Les techniques d'interpolation sont des méthodes mathématiques utilisées pour estimer des valeurs en des points non échantillonnés à partir d'observations connues. Dans les travaux géospatiaux, elles convertissent des mesures ponctuelles dispersées — températures, concentrations de polluants, propriétés du sol, niveaux de puits, puissance du signal cellulaire — en surfaces continues qui peuvent être visualisées et analysées. Les approches courantes comprennent la pondération inverse de la distance (IDW), l'interpolation par spline, le plus proche voisin naturel, les fonctions de base radiale et une famille de méthodes géostatistiques telles que le krigeage simple, universel et le co-krigeage. Chaque méthode formule des hypothèses sur la régularité spatiale, la stationnarité et les tendances directionnelles. Une bonne pratique commence par une analyse exploratoire — recherche de l'anisotropie, des valeurs aberrantes et de la non-stationnarité — puis choisit une méthode adaptée au phénomène et au contexte de décision. La validation croisée, où un sous-ensemble de points est exclu et prédit, fournit des estimations d'erreur impartiales. Les analystes doivent également prendre en compte les barrières (crêtes, rivières), le décalage de support (point par rapport à surface) et les dangers d'une extrapolation au-delà de l'enveloppe convexe des données. Le résultat n'est pas une fin en soi : les cartes d'incertitude et l'explication des hypothèses sont tout aussi importantes qu'une belle surface. Surtout, l'interpolation n'est pas une causalité ; elle se contente de diffuser l'information mesurée dans l'espace selon les règles que nous fixons, de sorte que les affirmations commerciales ou politiques doivent être nuancées en conséquence.