RS与GPS为空间信息的采集提供了技术支持,GIS从定量的角度建立了空间信息处理与应用的理论和技术体系。但是,空间信息是复杂的,从量上来看是海量级的;从种类上看不仅包含数值型、字符型,还包括图形、图象等多种类型;并且空间信息间的相互联系是固有的。因此,对空间信息仅进行定量的研究是不够的,还必须从定性方面进行研究。结合定性推理、空间推理与人工智能产生的定性空间推理,已成为人工智能的一个研究热点。不同于定性推理研究物理系统的结构、行为、功能及其相互联系,定性空间推理分析和处理的是人们对几何空间常识知识的认知;不同于空间推理研究空间对象的建模、描述、表示及其关系的分析和处理,定性空间推理面对的是空间对象的定性特征和定性关系。本文研究的空间对象是二维空间的点、线、面,研究内容是空间对象间的方位关系的表示与推理,推理方法为层次推理。在对方位关系表示与推理进行深入分析的基础上,本文进行了以下几方面的创新性研究:(1)方位关系的表示简要介绍了定性空间推理的相关理论和方位关系的相关概念,以及三种常用的方位表示模型(锥形模型,字符串模型,投影模型)。其中着重对投影模型做了详细的研究,针对D14的不足进行了扩展,提出了一种新的方位关系GD8。(2)层次空间推理介绍了层次和层次空间推理的相关理论,深入研究了层次空间推理在识路中的应用。文章对已有的基于层次的识路算法(HWA算法)做了深入研究,发现其不足,并提出了改进算法——HWA*算法。(3)方位关系的层次表示与推理通过分析方位关系层次推理已有的研究成果,文章提出了基于区域覆盖的层次结构,给出了区域间方位关系推理的算法。方位关系具有形状相关性,用不同的形状来近似空间对象会影响推理结果。将空间对象分别抽象为点,矩形,凸多边形和凹多边形,研究了空间对象间基于层次的方位关系的表示与推理。文章给出了算法,并举例验证。