面板设计数据的贝叶斯时空模型：澳大利亚布里斯班空气中颗粒物数浓度

本文概述了一种半参数时空建模方法，用于处理时间密集但空间稀疏的数据，这些数据来自分裂面板设计——在设备有限的情况下覆盖空间和时间的最可行方法。数据为每小时平均颗粒物数浓度（PNC），收集自“交通排放超细颗粒物与儿童健康”（UPTECH）项目。在布里斯班大都市区的多所政府小学中，每所学校进行了连续两周的测量。监测设备依次被运送到每所学校。学校数据通过澳大利亚布里斯班三个地点的长期监测站数据进行了补充。拟合该模型有助于描述部分UPTECH学校及长期监测站点的时空变异性。时间变化采用分层建模，包含惩罚随机游走项：一项对所有站点通用，另一项解释每个站点的剩余时间趋势。参数估计及其不确定性在计算高效的近似贝叶斯推断环境R-INLA中计算。模型的时间部分解释了学校PNC的日和周周期，可用于估计学童暴露于车辆排放的超细颗粒物（UFPs）的情况。在每个学校和长期监测站点，PNC峰值可归因于早晚高峰交通和新粒子形成事件。模型的空间部分描述了每所学校内部及校园间平均PNC的校际差异。展示了如何通过包含更多空间位置将空间模型扩展到城市尺度以识别空间模式。