高次元時空間統計モデルの開発と応用

点击翻译按钮获取中文摘要

統計的な時空間モデルは, 異常気象や地震などの大きなリスクをともなう事象の有効な予測に有用である. 本研究は, Reza Hosseini氏の博士論文におけるカナダの気象に関する統計的時空間モデルに基づく研究を発展させたものである. 日本は地震が多く, 最近では局地的な豪雨などの異常気象も問題となっており, これらの現象の時間的および空間的な相関の統計的モデリングの改良をおこなうことを目指した.時空間データは全体のデータのサイズは大きいものの, 詳しいデータが得られる地点はまばらであったり, 地上観測と衛星観測のデータの統合が必要であるなど異なる種類のデータの扱いも必要とされる. そのためにさまざまなデータの間の相関関係のモデル化, 時系列的な相関の非線形なモデル化など, 柔軟なモデリングの手法を提案した.Hosseini氏はさまざまなアイディアに基づいて, 統計的なモデリング手法を提案し実際のデータに適用し, 竹村研究室において何本かの論文を執筆し, 国際雑誌に投稿済みである. これらの論文は主にHosseini氏の博士課程からの研究対象である時系列解析や空間統計の方法に関するものであり, 応用としては環境統計のデータ解析を念頭においたものであるが, 方法論としてはさまざまな分野への応用が可能な手法を開発した. また, 受入研究者以外にも共同研究の範囲は広く, それが研究成果にも反映している.