土地利用变化影响因素众多且具有复杂的空间特征，用单一的统计方法或数学公式很难对此进行完全的定量分析和模拟。因此，需要寻找一种面向问题的综合分析模型，能够在无法完全了解土地利用变化机理的情况下，应用历史数据实现土地利用的定量分析和预测。　　案例推理(Case Based Reasoning,CBR)是人工智能领域新兴的一种推理方法，能够有效克服规则难以获取、知识难以表达等问题。在土地利用模型中引入CBR的概念和方法，可以将影响因素以及其之间的相互作用关系较为完整地体现在土地利用案例中，有效处理土地利用的模糊信息和不确定因素。　　然而，一般CBR模型很少考虑案例本身的空间性，也很少讨论空间相似性度量。因此，空间相似性推理是基于CBR的土地利用推测模型的研究重点，需要对CBR的表达模型及推理算法进行拓展，使之适应土地利用案例的空间性。　　目前，CBR在地学领域，尤其是土地利用研究中的应用尚未得到广泛关注。研究基于CBR的土地利用推测模型，一方面可以为解决土地利用变化规则难以概括、抽象、表达等问题提供新思路，同时，关于空间相似性推理的研究也将为其他地理案例推理提供参考。　　鉴于以上背景，研究以实现土地利用变化推测为目标，按照CBR以相似性推理实现问题定量求解的基本思路，引入空间相似性推理，构建基于CBR的土地利用推测模型。研究从以下几个方面展开:　　(1)研究CBR的基本理论，分析土地利用的空间相似关系，将空间相似性推理引入CBR基本框架，构建基于CBR的土地利用推测模型的总体框架。　　(2)探讨土地利用案例的表达方法，构建土地利用案例库。以地理案例表达模型为基础，结合土地利用的特殊性，探讨土地利用案例的表达方法;利用GIS空间分析方法，对案例特征进行定量分析和标准化处理，构建土地利用推测模型的案例库。　　(3)研究土地利用案例的相似性算法，实现土地利用案例推理。在一般案例推理模型的基础上，采用熵权法修正案例特征的主观权重，定义土地利用案例属性域和空间域的特征相似性算法，引入隶属度函数分析案例整体相似性，实现土地利用案例的检索与匹配。　　(4)以昆明市盘龙区为实验区，实现基于本文模型的土地利用变化推测，验证模型的可行性。　　研究结果表明，论文构建的基于CBR的土地利用推测模型可用于土地利用变化的定量分析与推测，实验结果满足应用需求，说明该模型能够较好地表达土地利用属性域和空间域的相似关系并以此进行相似性推理。此外，该方法简单灵活、切实可行，为土地利用变化研究提供了一种新思路。　　综上所述，论文在研究CBR基本理论与空间相似性推理的基础上，对CBR进行空间相似性扩展，构建了基于CBR的土地利用推测模型总体框架。在此框架下，重点探讨了土地利用案例的表达方法和推理模型，逐步完成基于CBR的土地利用推测模型的详细设计。最后，以昆明市盘龙区为实验区实现基于该模型的土地利用变化推测，评价实验结果，验证模型的可行性。