时空数据存气象环境相关的学科中很常见，时空数据随时间和空间的变化而变化，而时间和空间又分别包含很多不同的尺度。这些特点限制了传统的时空模型在处理此类数据的有效性，而分层的统计方法能够建市更加灵活的模型对气象环境数据进行更好的模拟。　　 本文即采用分层Badyes方法处理气温数据格点化的问题。分层模型第一步假设观测值为格点数据的线性变化，第二步假设存特定的站点，要素序列值可分解为大尺度随时问变化的量加上小尺度的扰动，其分解出来的子参数在第三步中服从空间独立的多元分布，最后两步设置参数先验分布，从而完成分层Bayes模型。模型的实现我们采用MCMC方法。我们以安徽省及周边台站的气温数据为基础，用分层Bayes模型建市了安徽地区经纬度1°×1°的格点数据集，并进行了充分的讨论。