La separación de anomalías en datos geoquímicos de su entorno en superficie, constituye un punto crucial en cualquier investigación de prospección geoquímica desarrollada para la identificación de potencial acumulación de elementos químicos. Esta investigación revela la relación que existe espacialmente entre los datos de gases de subsuelo con aquellos muestreados en superficie para el bloque Chaza en Putumayo, Colombia. De los 83 gases muestreados en 301 puntos sobre la superficie, solamente los 5 que corresponden a las mayores concentraciones en las cromatografías de los 24 pozos existentes en la zona de estudio fueron incluidos en el análisis geoestadístico (C2, C3,nC4,iC5,nC5).El análisis geoestadístico de evidencia Geoquímica en superficie fue efectuado estudiando cuidadosamente los variogramas experimentales, entendidos como la herramienta básica para modelar la correlación entre los puntos muestreados en superficie como una función de la distancia. Debido al comportamiento y requerimientos espaciales de las variables para el uso de métodos geoestadísticos, se han incluido las anisotropías propias de litología de la zona y zonificadas de acuerdo a los camposprobados. El modelamiento de los datos de subsuelo fue hecho generando los voxeles respectivos para cada gas estudiado con los datos de pozo. La superposición de los datos en tres dimensiones, tanto los de subsuelo como los de superficie, permite inferir que para algunos gases, las concentraciones en superficie pueden generar un indicio de las posibles acumulaciones de gas asociado a hidrocarburo en subsuelo. / Abstract. Geochemical anomaly separation from the background data becomes a crucial task for any geochemical research used to identify potential accumulation of chemical elements. This research reveals a high spatial relationship between subsurface gases and surface survey gas data at a discovered oil field in Putumayo, Colombia using Geostatistical Analysis. From 83 surveyed gas surface data, just 6 with chromatography information from the producer oil wells (C2,C3,iC4,iC5,nC5) The surface gases have been modeled with geostatistical methods and theirs variograms, like correlation between measured points as a distance function and the anisotropies fromlithological and oil zones fields. Due to the spatial behavior and statistical requirements for geostatistical approaches, the subsurface gas models were done using voxels for each measured oil well gas. Overlapping all the spatial correlations allow a better understanding of the gases behavior under the surface