空间相似性技术以相似理论为基础,通过地理计算与人工智能等手段进行计算与分析,得到空间数据在某一特定尺度与内容上的相似特征。本文的研究目标是研究热带气旋路径空间相似性并且基于空间相似性对路径进行预测。围绕这一目标,首先对线段空间相似度量方法进行了研究。考虑到地理空间线要素的方向性,在度量时同时考虑了线段之间的位置距离与方向距离。阐述了若干种距离量算公式,并编程实现了线段距离量算。在热带气旋的相似性研究中,本研究采用热带气旋分段聚类方法,分析热带气旋路径在运动方向与位置上的相似特征。通过分段步骤,得到不同热带气旋路径在复杂程度上的特征,了解不同复杂程度热带气旋的分布情况；通过聚类步骤,了解热带气旋子路径(即热带气旋分段)在空间上的分布特征。在聚类步骤中采用基于密度的线段聚类算法,将OPTICS基于点密度的聚类算法中的可达距离与核心距离等概念引入线段聚类,并编程实现。理论上此方法可以得到所有聚类半径小于预设值时的聚类情况。以聚类的结果作为相似路径判断依据,本文设计并实现了相似路径检索与路径预测算法。通过对2009年热带气旋路径的预测,证实该方法对热带气旋路径具有预报能力。由于在判断相似时仅采用了聚类分析中的聚类结果,预报方法的预测效果还有提升空间。本文尝试引入源地信息作为预报判据,经过测试证实预报效果得到了提高。