近年来,随着传感技术和移动网络技术的快速发展,时空数据急剧增加,对时空数据的分析处理日益成为IT企业、商业、环境气象部门以及国家安全部门等关注研究的重要课题。时空数据建模及预测是时空数据分析和时空数据挖掘的关键问题。本文针对时空自回归移动平均模型和时空克里金模型这两类时空数据模型,研究了它们的建模过程,通过实际问题验证了两类模型的预测性能,并分析讨论了它们各自的优缺点。本文的主要工作包括以下几个方面:(1)研究分析了时空数据的性质。时空数据一般具有动态、海量、高维、多尺度、时空自相关性、变异性、异质性和非线性等特征,针对时空自相关性和时空异质性进行了重点讨论。该讨论表明对时空数据性质的研究是时空数据建模的关键步骤。(2)研究分析了时空自回归移动平均模型。首先详细深入地依次讨论了时间自回归模型、空间自回归模型、时空自回归模型、时间移动平均模型、空间移动平均模型和时空移动平均模型的建模过程,然后给出了时空自回归移动平均模型的建模过程。最后以西安市13个区县2006~2014年国内生产总值的实际数据为例,通过模型识别、参数估计和模型诊断三个步骤,验证了时空自回归移动平均模型的有效性。(3)研究分析了时空克里金模型的建模过程。首先给出了时空协方差函数的定义,讨论了时空完全对称性和可分离性,并讨论了几类不可分离型平稳时空协方差函数模型。最后研究分析了简单时空克里金模型的建模过程。以实际时空数据—爱尔兰风速数据为例,建立了一般平稳相关函数,并验证了简单时空克里金插值预测模型的有效性。