地质勘察数据的空间分布应是不均匀的，且这种空间分布既具有随机性又具有结构性，而地质统计学可以很好地解决这种随机性与结构性，为空间数据的模拟提供了较好的思路与方法。因此，可以利用地质统计学对地质勘察数据进行空间分布特征的模拟，鉴于此，基于GIS的工程地质勘察数据模拟应遵循空间数据差值的原则。

（1）地质勘察数据包括地下水位、渗透系数、渗漏评价等在空间分布由于外部因素以及研究区域自身特征等因素的影响具有较大的变异性，实测数据通常会出现一些异常值，异常值的出现则会影响整个空间数据的拓扑，最终影响数据空间分布格局，因此，在进行地质勘察数据的空间模拟前，需要对数据进行特异值得检验。

（2）地质统计学方法是基于经典概率统计理论的，其要求被研究变量的观测值服从正态分布。因此，在进行数据拓扑前，需对勘察的实测数据进行正态性检验，从而满足差值的要求，如果数据存在非正态性，则需要对数据进行正态转换。通常根据不同变量的频率分布曲线与数据分析，选择不同的正态变化方法。一般情况下，变量分布出现峰态右偏，利用反正弦变换。峰态左偏有3种情况，其一，偏度较大，利用对数变换方法，其二，中偏利用平方根方法进行变换，其三，弱左偏利用反余弦进行变换。

（3）差值方法的选择，不同的差值方法适用于不同的数据差值，一般情况下，需要工作者对实测数据进行分析，以实测数据为基础，运用普通克立格法、泛克立格法、协同克立格法以及协同一泛克立格法分别进行估值，通过对各种克立格估计误差特征值进行对比分析可以得出最优的差值方法，这样可以使得勘察数据的空间差值达到最优化。