Kriging算法通过构造区域化变量的变异模型，并据此求取未知数据的最优线性无偏估计量。结合构建工程地质体含水量参数三维模型的应用，强调在三维环境下分析样本的空间变异结构特征，以KD树建立样本数据的空间索引快速搜索插值邻域。针对插值过程中存在的负权值问题，采用线性规划的方法加以解决。研究表明，该算法综合考虑了各向异性以及不同变异尺度对算法的影响，比基于分层的二维Kriging方法更为合理。