1951年，南非地质学家D.G.克里金^[注]创立了根据样品空间位置和相关程度，使估计误差最小的储量计算方法，即克里金法。1963年，法国学者G.马特隆^[注]等以克里金法为核心，系统地提出区域化变量理论，建立了“地质统计学”。因为在矿产储量估计领域中，克里金最先使用这种估计方法，为此马特隆在1963年将克里金的研究理论化和系统化时，用克里金的名字命名了这种方法，即Kriging法。克里金法已被普遍接受并应用于矿产计算设计等工作。由于它建立在坚实的统计和地质理论基础之上，人们推崇它为一种最先进的计算方法。此外，这一理论已推广应用到地球物理学、气象学、水资源、林业以及制图学等地质学以外的许多领域。

20世纪50年代初至60年代末，克里金在南非金矿任工程师，当时取样工作是沿采场一边取的，根据这些取样可计算出其平均金含量。这项工作是同时在几个采场进行的。过了若干年，当该采场开采完毕后，又在新的工作面上取样，于是得到了一系列工作面的样。根据这些大量的观测值就可估计整个块段的实际值，但这种估计方法是存在问题的。长期以来，南非的矿工从实践中知道：在富矿区位往往过高估计了金的含量，而在贫矿区又往往低估了金的含量。这就需采用经验校正系数来加以校正，为了寻找这些校正系数，克里金采用了回归分析方法。

克里金法包括普通克里金法、对数正态克里金法、指示克里金法、泛克里金法、协同克里金法、因子克里金法等。随着克里金法的发展，在一些边缘学科，又发展了一些新的克里金方法，如分形克里金法、三角克里金法、模糊克里金法等。

从插值角度，克里金法是对空间分布的数据求线性最优、无偏内插估计的一种方法，是地质统计学的主要内容之一，适用条件是区域化变量存在空间相关性。假设已经很好地进行了抽样，即认为从研究区抽得的样本平均数的数学期望就等于该研究区的实际平均观测值。若观测值是服从正态分布的，则样本平均观测值对研究区平均观测值的回归直线，就应当是轴与轴夹角的平分线。反过来，研究区平均观测值对样品平均观测值的回归直线，则不是，而是一条斜率为，且过的直线。这里是的均值，也是的均值。

根据直线的点斜式知此回归直线方程为：

(1)

(2)

由式（1）知，对应的，即；同样，当时，。

一般是未知的，只能用观测值的平均数去代替，公式如下：

(3)

则公式（1）改变为：

(4)

在特殊情况下，设为诸中的某个点（不妨设），则可得到研究区区域化变量的估计值为：

(5)

若记入，，则公式（5）可写为：

(6)

公式（6）右端就是诸采样点观测值的一种特定的加权平均数，这就是克里金估计量的雏形。