当今时代的生产和生活中,人们对于各种类型数据的精度和体量要求的标准越来越高。然而受获取手段和投入成本等客观条件限制,我们并不能容易地直接得到符合需求的数据。例如在气象观测、遥感探测、医学造影、地质勘探等应用领域,人们获得的原始数据往往是精度有限且离散分布的。数据使用者更希望让原始数据转变为更规则、更致密、更清晰的数据,比如对二维图像数据进行空间插值和三维重建以便得到更为形象直观的结果。当前常用的空间插值算法大多没有置信度控制环节,在插值过程中也没有对计算方式进行实时调节和过程优化,因而经常出现可靠性不佳或运算速率较低的问题。本文对现有空间插值算法进行了分析研究,总结了现有空间插值算法的局限与不足,提出了一种新的插值算法——“置信度可控的自适应插值算法”,并且将该算法应用于气象数据处理中,与其它经典空间插值算法插值结果的进行对照和比较。本文首先对已有的经典插值算法进行比较分析,归纳总结已有算法的设计思路和构造原理;在本文算法实现过程中,采用了索引式的存储结构,为数据的快速存取和数据关系的构建提供支持;本文通过设立置信度模型为经典空间插值加入置信度控制和插值模式选择两个环节,实现了空间插值算法的可控化和自适应的改造;在算法的优化过程中,通过搜索策略邻近传递和输入数据精简两种优化手段提高了本文算法的运算速率。通过比较本文算法和其他经典插值算法在气象数据插值问题中的实际应用的过程和结果,本文所设计算法的高效性和可靠性得到了初步验证。