在变形分析研究方面，人们认识到变形监测只是手段，而科学预报才是目的。然而由于现实中季节因素(如温度、压力、降雨量、荷载等等)的影响，变形体的变形往往存在复杂的季节性波动，这给监测序列的分析和预报带来了一定的难度。针对这一难题，结合形变监测中监测资料季节性波动的特点，本文研究了消除或分离监测资料中季节性波动分量的方法，并依此建立了单点与多点监测资料的分析和预测模型。结合南加州地区的GPS网监测资料、华东某地区的地下水监测资料和某建筑物上测缝计的监测资料，本文详细地比较和验证了上述模型和方法的有效性，为分析和解决这类问题提供了参考和理论依据。 本文取得的主要成果： (1) 将经济学中的“季节指数”法引入测量领域，提出了基于“季节指数”和GM(1，1)的混合建模法，用以分析预测季节性监测序列； (2) 将美国统计局用于商业预测的X-11模型引入测量领域，发展了综合X-11方法和ARIMA模型的建模方法，引入了“非对称滑动平均”方法，以改善X-11-ARIMA模型； (3) 分析了基于标准正态分布(SND)的“去季节性波动”方法，提出了结合SND和GM(1，1)模型建立的SND-GM(1，1)混合模型的方法； (4) 建立了多点季节性分析和预报模型SSCGM(1，m)，该模型是单点季节性模型的重要扩展。监测网中各点之间的变形是相互关联的，任一监测点的变形发展都不是孤立的，它要受到其它监测点的影响，同时它也影响着其它点的变形。多点模型考虑了各监测点之间的联系，从建模机制上讲，它是更优越的模型。