Stohastika

Simulacije, pojednostavljeno napisano, prikazuju stvarnu varijabilnost kartirane regionalizirane varijable u podzemlju. Ako se simulacija naziva i uvjetnom podrazumijeva se da su mjereni podatci u potpunosti poštovani. Simulacije pružaju vizualnu i kvantitativnu mjeru nesigurnosti vezanu uz varijablu koja se procjenjuje. Postoje i inačice koje koriste sekundarnu varijablu, a nazivaju se "kosimulacijama" (poput kokriginga).

Glavna razlika između determinističkih procjena (poput kriginga) i stohastičkih procjena je u broju rješenja. Krigingom se dobiva samo jedna karta, koja se smatra najboljom i jedinstvenom u statističkom smislu, ali na kojoj se ne mogu očitati globalni statistički parametri (histogram, varijanca, kovarijanca). Karta dobivena krigingom korisna je za opažanje varijacija i trendova u ponašanju ulaznih podataka, no ne pruža dooljno podataka da bi se potpuno opisala lokalna varijabilnost podataka (npr. "varijanca" kriginga ne mora imati Gaussovu raspodjelu pogrješke).

Simulacije su, poput metode kriginga, smatraju metoda za lokalnu procjenu (engl. "local estimators"). No za razliku od determinističkog kriginga, na simuliranim rješenjeima mogu se očitati globalno ponašanje mjerenih vrijednosti te njihova (ponovno globalna) statistika opisana histogramom i kovarijancom.

Zato se simulacije upotrebljavaju kada se želi prikazati lokalna varijabilnost na mreži svih ulaznih podataka, te na taj način povezati ponašanje promatrane varijable u različitim dijelovima kartiranog područja.

Simulacijom se može izračunati (dobiti) bilo koji broj statistički jednako vjerojatnih realizacija (karata), a svaka od njih matematički je jednako "točna". No, kada se promotre sve zajedno (npr. njih 100), lako je odrediti područja s najvećim lokalnim razlika svake od njih pojedinčano, odnosno to su područja najveće lokalne promjene ili nesigurnosti u procjeni.

Simulacije se mogu temeljiti na nekoliko pravila (koja se mogu promatrati zajednički ili pojedinačno, ovisno o vrsti odabrane simulacije):

1. Simulirana varijabla može biti kontinuirana ili kategorička;

2. Uvjetna simulacija poštuje mjerenje podatke;

3. Bezuvjetna simulacija ne poštuje mjerene vrijednosti, već isključivo prikazuje globalnu statistiku kartirane varijable (histogram, variogram itd.);

4. Kategoričke varijable mogu biti simulirane tako da poštuju određeni geometrijski uzorak (objektno-bazirane simulacije);

5. Kontinuirane varijable mogu biti simulirane tako da poštuju određeni model kovarijanci;

6. Varijable mogu biti simulirane kroz postupak optimizacije koji uključuje i dodatne podatke koje opisuju njihovo ponašanje (kosimulacije).