近年来,随着3S技术的广泛应用和计算机网络通讯技术的迅速发展,我国的空间信息化产业正逐步走向成熟、完善。与此同时,各种各样的GIS-应用对空间数据的需求越来越大,不同的部门和公司针对本行业的需要经常要进行大量的空间数据获取。由于不同部门的地理信息系统应用目的不同,产生了大量应用于不同行业领域的卫星遥感影像、地形图和各类专题地图。这就不可避免地导致数据的重复制造。于是,同一地区、同一比例尺的空间数据可能采用了不同的空间数据标准、不同的地理数据模型,而同一种统计数据也可能因统计时间、统计部门的不同而存在不同的统计口径。因而在同一类数据间造成了若干歧义,如语义差异、时空差异、尺度差异以及空间参考异化等。这些歧义显然不利于信息共享和多源数据融合。作为国家水专项的水污染控制与治理方面的淮河课题研究,需要大量的空间数据、属性数据。因而消除各种数据源之间的歧义、进行多源数据的融合,并统一管理不同来源、不同时空特征的数据,从而使它们能快速有效地应用成为课题研究的一个关键。本文以数据融合为切入点,就数据标准化、矢量数据融合、空间数据与属性数据关联、时间序列数据融合等方面的问题进行了探索性研究。本文主要的研究内容和创新之处包括：1.收集并整理淮河水环境综合治理所需数据源并进行分类,对数据存在的问题进行全面分析,然后给出合理有效的解决方案。2.根据淮河流域多源数据的特征,对不同类别的数据设计了相应的编码系统,以此编码系统为基础构建了淮河流域多源数据的元数据框架,将流域范围内多源数据纳入统一的数据框架中进行描述,实现空间数据与属性数据的动态关联,初步实现了流域范围内多源数据的标准化及数据融合。3.设计并开发了淮河流域水环境综合空间数据管理系统,为流域范围内多源数据提供科学、系统和可视化的分析和决策管理工具,在此平台的支持下进行数据的标准化处理,实现多源空间数据与属性数据的关联查询与统计,以及其他相关空间分析与可视化功能。