非定常な構造をもつ大規模な時空間系列を研究対象として、そのモデル化とその推定・検定・予測法を提案し、実データを使って実証研究を行った。本研究では時空間相関を時間相関と空間相関の積で与えられるセパラブルモデルを用い、空間相関にはContinuous Autoregressive Moving Average (CARMA) モデルを、時間相関にはARMAモデルをあてはめる時空間モデルを開発した。そしてアメリカ大陸6000地点で月次で観測される降雨量のデータに応用し、大規模データに対応する高速なパラメータ推定法、時空間相関のセパラビリティの検定、大規模データに対応する高速な予測法を提案した。