В работе представлено сравнение современных подходов к интерполяции пространственного распределения химических элементов в верхнем слое почвы на примере тяжелых металлов хром (Cr) и медь (Cu). На обследованной территории были обнаружены пятна с аномально высоким содержанием Cr. Медь, напротив, оказалась распределена равномерно. Исследование основано на данных, полученных в результате скрининга почвы в г. Тарко-Сале, Россия. Для прогнозирования были выбраны модели, основанные на искусственных нейронных сетях (многослойный персептрон (MLP)), алгоритмах случайного леса (RF), а также на гибридном методе, в котором MLP используется в качестве классификатора (дерева) (RMLPF). Модели были реализованы в MATLAB. Подходы, включающие искусственные нейронные сети (MLP и RMLPF), оказались более точными для аномально распределенного Cr. Модели, основанные на алгоритме RF, более точны для равномерно распределенного Cu. В целом предложенная модель RMLPF показала лучшие результаты.