克里格插值法是数据根据变异函数模型而发展起来的一种空间插值方法，正在被广泛应用于多个领域及其他研究“时空变量”的领域。常见的变异函数模型有：线性模型、球状模型、指数模型、高斯模型等。基于此，本文引入最小二乘支持向量机法构建新的变异函数模型。基于最小二乘支持向量机的变异函数模型，在无需确定的变异函数分布的情况下，就可得到最优的变异函数模型，从而可以有效克服变异函数模型选择的主观随意性，提高克里格插值精度。本文基于GODAS海洋资料，分别利用基于四种常规变异函数模型和基于最小二乘支持向量机变异函数模型的克里格插值法进行插值试验，并比较插值效果。结果表明：本文构建的基于支持向量机拟合变异函数的模型克里格插值相比其它四种模型函数具有较大的优势，对克里格插值精度有较大改进，同时又避免了变异函数模型选择的主观随意性，具有较好的应用前景。