本文以“GIS训练场地信息管理系统”的建立为背景，分析了当前地理信息系统在军事领域上的应用需求，给出了建立“GIS训练场地信息管理系统”的意义，目的是构建数字化训练场地信息管理系统并实现训练场地的数字化、可视化和智能化管理。文章的主要研究内容是： 按照“GIS训练场地信息管理系统”的功能需求，对训练场地信息管理与GIS相结合的应用进行分析与探讨，给出系统的软件总体结构与网络拓扑结构；利用SQLServer2000和空间数据库引擎MapInfoSpatialWare构建训练场地信息综合数据库，实现场地信息管理中的空间数据与属性信息数据统一管理和维护；通过对管理系统中的一些重要功能的实现，说明了在系统设计与应用中需要注意和解决的问题。 为实现对GIS训练场地信息管理的智能化，本文对空间数据挖掘特别是空间数据聚类算法及其在训练场地信息管理中的应用进行了探讨。首先给出了一种基于距离阈值可达的聚类算法。算法通过数据对象之间的距离可达方式完成聚类，具有较强的可解释性和可用性。该算法更适合于任意分布形状的二维空间数据如炸点设置数据等聚类，并有利于分离出噪声数据。 对于信息管理中高维数据的聚类，本文提供了一种基于贪心EM学习GMM的基于模型的聚类方法。通过对高维数据样本使用贪心EM算法学习得到GMM，并估计出每个高斯分量大概形状，得出每个高斯分量均值和协方差，再计算每个数据点对所有高斯分量的概率密度最大值来实现对高维数据的聚类。算法具有输入参数少，可自动确定聚类个数等优点。