S-G滤波（Savitzky-Golay ）是一种数据加权平均算法。简单来说，S-G滤波的结果是以数据点Xi邻近的2M+1个数值的加权平均值来替换Xi值。移动平均是S-G滤波的一个特例（即为一阶线性拟合）。相对于移动平均算法来说，高阶的S-G滤波可以保留更多数据的非均质特征（图1）；从这点来看，S-G滤波更适合处理地质实验数据，毕竟地质数据的非均质性是客观存在的。

一般的，地质实验数据两个参数之间可能存在某种相关性；不过，由于非均质、测量误差等原因，两个数据存在离散性（如图2上），直接确定两者之间的关系不容易。这种情况就可以通过S-G滤波技术对原始数据进行加工，然后再拟合出关系式（如图2下）。再进一步也可以确定相对于每个Y值的预测误差范围（如图3），用于风险评价模型的录入参数。