对于任何涉及基于从自然资源或者景观中发生的其他现象中采样的数据进行建模和估计的研究，采样设计是其中的关键环节。 与采样相关的统计考量是一个更宏观情境中的一部分，其中涉及理论知识、该现象此前被检测到的行为与规律、成本因素、样本采集点的可达性、政治因素等。 因此，采样设计算法应足够灵活，以便在设计中纳入外部考量因素。
目前，ArcGIS 提供以下方法来构建采样设计：
- 简单随机采样 - 使用创建随机点工具独立生成站点。 可以使用创建随机栅格工具和概率中断值获得类似结果（创建随机栅格工具的 ArcGIS Spatial Analyst 扩展模块 版本使用均匀随机数，而创建随机栅格工具的“数据管理”工具箱版本支持多种分布）。 该方法简单、灵活，但一次实现的结果可能包含样本聚类的区域以及缺乏样本的其他区域。
- 分层随机采样 - 将研究区域分割为多个层，并在每个层内生成随机样本。 可以根据对现象的先验知识来调整层（例如，随着与点源发散距离的增大，同心圆可以变得更大），从而为样本提供一些空间结构。
可以相对轻松地使用简单的脚本或模型生成以下设计方法：
- 系统随机采样 - 随机选择一个初始样本采集点，并按照固定规律（例如，等边三角形、正方形、六边形等的折点）选择所有其他采集点。 该方法非常简单，并且提供具有良好空间平衡性（空间分布良好）的设计。
- 聚类随机抽样 - 随机选择一组采样点的位置，然后彼此相对较近地放置每组内的采集点。 可通过使用创建随机点工具的最小允许距离参数生成随机放置的中心，并在每个中心的指定距离范围内分配附加样本点来实现。 此方法在实践中易于实现，因为许多样本均从附近位置采集（与简单随机样本模式不同，在该模式中，采样点可能出现在研究区域中的任何位置）。
这些方法难以解释选址概率的变化（除了将研究区域分割为多个层之外，通常需要手动检查研究地点并了解所研究过程）。 此外，并非所有方法都能确保采样设计具有空间平衡性（即，由于选择采样点时固有的随机性，可能导致设计无法覆盖整个研究群体）。 因此，Geostatistical Analyst 工具箱中提供了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出版物的说明，请参阅创建空间平衡点的工作原理。