协同里金格法（association and Kriging grid method），理学-统计学-人文统计-【基本原理】，通过研究主变量与次级变量的空间相互关系，借助次级变量的样本信息以提高对主变量的估计精度。基本原理从理论上来讲，协同克里金法与普通克里金法很类似，没有本质差别，主要就是多用了一个下标来表示各个变量。设有个变量构成协同区域化变量。假设它们是二阶平稳的，即有如下一阶矩、二阶矩存在且平稳：交叉协方差函数为：交叉变差函数为：设为中某一特定值，即设为要估计的主变量。设要估计的中心点在处的承载上的平均值：为了得到的更精确的估计，特别是当的已知样品数不多时，可用与之相关的另外一些RF的观测值对主变量进行估计。例如，含一个次变量的观测值的估计式为：这是一种协同克里金估计式，为求估计式系数所用的协方差矩阵应包括Z,Y各自的协方差函数，以及交叉协方差函数和Y-Z交叉协方差函数。