从简单的资源环境调查到复杂的地球物理过程分析，均需要对时空随机场的分布进行定量估计。而许多地理空间现象无法或不易通过密集且均匀覆盖的遥测来观察和认识，需要依赖采样或监测的方式来获取样本，然后通过插值等方式进行可靠的估计。因此，如何优化设计这些采样点或监测台站，以及如何利用这些样本进行时空插值是生产和科学研究中经常要面临的问题。传统的地统计学从空间角度出发，可以通过有限样本得到空间上无偏最优的估计。然而，地学过程并非单一的空间静态现象，它是随时间不断变化的动态过程。时空地统计学扩展了地统计学的研究维度，将研究对象视为一个时空随机变量来处理，以时空变异函数为工具，进行时空插值和分析。本文以时空地统计学为理论基础，研究基于时空地统计的监测网优化方法与时空插值，研究的主要内容包括以下四个方面:　　1)非平稳表面下监测网优化方法。在基于（时空）地统计模型的监测网优化中，往往要求目标变量在空间上是平稳的均质表面。然而，由于空间异质性的存在，平稳性条件往往无法满足。因此，本文发展空间非平稳表面条件下监测网优化方法。根据异质表面统计特征不同，分别探讨了空间趋势表面条件下、各向异性条件下以及空间异质表面条件下监测网优化问题。　　2)面向多目标的监测网布局优化。在实际应用中，监测网往往需要同时观测多个目标变量，目标变量之间既会存在一定的空间相关性又会存在分布上的不一致性。论文中基于泛协克里格模型的多目标监测网优化方法，在多目标优化过程中尽可能缓解目标之间的冲突，寻找最佳监测网布设方案。最后，将该方法应用到黑河上游八宝河流域生态水文无线传感器网络布局优化研究中。结果分析表明优化后的观测网可以更好地捕捉流域内关键生态水文要素的时空变异性和场分布，对于定量刻画流域尺度时空异质性较强的生态水文要素的动态特征及其不确定性具有重要意义。　　3)时空动态监测网布局优化。在基于传统地统计学的空间采样优化方法中,往往假定研究对象的空间特征是静态不变的。当研究对象在一段时间内是一个时空动态变化的过程时，传统地统计采样优化方法就无法满足监测网布局优化的要求。为了将目标变量的时空动态变化纳入到监测网优化设计中，发展了基于时空地统计学的监测网布局优化方法。当目标变量可以看作若干个离散时间断面空间变异过程时，采用基于多时间协同克里格模型的监测网优化方法;当目标变量可以采用时空变异函数表达时，采用基于时空克里格模型的监测网优化方法。　　4)时空异质条件下土壤水分时空插值。在设计完监测网并获得目标变量的观测数据后，采用时空插值方法估计其场分布。论文中以黑河中游典型灌溉农田土壤水分插值为例，给出了当土壤水分存在时空异质性条件下，利用时空泛克里格方法，在将土壤水分分解为趋势和残差的基础上，构建和拟合时空变异函数，表征残差的时空变异特征，进而提高土壤水分的插值精度。