传统GIS主要局限于“地图的数字化，便于计算分析处理”，其分析处理的主要对象是地图而不是客观世界，表达的是对地图的认知，而不是对现实世界的认知。随着应用的不断深入，这种局限带来的问题越来越突出。为了克服这样的局限，未来的GIS必须实现从面向地图和面向地图认知，到面向真实地理世界和真实地理世界的认知的转换。其中，定性地刻面地理世界以及定性空间推理是必不可少的一步。 在定性空间推理中，由于方向关系和距离关系的组合是描述和细化拓扑关系中的“相离”关系(Mark1999)必不可少的两种要素，也是解决定位问题的两个必须的变量，并广泛应用于地理信息检索，人工智能，数据挖掘，且是基于场所的GIS的主要构成，所以本文中主要探讨了定性推理巾方位关系和距离组合推理的问题。 当前，已有一些有关方位关系和距离关系组合推理模型，但其中仍然存在一些问题亟待解决，例如研究对象都是点对象，且多数研究是基于某一个特定粒度等。基于前人的工作以及其中的问题，本文提出了两种方位关系和距离关系组合表达的代数--研究点状地物的方位和距离关系推理的区间向量代数(INVE)与研究面状地物的方位和距离关系推理的MBR距离和方向关系代数(MBRDD)。在第一个方法中，方位关系采用的锥形法描述，距离关系则采用欧氏距离。其组合推理表的计算方法类似于定性的三角计算。在第二个方法中，为了简化问题，参考地物和目标地物均采用MBR近似。对于距离关系，本文提出一种新的面对象间的距离关系定义，采用MBR与Tchebycheff距离相结合的表示方法。在以上的表达方法下，方位关系和距离关系的组合推理主要借鉴了矩形代数，将二维的方向和距离关系推理通过投影转化成一维的距离区间关系。INVE和MBRDD代数表达的好处在于可以适应于不同的方位关系和距离关系粒度。 最后，本文进一步讨论了设计多个地物的方向和距离关系的组合推理。主要研究了区问向量代数的约束网络满足问题，得到整个代数系统的计算复杂度为NP-hard，其原子关系的约束满足问题复杂度为P，但对于其最大可解子集仍需要进一步地研究。此外，本文又进一步将区间向量代数的约束满足问题放入一个地理语义环境的实例中进行分析。不过，对于MBRDD代数其推理问题是否可解还有待于进一步地分析。