Las técnicas de interpolación son métodos matemáticos utilizados para estimar valores en ubicaciones no muestreadas a partir de observaciones conocidas. En el trabajo geoespacial, convierten mediciones de puntos dispersos —temperaturas, concentraciones de contaminantes, propiedades del suelo, niveles de pozos, intensidad de señal celular— en superficies continuas que pueden ser visualizadas y analizadas. Los enfoques comunes incluyen la ponderación de distancia inversa (IDW), la interpolación por splines, el vecino natural, las funciones de base radial y una familia de métodos geoestadísticos como el kriging ordinario, universal y el co-kriging. Cada método asume premisas sobre la suavidad espacial, la estacionariedad y las tendencias direccionales. Una buena práctica comienza con el análisis exploratorio —comprobando la anisotropía, los valores atípicos y la no estacionariedad— para luego elegir un método alineado con el fenómeno y el contexto de la decisión. La validación cruzada, donde se retiene y predice un subconjunto de puntos, proporciona estimaciones de error insesgadas. Los analistas también deben considerar las barreras (crestas, ríos), el desajuste de soporte (punto frente a área) y los peligros de extrapolar más allá del casco convexo de los datos. El resultado no es la historia final: los mapas de incertidumbre y la explicación de los supuestos son tan importantes como una superficie atractiva. Crucialmente, la interpolación no es causalidad; simplemente propaga la información medida en el espacio de acuerdo con las reglas que establecemos, por lo que las afirmaciones comerciales o de políticas deben moderarse en consecuencia.