در اغلب مطالعات محیطی، داده­ها بر حسب موقعیت­شان در ناحیه مورد مطالعه معمولا وابسته فضایی هستند. تعیین ساختار همبستگی فضایی و پیشگویی دو مساله مهم در تحلیل داده­های فضایی هستند. برای تحلیل این داده­ها، اغلب یک مدل تغییرنگار پارامتری به تغییرنگار تجربی داده­ها برازش داده می­شود و براساس آن پیشگویی صورت می­پذیرد. با توجه به اینکه شکل بسته­ای برای برآوردگر پارامترهای تغییرنگار وجود ندارد، معمولا این پارامترها به صورت عددی برآورد می­شوند. لاهیری (۲۰۰۳) روش بوت­استرپ بلوک متحرک را برای داده­های فضایی پیشنهاد نمود که در آن مشاهدات به بلوک­هایی متحرک تقسیم و بازنمونه­گیری از آنها صورت می­پذیرد. چون در این روش حضور مشاهدات مرزی در بلوک­های بازنمونه­گیری شده نسبت به سایر مشاهدات شانس انتخاب کمتری دارند، برآورد اندازه­های دقت اریب می­باشند. در این مقاله، علاوه بر مرور روش بوت­استرپ بلوک متحرک، روش بوت­استرپ بلوک مجزا برای برآورد اندازه­های دقت برآوردگر پارامترهای تغییرنگار و پیشگوی فضایی کریگینگ ارائه می­شود. سپس نحوه کاربست این روش در یک مثال کاربردی نشان داده می­شود.