随着遥感、GPS、GIS等数据获取技术的不断发展及其在资源、环境、规划等领域的广泛应用,各行各业已经积累了大量的空间信息.据统计,人类在日常生活所接触到的信息中,有75﹪-80﹪的同空间位置有关.数据挖掘技术有助于人们更深入地理解和利用所获得的数据.然而,目前大多数的数据挖掘研究主要面向数值、分类等简单类型数据,针对空间数据的挖掘研究才刚刚起步.该论文研究空间数据库中的知识发现,即空间数据挖掘(spatial data mining,SDM).现有的空间数据挖掘研究通常遵循这样的思路:通过预处理手段将复杂的空间成分转化为一维非空间属性(如距离、方向等),然后使用通用数据挖掘技术进行知识发现.但是现有研究未能充分考虑空间数据自身的特点以及空间应用的需求,如:空间自相关性特点,多种类型和多种尺度空间数据的综合挖掘需求等.因此,该论文研究在空间数据特点和空间应用需求的约束下如何有效地进行空间数据控掘的方法.