随着对地观测技术、计算机技术和网络通信技术的迅速发展，已积累了海量的时空序列数据（如气象数据、交通流数据，环境监测等）。如何有效地分析和建模时空序列数据，构建时空一体化的时空预测模型，对于研究地理时空现象具有十分重要的意义，并已逐渐成为时空数据分析的重要领域之一。本书借鉴时空统计、神经网络、支持向量回归等方法应用于时间序列分析和空间数据分析中的思想，从寻找易用的、准确的、可靠的、实用性强的时空序列建模方法的角度出发，在对时空自相关移动平均模型进行了深入系统研究的基础上，构建了多种新的时空模型，并对模型的性能进行了全面的分析和评估，进而将时空序列模型应用于气象、交通、环境监测等部门，并提供决策支持。