气象要素的空间插值方法为每个研究区域内的栅格提供气象要素数据，将空间上离散的气象数据转换为连续的曲面数据，以便对气象分布进行建模研究。然而，在现有的气象要素空间插值方法中，并没有一种普遍最优的插值方法可以适合所有的气象要素和地理条件。目前亟待研究解决的问题就是——根据研究区域内气象台站的数目、区域空间的分布情况和特定的气象要素等具体条件选择适合当前的最优空间插值方法，以提高插值精度和效率。该文在对现有的空间插值方法研究基础上提出了基于时间序列的时空插值算法和自适应离散点插值算法。首先，该文对空间插值算法进行了改进研究，结合时间序列模型提出了时空混合插值算法：该算法更符合气象要素的时空特性，从源头上解决了由于各种不可抗力因素（如仪器故障，传输线路故障等）造成的气象站点实时数据缺失等问题，采用重庆市900多个气象站近一年的观测数据与传统空间插值方法进行对比研究，证实了该算法的可行性。其次，为了获取高精度的气象台站测量盲区关注点的实时插值数据，结合时空混合插值算法所得到的气象台站缺失的实时数据，提出了自适应离散点插值算法：该插值算法弥补了现有空间插值算法只做统计使用的片面性，提出了根据区域气象台站的数目、区域空间分布特征和待研究气象要素的特点等属性选择相对最优的空间插值方法，并通过重庆市900多个气象站近一年的观测数据，以294个重点变电站为关注点完成了气象要素空间离散插值方法的对比验证，得出每个关注点的最优插值方案，给关注点提供高精度的实时气象插值数据。最后，该文将基于时间序列的时空插值算法和自适应离散点插值算法应用于重庆市电网气象灾害实时预警系统中，通过一系列实时数据测试了算法的可用性和可行性，结果证明了论文的研究是可行的、正确的。