近年来，随着大量遥感数据的获取，遥感图像融合研究一直是遥感信息处理领域的一个热点方向，而探索和开发新的遥感图像融合方法，是该方向的重要研究内容之一。协同克立金方法是地统计学中的一个非常重要的方法，是一种多元最优无偏的线性估值方法，为遥感图像的融合提供了理论基础和方法。论文将三种不同的协同克立金方法，即普通协同克立金方法、标准化的普通协同克立金方法和简单协同克立金方法，应用于遥感图像的融合中，研究和探讨了协同克立金方法在图像融合中的性能。 论文首先通过计算实验变异函数，进行变异函数理论模型拟合，然后运用三种不同协同克立金方法对较低分辨率的多光谱图像和较高分辨率的全色图像进行融合。接着深入分析探讨了融合过程中的关键问题；运用三种不同分辨率比率的遥感数据对不同的协同克立金图像融合方法进行了评价，分析了协同克立金图像融合方法的特点；并与经典的基于主成分分析方法和高通滤波方法的融合结果进行定性和定量的比较和分析。 通过对实验结果的比较与分析发现：基于简单协同克立金方法的空间质量最好，普通协同克立金方法的光谱质量最好，标准化的协同克立金方法的空间质量和光谱质量介于两者之间。与PCA方法和HPF方法相比，总体上来说，简单协同克立金方法的融合结果要比它们要好，而其它两种协同克立金方法的光谱质量要好于PCA方法和HPF方法。因此，协同克立金方法提供了几种有效的具有不同特点的图像融合方法，在实际应用中可根据具体的要求来选择合适的协同克立金方法。