随着第二次全国土地调查的展开,又一批新的土地利用数据积累了下来,但是如何从这些海量数据中提取出人们感兴趣的和有用的信息,却是长期以来困扰着土地管理者和决策者的问题。空间数据挖掘的出现,为解决这一问题提供了可行的方法。本文采用空间数据挖掘中的地统计学方法,尝试对土地利用空间数据进行挖掘研究,拓展地统计学方法的应用领域,探索土地利用空间数据挖掘的新方法。文中首先介绍了研究背景、目的与意义、研究现状与存在问题、技术路线等基本内容,便于读者快速了解本文的研究内容、研究方法等。然后,对文中用到的理论方法做了简单介绍。对地统计方法的一些基本原理进行阐述,并重点对其中的空间自相关分析和探索性空间数据分析方法的原理、分析步骤及其在土地利用空间数据挖掘领域的适用性做了总结。本文的核心内容是对基于地统计方法的土地利用空间数据挖掘方法进行应用实证。首先,运用空间自相关分析方法对北京市昌平区土地利用结构及其演变做了分析。在基本研究尺度和不同尺度下,分别对2001年和2006年的两期土地利用现状数据计算各类用地的Morans I系数值,制作空间自相关图,并进行比对分析。分析发现用地结构的演变基本符合昌平区总体规划的要求,主要地类的空间自相关性不断加强。其次,运用探索性空间数据分析方法对济南市地籍数据中的城市建筑密度进行分析。通过生成直方图、正态QQ Plot图、趋势分析图、Voronoi图、半变异函数/协方差图等视图,对数据的空间分布、离群值、全局趋势、方向性等进行分析检查,排除了离群值出现的可能性,确定了在南北方向上的二阶全局趋势,而且各个方向上均存在各向异性的结构特征,并表现出一定的空间相关性,之后基于空间插值方法构建了济南市城市建筑密度模型。第三,运用关联分析方法对北京市密云区的农村居民点用地空间聚集进行关联分析。以综合建筑容积率、人均宅基地面积和平均邻近距离3个指标为研究对象,在镇域和村域两个层次,分别计算各研究对象空间关联的全局指标Morans I系数和局部指标局部Moran系数,并生成二维可视化的Moran散点图。在全局和局部两个角度,镇域和村域两个级别对各对象的空间关联分析中,发现了影响农村居民点用地空间聚集的多种因素。论文最后对全文的主要内容进行了总结,并提出了有待于进一步研究和讨论的问题。