科学、准确、及时地分析和预测工程建筑物的变形，对工程建筑的安全施工和正常运营具有重要意义。选择合理的模型对变形数据进行拟合、对未来变形进行准确预报是变形分析研究的主要内容。时间序列是指依时间次序排列的数据序列，时间序列分析是从统计角度来揭示各时序内部的统计关系与各时序之间的统计关系的，近几十年来，时间序列分析取得了重要的成果。但是时间序列模型只是对单个监测点变形序列进行建模，没有考虑监测点之间的相关性。时空序列（Space-Time Series）是时间序列在空间上的扩展，指在空间上有相关关系的多个时间序列的集合。时空数据是时间数据和空间数据的组合，与普通的空间数据和时间序列数据相比，时空序列数据具有时空相关性、时空异质性的特征。研究时空序列数据的性质是时空数据建模的重要前提，为了让时空关系和时空模式更明确的体现出来，时空序列数据建模就必须考虑时空依赖性。如何有效地分析时空序列数据，构建时空一体化的时空预测模型是时空数据建模的重要内容。本文对时空数据的性质进行了研究，包括时空自相关性和时空平稳性，详细介绍了时空序列建模的过程。以深基坑周边一管线监测点高程值序列为样本数据，首先进行时间序列分析，由自相关函数和偏相关函数确定出几个可能的模型，通过各个模型定阶准则的比较，确定出最优模型，并进行短期预测，来为时空序列建模做铺垫；其次利用时空自回归移动平均模型（STARMA）建立基坑周边管线高程值的时空关联关系，来进行时空分析和短期预测，该模型在考虑预测值所在位置时间序列的同时，也考虑到了空间上相邻位置的时间序列，通过与时间序列建模结果的对比，验证了时空序列模型在基坑管线沉降数据的时空分析和短时预测中的可行性。