Das Erstellen einer kontinuierlichen Oberfläche zur Darstellung eines bestimmten Attributs ist eine Schlüsselfunktion, die in den meisten GIS-Anwendungen (Geographisches Informationssystem) benötigt wird. Der am häufigsten verwendet Oberflächentyp ist vermutlich das digitale Höhenmodell eines Terrains. Diese Datasets sind in kleinen Maßstäben für verschiedene Teile der Welt allgemein verfügbar. Jedoch kann nahezu jede Messung, die an verschiedenen Positionen in einer Landschaft, im Untergrund oder in der Atmosphäre vorgenommen wird, zum Erstellen einer kontinuierlichen Oberfläche verwendet werden. Beim Erstellen von GIS-Modellen besteht meist eine große Herausforderung darin, aus vorhandenen Stichprobendaten eine möglichst genaue Oberfläche zu generieren und gleichzeitig die Fehler und die Variabilität der vorhergesagten Oberfläche zu charakterisieren. Neu erstellte Oberflächen werden für die weitere GIS-Modellierung, für Analysen sowie für die 3D-Visualisierung verwendet. Einblicke in die Qualität dieser Daten können Nutzen und Zweck der GIS-Modellierung deutlich verbessern.
Geostatistical Analyst verwendet an verschiedenen Positionen in einer Landschaft erfasste Referenzpunkte und erstellt (interpoliert) eine kontinuierliche Oberfläche. Bei den Referenzpunkten handelt es sich um Messungen eines Phänomens, beispielsweise aus einem Atomkraftwerk austretende Strahlung, auslaufendes Öl oder Höhenangaben. Geostatistical Analyst leitet mithilfe der an den Positionen gemessenen Werte eine Oberfläche ab, um Werte für jede Position in der Landschaft vorherzusagen.
In Geostatistical Analyst können zwei Gruppen von Interpolationsmethoden verwendet werden: deterministische und geostatistische Methoden. Alle Methoden nutzen zum Erstellen der Oberfläche die Ähnlichkeit in der Nähe gelegener Referenzpunkte. Bei deterministischen Methoden werden für die Interpolation mathematische Funktionen verwendet. Geostatistik basiert auf statistischen und mathematischen Methoden, die verwendet werden können, um Oberflächen zu erstellen und die Unsicherheit der Vorhersagen zu bewerten.