随着科学和技术的不断发展，人类对世界的认识也逐渐加深，在对周围世界的探索过程中，各种信息和数据大量出现，在这些庞大的数据中，蕴藏着很多有用的信息。为了发现这些数据中的隐藏信息，从而有效的利用这些信息为人类的生产和生活服务，数据挖掘应运而生。随着GPS、RS和GIS等技术的发展和卫星、雷达、电视摄像等各种传感器的广泛应用，空间数据逐渐取代传统数据，成为现代信息的主体。因此空间数据挖掘作为数据挖掘的一个分支成为目前研究的热点之一。 空间数据由于具有空间自相关性、多尺度性、高维性等特点，与传统数据有很大区别，因此，过去的分析方法对空间数据并不适用。而小波分析作为近二十年来迅速发展起来的一种新理论，由于其具有时频联合分析、多分辨率分析、消失矩、多层次分解结构、小波系数的非相关性、小波基函数选择灵活和线性的空间和时间复杂度等特点，特别适合对空间数据进行处理。 基于上述特点，本文对小波分析的各种方法在空间数据挖掘中的应用做了深入的研究。首先采用二维连续小波变换对时间序列数据进行分析，通过对一系列实验的分析得到了良好的效果。随后，本文在对空间数据约简中，采用了一种新的基于提升方法的小波变换，由于其具有运算过程简单，计算速度快以及无损变换等特点，在对空间数据进行约简时克服了以往对海量数据运算速度慢和变换中有失真等缺点，提高了算法的性能和精度。 空间数据挖掘系统是空间数据挖掘理论与实际应用之间的一个桥梁，其在空间数据挖掘研究中扮演着重要的角色。本文在最后基于前文对小波分析方法在空间数据挖掘中应用的研究的基础上，提出了一个包括小波分析算法的空间数据挖掘系统的框架。并对其中的小波算法库做了详细的分析。