Estimation of nonstationary spatial covariance structure
非平稳空间协方差结构的估计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：摘要的核心是空间协方差估计；仅有时空数据表述不足以归入所列时间序列或宏观面板方向。
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
非平稳空间协方差结构的估计
- 研究问题
- 如何从时空数据估计非平稳空间协方差，在匹配观测站点协方差的同时描述局部相关结构并控制计算负担？
- 方法与思路
- 作者构造匹配给定站点空间协方差矩阵的过程，再用一个或多个平稳过程描述给定站点值后的条件行为。
- 材料陈述的贡献
- 摘要称方法具有计算吸引力并可扩展至多变量过程，以悉尼东西向风数据展示，并与地理空间变形方法作比较。
- 阅读关注点
- 应核对站点协方差矩阵如何获得、条件过程的构造与有效性，以及空间局部化、计算比较和多变量扩展的细节。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；估计误差、时间维度处理及具体计算结果未说明，不能认定该方法普遍优于空间变形方法。
原文摘要
We introduce a method for estimating nonstationary spatial covariance structure from space‐time data and apply the method to an analysis of Sydney wind patterns. Our method constructs a process honouring a given spatial covariance matrix at observing stations and uses one or more stationary processes to describe conditional behaviour given observing site values. The stationary processes give a localised description of the spatial covariance structure. The method is computationally attractive, and can be extended to the assessment of covariance for multivariate processes. The technique is illustrated for data describing the east‐west component of Sydney winds. For this example, our own methods are contrasted with a geometrically appealing though computationally intensive technique which describes spatial correlation via an isotropic process and a deformation of the geographical space.