La modelización de la función de covarianza es una parte esencial de la metodología estocástica. Muchos procesos en aplicaciones geodésicas tienen funciones de covarianza bastante complejas, a menudo oscilantes, donde es difícil encontrar funciones analíticas correspondientes para la modelización. Este documento tiene como objetivo proporcionar los fundamentos metodológicos para una modelización avanzada de la covarianza y elabora un conjunto de funciones base genéricas que se pueden utilizar para una modelización de covarianza flexible. En particular, proporcionamos un procedimiento sencillo y pautas para un enfoque genérico para el ajuste de funciones de covarianza oscilantes a una secuencia empírica de covarianzas. La metodología subyacente se desarrolla en base a las propiedades bien conocidas de los procesos autorregresivos en series temporales. La sorprendente simplicidad del modelo de covarianza propuesto es que corresponde a una suma finita de funciones de covarianza de procesos Gauss-Markov de segundo orden (SOGM). Además, el gran beneficio es que el método está automatizado en gran medida y resulta directamente en el modelo apropiado. No se requiere una decisión manual para un conjunto de componentes. Es notable que el método numérico se puede extender fácilmente a procesos ARMA, lo que resulta en el mismo sistema lineal de ecuaciones. Aunque la metodología matemática subyacente es extensamente compleja, los resultados se pueden obtener a partir de un método numérico simple y directo.