La metodología de kriging se puede aplicar para predecir el valor de una variable espacial en una ubicación no muestreada, a partir de los datos espaciales disponibles. Además, la información adicional de variables secundarias, correlacionadas con la variable objetivo, se puede incluir en el predictor resultante utilizando técnicas de cokriging. Los procedimientos anteriores requieren una especificación previa de la estructura de dependencia multivariada, difícil de caracterizar en la práctica de manera apropiada. Para simplificar esta tarea, el trabajo actual introduce un enfoque de núcleo no paramétrico para la predicción, que satisface buenas propiedades, como la imparcialidad asintótica o la convergencia a cero del error cuadrático medio de predicción. También se aborda la selección de los parámetros de ancho de banda involucrados, así como la estimación de los términos desconocidos restantes en el predictor de núcleo. El rendimiento de la nueva metodología se ilustra a través de estudios numéricos con datos simulados, realizados en diferentes escenarios. Además, el enfoque no paramétrico propuesto se aplica para predecir las concentraciones de un contaminante que representa un riesgo para la salud humana, el cadmio, en la llanura de inundación del río Mosa (Países Bajos), incorporando el nivel de plomo como variable auxiliar.