空间信息的数量、复杂性的飞快增长,远远超出了人们的解译能力。虽然,目前的空间数据库可以实现数据的录入、修改、统计、查询等功能,却无法有效发现隐藏在空间数据背后的关系、规则和发展趋势等特征,这就导致了“空间数据丰富,空间知识贫乏”的现象。因此,从空间数据库中自动地挖掘知识,寻找空间数据库中不明确的、隐含的知识、空间关系或其他模式就显得越来越重要。本文从空间数据的获取手段,即查询语言入手,研究了空间数据挖掘的初级阶段的空间在线分析处理和高级阶段的空间关联规则分析两个方面。本文针对空间数据的特点提出了一种基于GIS平台的空间查询语言SQDL-G。通过将空间谓词表示为空间运算符的形式,并将子查询结构引入查询表达式中,使得SQDL-G能够轻松表达复杂条件的空间查询,且执行效率比传统查询语言高。有了空间查询语言的支持,本文继而对空间数据挖掘的初级阶段,即空间在线分析处理(SOLAP)进行了研究,并提出了一种基于GIS平台的多空间维SOLAP。通过空间查询语言SQDL-G,将事实对象和周边对象的空间信息全部引入到空间数据立方体中,建立主空间维和辅空间维,并且围绕各种空间维,提出了多元化的分析方法。同时,本文还在空间数据挖掘高级阶段的领域中研究了空间关联规则的问题,在多主题模式的基础上提出一种基于缓冲区分析的空间关联规则挖掘方法,避免了人为选择中心对象,且使得该方法适合针对多种空间类型事物的分析。总体来说,本文对空间数据挖掘做了有益的探索和研究。语义丰富、表达多样的空间查询语言SQDL-G,配合构建多空间维数据立方体,并参与基于缓冲区的关联规则分析,使得空间数据挖掘和知识发现趋于规范化和工程化。