【摘要】[目的]如何准确、高效地实现点源数据向面源数据的空间拓展，是现代数字土壤制图技术实现由中小尺度制图转向大尺度、乃至全球尺度制图所需解决的关键问题之一。[方法]依托前期提出的局部属性相似性加权回归空间插值算法（LASWR），本文构建了一种基于云计算技术Hadoop的分布式空间插值算法（DLASWR），以应对大规模数字土壤制图的海量数据处理需要。DLASWR算法是基于Hadoop的MapReduce框架结构。算法的核心思想在于：（1）将待插值数据集分割成多个子数据集，由单个Map任务使用集中式LASWR算法对一个子数据集进行插值；（2）由Reduce任务归并所有Map任务的插值结果，并作为最终结果输出。[结果]对实际土壤样点属性的空间插值实验结果表明DLASWR算法具有良好的加速性能，与集中式LASWR算法相比显著提高了空间插值的计算效率。[结论] DLASWR算法可为数字土壤制图领域当前应用的空间插值方法由传统的集中式计算拓展成分布式计算提供技术参考。