La seconde journée du réseau RESSTE, qui a réuni une trentaine de participants, était centrée sur les techniques d'estimation des modèles statistiques pour les données spatio-temporelles de grande à très grande taille pour lesquels les estimations par maximum de vraisemblance échouent. La partie scientifique de la journée s'est organisée en deux temps, suivie par une AG du réseau.

1.   Deux exposés longs de conférenciers invités présentant d'une part l'approche par vraisemblance composite et d'autre part par l'approche INLA

• Méthodes par vraisemblance composite pour données spatio-temporelles.   Carlo Gaetan, Université Ca' Foscari, Venise, Italie
• INLA pour les données spatio-temporelles. Thomas Opitz, BioSP, INRA, Avignon

2.   Des exposés plus courts, centrés sur des cas concrets

• Prise en compte des dépendances spatio-temporelles dans les séries de positions GNSS pour une meilleure détermination du mouvement des plaques tectoniques.   Clément Benoist (IGN), Paul Rebischung, Zuheir Altamimi
• Estimation par maximum de vraisemblance par pairesde champs gaussiens multivariés spatio-temporels.    Marc Bourotte (BioSP), Denis Allard
• Adaptation d’un modèle géostatistique aux données françaises d’altitudes d’arrêts d’avalanches en Haute-Savoie.    Aurore Lavigne (Lille 3), Liliane Bel, Nicolas Eckert et Eric Parent
• A full scale, non stationary approach for the kriging of large datasets.    Thomas Romary (MinesParisTech), Nicolas Desassis et Francky Fouedjio
• Analyse spatio-temporelle de la croissance des épinettes noires (Picea mariana MILL.) à partir de données dendrochronologiques.   Jean-Jacques Boreux (ULg), Luc Perreault, Antoine Nicault