回答:
適用するクリギングタイプに応じて、選択できるパッケージが異なります。
最も一般的なバージョンは、たとえば次の場所に実装されています。
Simple Krigingはデータセット全体の平均を使用し、Ordinary Krigingはローカル平均を使用します。したがって、Simple Krigingの精度は低下する可能性がありますが、通常は「よりスムーズな」結果が生成されます。以下に実装されています。
ユニバーサルクリギングでは、データのドリフトを考慮することができます。実装は次のものに含まれます。
その他のクリギングタイプ
GRASS v.krigeはBlock Krigingもサポートしています。
HPGLは、あまり知られていない多数のクリギングメソッドを実装しています（これらの詳細については、マニュアルを参照してください）。
SAGAでは、通常クリギングとユニバーサルクリギングの両方の異なるバージョンを提供しています。
Gstat krigeは、ブロッククリギングとポイントクリギングもサポートしています。
GRASS GISにはいくつかのオプションがあるようです。GRASS Kriging Wikiページをチェックしてください：http : //grass.osgeo.org/wiki/Kriging
2009年のGoogle Summer of CodeプロジェクトはV.krigeを作成しました：http ://grass.osgeo.org/wiki/V.krige_GSoC_2009
GPL gstatパッケージは、単独で動作するか、GRASS GISと連動する必要があります。 http://www.gstat.org/
Dylan Beaudetteには、GRASSでクリギングを行う良い例があります。 http://casoilresource.lawr.ucdavis.edu/drupal/node/438 （彼のブログには、オープンソースGISと統計ツールの使用に関する素晴らしい興味深い例がたくさんあります！）
R-プロジェクトは、かなりの数がある空間統計ソフトウェアパッケージを、しかし、Rは、むしろ急な学習曲線を持っています。
ラスターをnumpy配列に読み込むことができれば（gdalで可能）、PythonまたはC / C ++の高性能地球統計ライブラリの実装を使用できます。
HPGLは、次のアルゴリズムを実装しています。
- シンプルクリギング（SK）
- 通常のクリギング（OK）
- インジケータークリギング（IK）
- ローカル変動平均クリギング（LVMクリギング）
- シンプルなCoKriging（Markovモデル1および2）
- シーケンシャルインジケーターシミュレーション（SIS）
- コレログラム局所変動平均SIS（CLVM SIS）
- ローカル変動平均SIS（LVM SIS）
- シーケンシャルガウスシミュレーション（SGS）
- 切り捨てられたガウスシミュレーション（GTSIM）[Pythonスクリプトコレクション]
私は自分で使ったことはありませんが、特に速度に関しては良いことを聞いています。
この無料の本をチェックしてください、それはRで地球統計学をすることについてで、SAGAとGRASSでそれをすることについてのいくらかの情報も含みます。 http://spatial-analyst.net/book/ http://spatial-analyst.net/book/sites/default/files/Hengl_2009_GEOSTATe2c1w.pdf