传统地理数据统计建模侧重全局空间自相关和时间动态效应，但忽略地理数据的多尺度结构与尺度效应(可变空间单元问题)以及局部空间突变性，导致偏差的模型参数估计与无效的统计推断。针对此问题，我们首次开发了自适应空间多尺度统计建模的方法以及模型估算的贝叶斯马尔科夫链蒙特卡洛模拟算法，同时对地理数据的全局空间依赖效应、局部突变效应以及尺度效应进行建模，提升参数估计的准确性和有效性。此外，针对GPS轨迹等地理大数据的复杂时空间结构，我们开发了多尺度时空间动态统计模型及其估计算法。这些多尺度时空间统计模型被应用于地理环境与健康、生活质量与城市经济学等领域。