เปรียบเทียบวิธี

	การจำลองทางภูมิสถิติแบบมีเงื่อนไข	Universal Kriging (Kriging ที่มีแนวโน้ม)
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1997	1969
ผู้ริเริ่ม	Pierre Goovaerts; geostatistics tradition	Georges Matheron
ประเภท	Stochastic spatial simulation	Geostatistical interpolation with spatial trend
แหล่งต้นตำรับ	Goovaerts, P. (1997). Geostatistics for Natural Resources Evaluation. Oxford University Press. ISBN: 978-0-19-511538-3	Matheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246–1266.
ชื่อเรียกอื่น	Sequential Gaussian Simulation, SGS, Stochastic Simulation, Koşullu Simülasyon	kriging with a trend, kriging with drift, trend kriging, evrensel kriging
ที่เกี่ยวข้อง	2	3
สรุป	Conditional Geostatistical Simulation — most commonly implemented as Sequential Gaussian Simulation (SGS) — generates multiple stochastic realizations of a spatial random field that are each consistent with observed sample data and with a fitted variogram model. Unlike kriging, which produces a single smoothed estimate, SGS reproduces the full spatial variability of the phenomenon. It is widely used by geoscientists, mining engineers, petroleum engineers, and environmental scientists who need to propagate spatial uncertainty through downstream models.	Universal kriging generalizes ordinary kriging to data whose mean varies systematically across space — a spatial trend or 'drift'. It models the mean as a function of the coordinates (or covariates) and krigs the residuals, so it can interpolate variables that drift in a preferred direction, such as temperature falling with latitude or a pollutant gradient, while still returning prediction variances.