近年来，从GIS数据库发掘有价值的、潜在的信息变得越来越重要，同时社会对各种信息的需求也急剧增加。但是却出现“数据巨大、知识贫乏”的局面。在现有GIS系统中，属性数据主要用于查询和检索，或简单的统计。很难进行较深入的分析，以便深层次的挖掘其中隐含的模式和规律。 粗糙集理论是一种建立在集合论基础上的软计算办法，用于处理不确定性和含糊性知识。它认为知识是人类和其他物种所固有的分类能力，由此扩展出知识约简、相对约简、知识的依赖性等概念。 基于Rough集(粗糙集)方法在知识发现上的优越性，本文对经典(Pawlak型)粗糙集基本理论及其推广模型进行了论述，并将粗糙集理论应用于GIs属性数据分析上。从GIS原始属性数据出发，对信息表中的海量信息进行简化、提取出有用特征、获取去除冗余属性的决策规则，并相应评价各因素的重要性得出演绎推理，发现原规则中没有的知识。最后用实例介绍了一种基于地理要素属性对农业生产总值定量分析的方法，得出了描述影响农业总产值的指标体系决策规则，对GDP预测准确性有一定应用价值。