在害蟲風險評估中，時間和空間是可以預測的。時間的預測是指根據現有信息對未來的風險評估；空間預測是指基於多個點的信息對某壹區域的風險估計。Teng1991提出了兩種風險評估方法:非模型法和模型法。非模型法是指專家組的意見，主要基於專家的知識和專業經驗。目前，植物檢疫中的風險影響評估大多是非模型方法。該模型方法不僅能提供不同環境條件下引入害蟲的行為，還能反映寄主、病原和環境之間的關系。
廣義的模型是指基於計算機和相關技術的數學模型。預測模型可以分為兩種類型:壹種是經驗模型，它經常使用統計方法，如回歸模型；第二個是仿真模型，它通常與數據庫相結合。目前，許多研究者認為模擬模型是風險評估最可靠的技術。曾士邁等1990和1992結合歷史氣候資料，利用模擬模型預測了幾種小麥病害對小麥生產的風險；美國農業部用來預測大豆銹病流行和潛在分布的SOYRUST也是壹個模擬模型。
目前最成功的植物病害預測模型是Steiner(1990)設計的預測梨火疫病的MARYBLYT模型。根據梨和蘋果的日最高氣溫、最低氣溫、降水量和物候期，結合病原菌潛在日繁殖次數的計算方法，預測了4種不同梨火疫病癥狀的發生時間和侵染風險。該模型在美國馬裏蘭、西弗吉尼亞、密歇根、華盛頓、加拿大、波蘭等國家的實際應用證明，對枯萎病癥狀發生時間的預測非常準確，與實際發生的誤差僅為1 ~ 2天。目前，加拿大、意大利等國家已將該模型用於野外調查、預測和檢疫監測。荷蘭斯豪滕(1991年)也建立了梨火疫病模擬風險分析模型。Fahy等人還在1991中評估了梨火疫病菌的定殖可能性。綜合考慮傳入途徑、檢測的可靠性和處理的有效性，結果表明30年內澳大利亞果園發生梨火疫病的可能性至少為78%。事實上，梨火疫病是在1997年在澳大利亞發現的。
時間和空間的預測很大程度上取決於是否有地理數據庫。這種數據庫是區域預測的關鍵，它包含了宿主植物、病原體、氣候、土壤等反映生態系統不同屬性的變量，每個變量形成了該區域的壹個信息層。因為生物學和物理學的關系往往與生態系統中的大部分變量有關。因此，如果結合地理信息系統和地質統計學等能夠處理這類數據的工具，預測的準確性和有效性將會大大提高。