本文从决策的方法和过程理论入手，围绕空间辅助决策新框架，结合在农业可持续发展决策和企业空间辅助决策应用，开展了以下创新性的研究工作： 1．提出了空间数据挖掘与空间辅助决策结合的三个环节的理论框架： 通过对空间辅助决策现有框架、以及决策理论和空间数据挖掘理论的研究，提出了空间数据挖掘与空间辅助决策结合的三个环节的理论框架，即决策前、决策中和决策后，分别对应数据、模型和决策后反馈。鉴于过去的研究基本集中在数据环节上，结合程度较低，无法充分解决空间辅助决策的需求，也不能充分发挥空间数据挖掘的作用。以烟草企业空间辅助决策为例，探索如何在空间数据挖掘的基础上构建空间辅助决策支持体系，实现三个环节的全面有机整合，并提出了相应的研究框架。 2．基于空间数据挖掘和模型集成的空间辅助决策框架应用于现代企业的决策中，为现代企业初步构建了应用型空间辅助决策体系： 企业空间辅助决策是企业信息化、企业地理信息系统和空间决策支持系统发展的必然。结合企业信息化和空间辅助决策以及企业地理信息系统的理论，本文将提出的基于空间数据挖掘和模型集成的空间辅助决策框架应用于现代企业的决策中，为现代企业初步构建了应用型空间辅助决策体系。本研究不仅有助于烟草企业GIS和空间决策系统的发展，也同样有利于地理信息系统在其他农业企业、甚至物流和商业企业的拓展和深入，有利于地理信息产业化。 3．分析并实现了基于组件技术的模型库集成方式以及时间序列查询： 在探讨空间辅助决策中模型集成理论的基础上，分析并实现了基于组件技术的模型库集成方式。在实例中针对农业可持续发展的需要，选取若干地理学专业模型并进行试验，最后以正定可持续发展决策支持体系为试验，实现了基于组件的模型库的集成并最终服务于可持续发展评价和决策。同时实现了时间序列查询系统，可以完成对经济、社会等多个要素的时间序列查询。 4．提出了基于城市道路距离的空间聚类算法并应用于物流配送试验： 现有的空间聚类不适合在城市交通网络环境，提出了基于城市道路距离的空间聚类算法，在应用中以烟草企业为例，实现了基于空间数据挖掘的辅助决策三个环节的试验。在决策过程中和决策后反馈两个环节上，提出了结合双重空间聚类和人工智能的方法改善了配送路线优化的算法，并将研究成果应用于烟草配送中心选址和零售户空间布局的优化决策以及配送路线优化中。此外，结合空间型CRM理论应用于烟草企业，提出了烟草空间型CRM，取得了良好的效果。 5．提出了多源空间数据整合的方法并应用于烟草企业空间辅助决策： 分析了空间辅助决策数据集成和系统集成理论，由于企业空间辅助决策是一项较为复杂的地理信息工程，系统的构建需要大量的多源空间数据，数据类型要比一般的地理信息工程复杂得多，而且由于要面向决策者，故其要求也比较高。本文提出了一种多源空间数据整合的方法，基本涵盖了大多数常见的空间数据类型，实现了企业辅助决策所需的空间数据的处理、配准和整合，在实践中结合烟草企业讨论了企业空间数据整合的关键技术，建立了烟草企业空间数据库和空间数据仓库。并在此基础上进行了企业辅助决策的系统整合。 本文的实践证明，基于空间数据挖掘和模型集成的空间辅助决策新框架，将对传统的空间决策支持系统带来新的活力，产生广泛的影响。