项目简介：

随着卫星遥感以及地理信息系统等数据获取技术的发展，大范围且具有高分辨率的空间与时空数据变得越发普遍。这些数据可能具有空间/时空异质性，是非高斯的，以及样本量很大，从而传统模型并不适用。基于贝叶斯层次模型的框架以及树模型产生的空间划分，该项目旨在对空间与时空点参照数据提出非平稳统计模型，并推广模型到复杂域上。此外，项目还将对空间函数型数据这一类时空数据提出一个可加回归树模型。我们将讨论这些模型的贝叶斯推断方法以及在大数据情况下的近似计算策略。最后，项目提出的空间与时空模型会被应用到海洋学以及其他相关领域的实际数据上，以回答交叉学科领域的若干科学问题。