随着社会的发展和科技的进步,社会计算、基因工程等领域的信息和数据呈指数级增长。为了从海量数据中获取有效的知识或规律,数据挖掘应运而生。作为-种重要的数据挖掘技术,关联规则算法可以挖掘因素间的关系影响,提供潜在的、有效的信息和规则。为从基因序列、在线社交网络、遥感影像等大规模数据中获取有效知识,研究者对候选频繁项集的生成和候选项集支持度的计算等影响关联规则算法效率的关键要素开展了深入研究,并发现候选项集支持度计算是提高效率的瓶颈。针对候选项集支持度计算中存在大量重复计算的问题,本文改进了基于二进制的关联规则算法,并将其应用于基于遥感影像的围填海检测,主要工作包括：1、提出了一种基于二进制的关联规则算法NewBitTableFI。对基于位表的关联规则算法BitTableFI进行了改进,通过建立频繁项集垂直位表,避免了计算候选频繁项集支持度时大量的重复运算。通过与Apriori算法和]BitTableFI算法的对比,验证了本文算法的有效性。2、将NewBitTableFI算法应用于基于遥感影像的围填海检测。首先,利用NewBitTable算法挖掘得到了海陆分离规则；然后,依据挖掘规则对遥感影像数据进行海陆分类。通过对2001年到2010年期间的渤海区域围填海的检测,验证了围填海检测规则的有效性。