近年来，随着城市各行业海量数据库的建立，出现了“数据丰富，信息缺乏”的局面，采用数据挖掘方法和技术支持城市发展，是地球信息科学面对的一项新任务。空间数据挖掘是一个极具吸引力和挑战性的研究领域，主要用于空间数据(如图像)自动化采集、自然和社会现象时空变化、动态监测、时空预测等领域。本文在已有空间数据挖掘研究的基础上，对城市空间数据挖掘理论、方法和应用进行了研究，主要包括城市空间分布(静态)数据挖掘和城市空间动态数据挖掘两个方面，提出了一些新的空间数据挖掘算法，并改进了一些已有的挖掘算法，进行了大量应用实验研究，初步建立了一个城市空间数据挖掘实验系统。 论文从五个部分进行论述。 第一部分绪论。阐述了空间数据挖掘的定义，对近年来国内外相关研究进行了归纳，主要集中在五个方面：空间数据挖掘理论体系研究、空间分布特征计算、空间聚类和分类、空间关联规则归纳和空间结构变化预测与模拟：接着探讨了空间数据挖掘的框架体系，并对空间数据挖掘的基本方法进行了综述。 第二部分城市空间分布数据挖掘。城市空间分布数据挖掘的任务主要包括空间评价、空间分类、空间分布计算、空间优化和空间相关分析五个方面，本部分主要研究了空间评价和空间分类的方法及应用。采用空间—属性一体化概念模型，把空间坐标、空间关系和属性特征纳入到统一的空间计算模型，分别对城市土地适宜性评价和城市功能区划分中的空间聚类方法进行了研究，并提出了一种分类图层的平滑算法。 第三部分城市空间动态数据挖掘。空间动态预测是空间动态数据挖掘的主要手段。对离散状态属性预测和模拟，建立了一种具有操作性的细胞自动机预测方法，即从历史空间数据中自动提取局部状态转换规则，在预测计算阶段采用随机试验的方法确定未来时间的单元状态。并运用该方法以济南为例探讨城市土地利用空间结构预测的方法及应用；对连续状态属性预测，提出了一种空间关系与属性特征一体化的空间自回归分析方法，即把空间关系和时滞思想纳入普通的自回归分析模型，建立连续属性的空间动态预测方法，并对山东省17个地级市的GDP总量进行空间自回归预测计算；对城市空间的扩展，采用区域扩散的思想，提出一种城市空间扩展的放射线预测方法，并以济南为例进行了研究。 第四部分城市空间数据挖掘实验系统构建。以GIS工具MapInfo系统为平台建立空间与属性数据库，采用MapBasic、Vfp等对本论文提出的空间数据挖掘方法和空间数据预处理编制程序，并与Spss、Sas、MatLab及典型的国产GIS软件集成，建立了一个试验性的城市空间数据挖掘系统。 第五部分研究总结与展望。对本文中所取得的研究成果进行了总结，空间数据挖掘有很多方法，本文只涉及到空间分布数据挖掘和空间动态数据挖掘的方法，还有一些空间数据挖掘的方法和技术，如空间趋势集中计算、空间关联规则归纳、空间离散度计算、模糊集、粗糙集等，它们在城市地域中的具体应用也是进一步研究的方向。