隨著對地觀測技術、計算機技術和網絡通信技術的迅速發展,已積累了海量的時空序列數據(如氣像數據、交通流數據,環境監測等)。如何有效地分析和建模時空序列數據,構建時空一體化的時空預測模型,對於研究地理時空現像具有十分重要的意義,並已逐漸成為時空數據分析的重要領域之一。本書借鋻時空統計、神經網絡、支持向量回歸等方法應用於時間序列分析和空間數據分析中的思想,從尋找易用的、準確的、可靠的、實用性強的時空序列建模方法的角度出發,在對時空自相關移動平均模型進行了深入繫統研究的基礎上,構建了多種新的時空模型,並對模型的性能進行了全面的分析和評估,進而將時空序列模型應用於氣像、交通、環境監測等部門,並提供決策支持。