根据不同的应用目的,同一地区森林资源矢量数据往往采用不同的空间数据标准、不同的空间数据模型和特定的属性数据分类分级体系进行重复采集。一方面造成了人力、财力资源的浪费,另一方面也引发了空间数据的多语义、多时空、多尺度,形成了不同的存储格式、数据模型与存储结构等,为了充分利用已有资源、减少数据采集开销,按照不同的应用要求,采用不同的方法进行数据的融合具有积极的意义。本研究在详细论述矢量数据融合研究背景和研究意义的基础上,结合地理信息系统的相关原理以及矢量数据融合的常见方法和框架,以广西省贺州市八步区两期二类调查数据和广西省贵港市平南县的林权改革数据与二类调查数据为实验数据,进行林业矢量数据融合的研究。对于两期二类调查数据几何位置融合采用矢量数据格网化中心点法—矢量数据格网化最大面积法—矢量数据格网化多尺度格网法。属性数据融合采用以2009年已有属性为基础的融合。对于林权改革数据与二类调查数据几何位置采用叠置分析后的小多边形合并处理,分别运用最大面积合并,最大边长合并和基于模糊集的小多边形合并法。属性数据以二类调查数据已有属性为基础进行重新分类分级,并采用面积为权重、边长为权重、形状系数为权重的三种方法进行属性数据的多次平差。数据统计与分析显示：矢量数据格网化最大面积法能解决矢量数据格网化中心点法不能诠释的三类情况,在格网大小不变的情况下,能减少数据精度损失,而矢量数据格网化多尺度格网法相对于前两种方法在保障数据精度的前提下能减少数据冗余；基于模糊集的小多边形处理方法在减少精度损失方面明显由于其他方法,而以形状系数为权重的方法是三种数据平差方法中的最优方法。拟合出模型：Y=9.1833-0.071X-5.0304In(S)+0.0393Xln(S).其中Y为精度损失,S为地类的平均斑块大小,X表示格网的大小。融合一套两期二类调查数据融合矢量面,为两期数据属性数据的互联,相关,组合分析处理等奠定了基础；生成融合林改数据与二类调查数据的矢量面图层,该图层在几何位置上与林权改革数据与二类调查数据略有变动,关键属性数据,如蓄积量,林改面积保持了无精度损失,对林权改革后的二类调查小班区划有较大参考意义。