采样设计是任何涉及基于数据的建模和估计的研究领域的重要组成部分，其中，数据采样于自然资源或地表上出现的其他现象。与采样相关的统计问题则是更大的情景的一部分，这种情景涉及理论知识、先前所检测出的现象行为和模式、成本、采样位点的可访问性、政治等等。因此，采样设计算法应足够灵活以将外部因素考虑到设计之中。
目前，ArcGIS 提供了几种构造采样设计的方法：
- 简单随机采样：利用创建随机点工具，独立生成位置点。通过使用创建随机栅格工具和概率中断值，可得到类似的结果（注意：创建随机栅格工具的 ArcGIS Spatial Analyst 扩展模块版本使用均匀分布随机数，而创建随机栅格工具的 Data Management 工具箱的版本则支持多种不同的分布）。此方法简单并且灵活，但一个实现的结果可能含有样本聚集的区域和没有样本的其他区域。
- 分层随机采样：研究区域被分割为地层，随机样本在每个地层内生成。地层可根据现象的先验知识进行调整（例如，随着与点源排放之间距离的增加，可增大同心圆），这样便可以为样本提供空间结构。
其他类型的设计可利用简单的脚本或模型相对容易地生成：
- 系统随机采样：随机选取初始采样位点，然后选择其他所有位点，使位点根据某种规则图形进行分布（例如，位于等边三角形、正方形、六边形等的折点上）。此方法简单，而且能提供空间平衡良好的设计（空间分布均匀）。
- 聚类随机采样：随机选择一组位点的位置，然后以彼此之间的距离相对较短的方式对每个组内的位点进行定位。可利用创建随机点工具的最小允许距离生成随机放置的中心并在距各中心指定距离内分配其他样本，完成这一操作。由于许多样本采集自附近的位置（这与简单随机采样模式不同；在简单随机采样模式中，采样位点可能出现在研究区域的任何位置），此方法在实际应用中易于实施。
这些方法难以解释有关选择某一位点的概率变化（除非将研究区域分割成地层，这通常需要人工检查研究地点并熟知研究过程）。而且，并不是上述所有方法都能保证采样设计的空间平衡（即，由于选择采样位点的固有随机性，设计将对总体进行采样）。因此，Geostatistical Analyst 工具箱中存在创建空间平衡点工具。有关此工具的工作原理及其所基于的发布版本，请参阅：创建空间平衡点的工作原理。