时空异常探测方法是时空数据挖掘的任务之一。时空异常是指与其空间和(或)时间邻域专题属性显著不同的时空实体。时空异常探测可以发现偏离整体机制的小部分数据,对这部分数据进行研究可以发现潜在的某些信息和规律,为预警以及决策提供依据。时空异常探测方法在公共卫生、环境保护、交通规划、犯罪学以及灾害学等领域有重要作用。时空异常是由空间异常拓展得来的,在空间异常的基础上同时考虑时间维度。空间异常是由Shekhar提出的,旨在提取而地理空间数据中的突变结构。本文对时空异常探测方法进行研究,主要研究内容包括:(1)基于遗传算法的基本原理,结合时空扫描统计方法,引入扫描统计方法中的对数似然比作为适应度,将时空扫描窗口作为染色体,对其进行种群进化,包括选择、交叉、变异以及精英,得到最优结果也就是时空异常。针对不同形式的时空异常设计不同的扫描窗口形式,主要分为:圆柱状、可变半径圆柱状以及倾斜圆柱状,实现上述三种不同形状的时空异常探测。利用测试数据集对方法的探测能力进行测试,同时针对广东省手足口病进行时空异常探测的应用与分析,并与经典的Kulldorff扫描统计方法进行比较。(2)时空数据被划分为一系列的时间窗口,利用Fuzzy C-means方法识别每个时间窗口中的聚类,并对每个时间窗口中的聚类进行异常赋分,利用揭示的聚类之间的模糊关系,在连续时间间隔上,异常的动态演化过程也将被可视化。其中动态演化方式可分为:出现、消失、分裂和合并。同时将该方法用于山东省PM2.5空气质量监测数据。论文针对时空异常,前者侧重不同形状的时空异常探测;后者侧重于时空异常的动态演化过程。通过测试,前者受制于窗口的形状,适应于探测紧凑型异常聚集区,对不规则形状以及条带状探测能力较差。后者可以探测出空间异常的动态演化过程。相关研究成果具有一定的理论和应用价值。