随着社会信息化建设的不断发展，对地理信息系统(GIS)提出了智能化的需求，所以人们开始研究面向GIS的空间数据挖掘方法，由于空间数据本身、空间关系以及人们对空间认知的不确定性，使不确定性环境下的空间数据挖掘(简称，不确定空间数据挖掘)成为当前空间数据挖掘研究领域面临的一大挑战。然而，由于传统的模糊集受到隶属度函数本身的局限性，不能很好表达和处理空间数据挖掘中的复杂不确定性问题，所以本文引入Ⅱ-型模糊集理论，利用Ⅱ-型模糊集对复杂不确定性表示和处理的优势来研究不确定性环境下的空间数据挖掘问题，并将研究结果应用于基于空间数据挖掘和GIS集成的实际税务GIS系统中，以提高税务GIS的智能化水平。 基于Ⅱ-型模糊集来进行不确定性环境下的空间数据挖掘理论研究和应用是一项具有开创性的研究工作。本文将在对Ⅱ-型模糊集理论及其扩展研究的基础上，通过Ⅱ-型模糊集隶属函数，将各种空间不确定性统一映射到Ⅱ-型模糊集合空间进行表示和处理，并对空间不确定推理，空间不确定查询、空间规则发掘、不确定环境下的满意决策模型以及空间数据挖掘与GIS集成技术进行研究，最后将研究成果应用于实际税务GIS系统中。本文工作主要包含以下内容： (1)对Ⅱ-型模糊集进行扩展研究。扩展了Ⅱ-型模糊集的截集概念，通过提出一阶截集和二阶截集的概念，建立了广义Ⅱ-型模糊集、区间值Ⅱ-型模糊集、Ⅰ-型模糊集以及确切集之间的关联关系，并实现相互间的转换；将Ⅱ-型模糊集不确定性度量扩展到Ⅱ-型模糊集，给出Ⅱ-型模糊集熵、距离测度、相似测度、包含度四种不确定性度量方法，并证明了其各自满足的性质；提出了随机值Ⅱ-型模糊集概念，给出了正态随机值Ⅱ-型模糊集数学模型及其生成算法，分析了正态随机值Ⅱ-型模糊集的数字及形态特征，并举例说明了它在不确定性知识表示中的优势。 (2)分析并总结了空间不确定性的主要内容及形式，引入Ⅱ-型模糊集理论，并对其在空间不确定性表示及处理中的应用进行研究。通过Ⅱ-型模糊集隶属函数建立不确定空间对象及不确定空间关系的Ⅱ-型模糊集模型，从而将不确定空间对象或空间关系统一映射到Ⅱ-型模糊集合空间；基于Ⅱ-型模糊逻辑系统，运用Ⅱ-型模糊集集合运算及空间关系合成方法，提出了基于规则知识的不确定空间推理模型和方法，通过仿真实例对其进行了有效性证明；在传统空间模糊查询的基础上，利用Ⅱ-型模糊集的优势，提出了两种分别基于MFC和基于MFF的空间不确定查询方法，实验表明其查询结果比传统的基于Ⅰ-型模糊集查询方法更符合人的直观认识。 (3)研究空间关联规则和空间分类规则的发掘问题。给出基于Ⅱ-型模糊集的空间关联规则表示的定义，将空间关联规则映射为Ⅱ-型模糊集合空间的蕴含关系；提出了基于Ⅱ-型模糊集的空间对象属性泛化及概念提升方法，并在泛化属性和概念提升的基础上，结合经典Apriori关联规则发掘方法，实现对基于泛化属性的空间关联规则的发掘操作，其有效性在淄博空间数据上得到验证；提出基于Ⅱ-型模糊集的软决策概念，给出基于Ⅱ-型模糊集表示的空间分类问题描述，在分析空间分类问题中规则及分类不确定性的基础上，给出了基于Ⅱ-型模糊集软决策树生成算法、软决策树规则提取及应用方法，并通过淄博空间数据进行分类仿真测试。 (4)研究了不确定性环境下的满意决策问题。讨论了决策过程中的不确定性，指出不确定性的客观存在性，总结了不确定性主要表现、分类及特征；分析传统决策方法在不确定决策环境中的局限性，阐述不确定决策环境下的满意决策思想模式；在研究经典满意决策方法的基础上，引入Ⅱ-型模糊集概念，提出基于Ⅱ-型模糊集的满意决策模型，给出不确定决策环境下满意决策问题、满意度、满意解等基本概念和定义，并分析基于Ⅱ-型模糊集满意决策模型的特征，通过两个仿真实例，分别利用基于Ⅱ-型模糊集满意决策模型对具有不确定约束条件以及不确定备择集两种不确定决策环境问题进行表示和处理，从而证明其有效性，该模型可用于解决不确定空间决策问题。 (5)研究空间数据挖掘算法与WebGIS集成技术及其在税务WebGIS系统中的应用问题。在分析相关网络技术和OLAM技术的基础上，提出网络型空间数据挖掘系统(E-SDMS)概念，给出网络型空间数据挖掘系统的设计结构及其系统设计中的若干关键问题。讨论了网络型空间数据挖掘系统与WebGIS系统的集成的方式，采用松散式模型给出基于网络型空间数据挖掘的税务WebGIS系统设计结构。最后，通过淄博地税WebGIS系统具体应用实例证明了系统集成和基于Ⅱ-型模糊集空间数据挖掘算法的有效性和实际意义。