随着社会经济的不断发展，科学技术的不断进步，使得人类对空间环境的作用越来越强。一方面，人们对于资源地质信息预测和分析的精度要求越来越高，范围要求越来越广；另一方面，矿产预测与新兴科学技术的联系越来越紧密，并不断有新方法、新技术的提出，特别是遥感技术的快速发展，传递给我们的信息越来越多，人们也越来越认识到信息技术对资源获取所起到的重大作用。另一方面，有时会因为多方面的原因以至于不能获取完整有效的遥感数据。利用临近的已知空间数据对未知空间数据值进行估计和推测，是解决缺省或无效空间数据非常有效的手段，即空间插值。本文详细介绍了常用空间插值算法，在克里金（kriging）插值算法和分形插值算法研究的基础上，将以上两种算法应用于适当调整之后的高光谱遥感数据。主要工作包括以下几个方面：（1）简要介绍了空间常用插值算法理论；（2）克里金插值算法的研究；（3）分形插值算法的研究；（4）利用克里金插值和分形插值算法对高光谱遥感影像数据缺省波段进行插值运算，并通过峰值信噪比等图像信息参量对试验结果进行验证评估。本文的主要创新点有：（1）因为克里金插值算法和分形插值算法虽然在地质领域运用很广，但是运用于高光谱遥感影像光谱曲线插值还非常少，本文通过对高光谱遥感数据立方体进行空间坐标分解之后，运用克里金插值和分形插值对其假设缺省波段进行插值模拟；（2）在应用插值算法的时候，为了保证算法精度的无偏性和平稳性，本文将波段数据中空值坐标区域全部换为波段均值，在插值模拟完成之后，再将对应坐标位置的象元值替换为0，保证和原始数据空间结构一致。论文最后给出了克里金插值和分形插值对文中高光谱数据插值的对比结果，包括克里金多种模型和多个波段的实验结果。实验结果表明，除极少数跳跃波段外，本文中所应用的克里金（kriging）插值和分形插值算法对高光谱影像数据具有较好的模拟效果，具有一定的应用价值，并对论文工作进行了总结，对空间插值算法进行了深入的分析与展望。