时间序列一般具有如下4个基本特征：
1）趋势性：某个变量随着时间进展或自变量变化，呈现一种比较缓慢而长期的持续上升、下降、停留的同性质变动趋向，但变动幅度可能不等。
2）周期性：某因素由于外部影响随着自然季节或时段的交替出现高峰与低谷的规律。
3）随机性：个别为随机变动，整体呈统计规律。
4）综合性：实际变化情况一般是几种变动的叠加或组合。预测时一般设法过滤除去不规则变动，突出反映趋势性和周期性变动。
如上所述，地球化学时间序列一般由长期趋势T、周期变动C及不规则随机变动R等3个成分所构成。这3种成分可有不同的结合方式，当其彼此间互相独立，无交互影响，亦即长期趋势并不影响季节变动，则时间序列Y可用“加法模型”来描述：Y=T+C+R；当各成分之间明显存在相互依赖的关系，即假定季节变动与循环变动为长期趋势的函数，则为“乘法模型”：Y=T×C×R。
本研究将环境地球化学时间序列以加法模型进行考察。依此分析的序列，则可从中减去某种影响成分的变动，而求出另一种成分的变动。
所以，为分析时间序列数据的模式或趋势，通常须先了解时间序列数据的组合成分。分析时间序列的初步工作，系将时间序列绘制历史数据曲线图。根据此种图形，可观察出单一时间序列的变动情况，亦可知多种时间序列变动的相互关系。