报告名称：Bayesian spatio-temporal models for frost risk analysis and projection

主办单位：数学与统计学学院

报告专家：Huidong Jin（金慧东）

专家所在单位：澳大利亚联邦科学与工业研究组织，悉尼大学

报告时间：2019年4月18日(周四)上午9:00-10:30

报告地点：数学与统计学学院201报告厅

专家简介：金慧东在西安交通大学理学院完成本科和硕士教育，师从徐宗本教授。随后赴香港攻读博士，师从香港中文大学计算机科学与工程学系梁广锡讲座教授，获得博士学位。后到澳大利亚工作。现在是联邦科学与工业研究组织的资深科学家(Senior Research Scientist)，也是澳大利亚悉尼大学附属研究员（Adjunct Fellow）。现在领导着一个项目，致力提高澳洲季节性气候预测技术。

金慧东的研究兴趣包括数据挖掘，机器学习，统计建模，大数据,智能计算,及其在气候预估,气候适应,金融,环镜生态等上的应用。已经在这些领域发表了90多篇学术文章和50来篇技术报告，其中60多篇学术文章已被SCI索引,有20来篇发表在国际著名杂志和会议上。2篇国际会议文章获最佳论文奖。他的研究成果在2005年获得澳大利亚联邦科学与工业研究组织数学信息研究所创新奖。他是多个国际会议的组委会成员。他成功指导过20多位学生，包括博士后，澳大利亚国立大学的博士生和硕士生，悉尼大学的博士生。

报告摘要：Previous climate research concluded that causal influences which have contributed to changes in frost risk in south‐eastern Australia include greenhouse gas concentration, El‐Niño southern oscillation and other effects. Some of the climatic indices representing these effects have spatiotemporal misalignment and may have a spatially and temporally varying effect on observed data. Other indices are constructed from grid‐referenced physical climate models, which creates a point‐to‐area problem. To address these issues we propose a spatiodynamic model, which comprises a blending of spatially varying and temporally dynamic parameters. For the data that we examine the model proposed performs well in out‐of‐sample validation compared with a spatiotemporal model. These models are later used to project how frost frequency changes in 2048, which provide evidences to form climate adaption strategies for winter crops