Suatu permukaan dapat dihasilkan dari dua komponen utama : suatu cara kombinasi yang bersifat global dan variasi susunan data secara acak. Cara global terkadang disajikan secara kombinasi yang terstruktur.susunan variasi acak ( kadang-kadang  disajikan dalam kesalahan acak ) dapat dimodelkan dalam dua bagian: autokorelasi spasial dan efek nugget.

Jika  memutuskan suatu cara global dengan mempertahankan data. Kemudian  harus memutuskan bagaimana memodelkannya. Bagaimanapun mengguanakan suatu metode deterministic atau metode geostatistik untuk menciptakan suatu permukaan yang biasanya bergantung objek yang miliki. Jika  menginginkan hanya untuk memodelkan secara globaldan menciptakan suatu permukaan yang lembut.  Boleh menggunakan secara global atau metode interpolasi polynomial local untuk menciptakan suatu permukaan yang paling akhir “dasar-dasar analis geostatistik” dan “metode deterministic untuk interpolasi spasial”. Bagaimanapun,  boleh melakukan dengan menggabungkan cara tersebut dalam suatu metode geostatistik,pemindahhannya, dan kemudian memodelkan komponen akhir sebagai variasi susunan data secara acak. Tujuan utama dari cara tersebut untuk memindahkan kedalam geostatistik adalah untuk mengasumsikan suatu data yang bersifat stasioner.

Jika  memindahkan kembali  cara tersebut dalam suatu metode gostatistik,  akan dimodelkan variasi susunan acak secar residu. Cara tersebut akan dipermudah dengan menambahkan kembali apa yang  peroleh dari prediksi yang sesuai.

Jika  memasukkan datamu kedalam cara dengan menambahkan variasi susunan acak,  menganggap bahawa cara tersebut dikombinasikan dan variasi susunannya adalah acak. Disini, susunan acak bukan berarti tidak diprediksi, tapi cukup ditentukan berdasarkan kaidah dari probabilitas yang tergantung dari nilai neighboring, yang disebut autokorelasi. Permukaan akhir merupakan jumlah kombinasi dan permukaan yang secara acak.itu dengan menambahkan dua Salah satunya yang tak dapat diganti, sehingga yang lainnya berubah menjadi acak. Sebagai contoh,misalnya sedang meneliti biaomasa.jika  kembali pergi,katakanlah dalam 1000 tahun, dan memulai secara lebih ke waktu berikutnya.

Bagian cara global dari permukaan biomasa tidak akan diganti.bagaimanapun, bagian variasi susunan yang pendek dari permukaan biomasa akan berubah, ketidakmampuan perubahan suatu cara global dapat diarahkan dengan mengkombinasikan pengaruhnya seperti topografi. Susunan variasi data dapat disebabkan oleh sedikitnya fitur-fitur yang tetap yang tidak dapat diamati melalui waktu. Seperti persepsi, jadi ini dianggap sebagai random dan seperti berautokorelasi.

Jika  dapat mengidentifikasi dan mengkuantifikasi data tersebut,  akan memperoleh suatu yang mengerti dari data-datamu dan membuat keputusan yang lebih baik.jika  memindahkan kembali data tersebut,  akan dapat memodelkan variasi susunan acak dengan akurasi yang lebih.karena cara global tersebut tidak akan dipengaruhi kedalam analisis spasialmu.

Pemeriksaan data yang bersifat global melalui cara anlisis.

Menampilakan fitur-fitur dari cara tersebut terhadap ploting poin-poin tersebut dengan mempelajari lokasi terhadap ketinggian suatu nilai atribut yang terbagi dalam suatu tiga dimensi ploting dengan meneliti suatu area. Poin-poin tersebut kemudian diproyeksikan menjadi dua arah ( tidak disebutkan, utara dan timur ) kedalam bidang yang dihubungkan dengan suatu peta dijital. Suatu kurva polynomial yang dapat diproyeksikan.Seluruh permukaan peta dapat dirotasikan dengan sedikit arah, yang juga mengubah suatu arah yang digambarkan secara dijital.Jika kurva tersebut melalui titik-titik yang diproyeksikan dapat ditampilkan, tidak ada cara yang mampu menahannya, dengan ditunjukkan oleh garis biru dalam proyeksi yang benar pada gambar yang dibawah.

Jika ada sebuah pola yang definitive menjadi suatu polynomial, seperti model kurva yang diatas ditunjukkan dengan garis hijau dan disebelah kirinya merupakan suatu proyeksi pada diagram yang dibawah, ini merupakan suatu cara yang global pada data tersebut. Jika merotasikan sejumlah titik sebesar 30 derajat pada contoh dibawah, cara tersebut dilakukan dan ditunjukkan secara benar dengan arah kebawah yang berbentuk huruf U (lihat gambar dibawah). Ini dilakukan pada tahap polynomial  kedua yang dapat diberikan pada data tersebut