近年来,矿区因大规模开采而出现地表移动与变形,严重影响了矿区安全生产,进行地表变形监控与预测也因此成为了安全生产的重点。大量的监测数据中隐含着地表变形知识与规律,如矿区多因子关联、矿区沉降整体规律等,这些规律有益于监控、预测地表变形。为此,本文利用空间数据挖掘的各种理论方法,从地表变形的监测数据中挖掘隐含的规律并对地表沉降进行了科学预测。主要内容有:一、叙述了空间数据挖掘的定义与特点、体系结构、基本过程、可获得的知识类型、挖掘方法和发展方向。二、建立了可用于矿区沉降监测数据挖掘的GM(1,1)模型和线性回归模型,并对GM(1,1)模型进行了改进。采用GM(1,1)模型来进行短期预测,用最小一乘法代替了原来的最小二乘法,提高了结果的稳健性。以煤矿沉降数据为实例,验证了该改进GM(1,1)模型方法的有效性,取得了满意的效果。建立线性回归模型,应用于矿区地表沉降的长期预测。三、以矿区地下水层与矿区各因子的沉降为例,应用灰关联来求解变形因子的关联度,得到矿区变形因子间的相互影响规律。四、将基于灰关联的聚类应用于矿区地表变形情况的分类及原因的挖掘。得到了矿区各时期地表变形情况的分类,并对分类原因作出了详细解释。