我在Python中设置了1阶（AR-1）的循环平稳自回归过程，以便生成多个未来风速时间序列。到目前为止，很明显，我已经检查了风速数据的时间自相关，该风速数据具有仅针对单个像素的单变量情况。
假设我有多个像素的时间序列（风速模式），并且我想在空间中扩展此过程，以便生成不仅与时间相关而且与空间相关的人工时间序列。哪一种是最合适且“轻松”处理的方法？
我不是这种统计方法的专家，所以我有些失落，对于任何错误我深表歉意。我研究了时空自回归模型（STAR-PySAL），矢量自回归（VAR）模型，高斯随机场（SkiKit-Learn）等，但我发现这种自回归的最合适方法主要基于：
考虑到我不是这种分析的专家，我只是试图找到哪种方法最适合研究自回归过程中的空间自相关。我已经看过这个answer，但我不知道哪个是最好的选择。