报告简介:
因果推断是近年来的热门研究领域,而一些经典的因果模型,如 CCM,格兰杰因果模型也已被广泛应用,然而这些基于时间序列的因果模型,在处理缺乏时间序列数据,或者时间序列变化不明显的案例中,难以奏效。本报告将介绍经典因果方法 CCM,格兰杰因果的原理和案例,同时介绍我们最近构建的首个基于空间数据的地理学因果模型 GCCM 的原理及案例。
报告人简介:
陈子悦,北京师范大学地理学部,京师特聘教授。本科硕士毕业于南京大学,博士毕业于剑桥大学,入选万人计划青年拔尖人才。长期从事复合型大气污染,时空归因模型,城市、植被、农业遥感,fengyun数据产品的相关研究。近年来发表第一/通讯作者SCI论文近50篇,包括Nature Communications,Science Bulletin, Remote sensing of Environment, Environment International, Earth System Science Data等。出版数据集三套,著有英文专著一本。