本发明公开了一种基于时空一体化的特高拱坝变形时空序列预测方法，包括以下步骤：大坝传感器在监测数据时，实测数据中时常带有随机误差项，假设时空过程分解为两部分：确定性时空变化和去除确定趋势后的小规模误差随机变化并且去除确定趋势后的小规模误差随机变化的期望为零。应用简单BP神经网络拟合整体时空趋势；在去除整体时空趋势后得到残差项，对残差项进行线性无偏估计，选用时空克里格方法拟合局部时空趋势；引入门限循环神经网络对大坝各测点时间序列进行预测，预测出相关测点变形值，将门限循环神经网络预测出的变形值与BP神经网络预测出的变形值进行对比，如果门限网络的预测值更加精确，那么将预测后的顺河向位移数据作为训练数据优化BP网络。