空间自相关是地统计学的重要研究领域,也是研究地理空间单元之间关联的核心理论方法。近年来,随着3S技术、传感器和网络的巨大发展和广泛应用,人们积累了海量的时空序列数据,这些地学数据普遍具有时空相关性和时空异质性等特征,希望通过建立模型来挖掘和利用隐含在其中的有效信息。但是,要建立有效的时空模型,应顾及这些数据的时空自相关性。现有的时空自相关性测度模型,主要适用于分析平稳时空序列的自相关性。而对于地理学中普遍存在着的长程相关性的时空序列,则不再适用。因此,本文基于时空自相关理论,提出了消时间趋势的时空Moran’sI模型,用以测度具有长程相关性的时空序列自相关性,并通过实例验证了该模型。本文主要的研究内容如下:（1）现有模型分析。分析了现有空间Moran’sI模型理论,讨论了现有时空Moran’s I模型存在的主要缺陷。（2）时空自相关全局指标构建。基于时空自相关理论,构造了消时间趋势全局时空Moran’s I,用以测度长程相关性时空序列数据的全局时空自相关性,并深入分析了该全局指标的特征。（3）时空自相关局部指标构建。基于消时间趋势的全局时空Moran’sI模型,提出了消时间趋势局部时空Moran’s I模型,用以测度长程相关性时空序列数据的局部时空自相关性;同时扩展了经典Moran散点图,用以探测时空对象的局部时空集聚模式,并深入分析了这两种局部指标的特征。（4）模型的实例验证。利用消时间趋势时空Moran’sI,计算了人造模拟数据的时空自相关指数,基于计算结果,分析了消时间趋势时空Moran’sI的特征及影响因素;然后,利用消时间趋势时空Moran’s I模型,分析了江苏省北部9个气象观测站点的日降雨量数据的时空自相关性。综上所述,本文基于时空自相关理论,提出了消时间趋势时空序列Moran’s I模型,测度了长程相关性时空序列的自相关性,通过实例验证了该模型的有效性。实践表明:该模型具有重要的理论意义和实际应用价值。