本文的研究目的就是希望从空间数据集(库)中挖掘出与其空间相关数据相比较偏离程度较高的例外数据，以满足人们的现实需求。全文主要内容由以下几部分组成： 首先，介绍数据挖掘的基本概念、数据挖掘的分类、空间数据挖掘的概念；介绍例外挖掘的基本概念，讨论空间例外挖掘研究的意义，对现有空间例外挖掘方法进行分类并对其各自的特点进行了讨论； 其次，通过两个具体的、现实中的例子来说明现有的空间例外的定义，以及这些定义存在的不足之处，在此基础上，提出了一种新的空间例外定义。空间例外分为两类，并给出了相应的定义。 第三，提出了符合定义的空间例外挖掘算法并分析了算法的复杂性。在这个过程中，提出了一种新的基于k个最近邻居的例外挖掘算法，并且在这个基础上，提出了改进算法-属性加权算法。 最后，对提出的空间例外挖掘算法进行了试验，验证了算法的有效性。