Regional Trends in Sulfate Wet Deposition
硫酸盐湿沉降的区域趋势AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确采用多重时间序列模型处理时间相关与趋势，所选方向依据方法，应用对象为环境监测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
硫酸盐湿沉降的区域趋势
- 研究问题
- 面对监测站数据同时存在时间相关与空间相关的情况，如何估计各站及整个区域的硫酸盐湿沉降均值、趋势与不确定性？
- 方法与思路
- 作者建立多重时间序列模型，为各站设置独立的均值和趋势，利用离散平滑先验在矩形网格上平滑，并选择平滑与协方差参数。
- 材料陈述的贡献
- 摘要称，网格化均值、趋势及其标准误可用于区域推断，并辅助通过调整站点位置改善监测网络；参数可用间接广义交叉验证选择。
- 阅读关注点
- 应核对时空协方差结构、平滑先验及参数选择程序，并检查网格标准误的计算是否考虑平滑参数估计与站点布局。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未给出具体趋势结果或标准误性质，网络调整用途也不意味着已证明某种布局最优。
原文摘要
I propose a multiple time series model for data from a network of monitoring stations that have both temporal and spatial correlation. The model includes a separate mean and trend for each monitoring station and obtains spatial estimates of mean and trend by smoothing the observed values over a rectangular grid using a discrete smoothing prior. Smoothing parameters and covariance estimates can be chosen subjectively or selected using indirect generalized cross-validation. The gridded values and their standard errors can be used for several purposes, including inference on regional means or trends and improving monitoring networks via station rearrangement.