空间数据挖掘(Spatial Data Mining，SDM)是二十世纪九十年代发展起来的一项新技术，近年来得到了越来越多学者的重视。随着计算机网络技术的飞速发展，如何在Internet或Intranet上进行空间数据挖掘，即如何进行基于Web的空间数据挖掘(Web Based Spatial Data Mining，WBSDM)是SDM的一个新的研究领域，也是相关学者日渐关注的研究课题之一。作者1999年提出申请并获湖南省自然科学基金资助于2000年至2003年主持承担了“基于Web的GIS空间数据挖掘”研究，就相关问题开展了探索。 本项研究旨在总结空间数据挖掘技术和基于Web的数据挖掘技术及WBSDM的应用前景；系统地提出基于Web的空间数据挖掘框架；设计基于XML／J2EE的WBSDM平台模型；将MAS(Multi-Agent System)技术引入WBSDM并提出应用策略；研究基于粗糙集的空间知识库刻画模型，提出并实现高维数据的特征提取和数据浓缩算法；提出并实现基于知识库的知识发现模型；构造一个WBSDM的原型实验系统，对本文的相关研究进行验证。具体内容包括： (1) 系统地总结和评述了空间数据挖掘技术和基于Web的数据挖掘等相关技术，在此基础上提出了WBSDM概念，论述了其研究意义和主要功能。 (2) 提出基于Web的空间数据挖掘框架，对WBSDM研究背景、定义、特点、功能组成、体系结构、实现策略、关键技术等进行了系统地论述。 (3) 根据WBSDM的业务需要，在对WebGIS研究进行总结的基础上，设计了一个分布式WebGIS集成模型，明确提出了技术实施方案：基于XML／J2EE技术，设计统一的数据访问接口协议Replys和Request，采用JAFMAS，扩展远程分布式数据挖掘构件。详细阐述了该模型的设计目标、体系结构及关键技术，使该模型能满足WBSDM的要求。 (4) 将MAS技术引入WBSDM中，详细剖析了第三方提供的移动Agent的纯Java构件JAFMAS，为JAFMAS应用于WBSDM作了细致地研究工作，扩展了该构件并针对WBSDM的需求提出了多Agent合作算法。 (5) 刻划了基于粗糙集信息颗粒的知识库模型，证明了基于基本信 息颗粒的一种正区域等价算法，分析了不可分矩阵的性质，提 出并实现了基于粗糙信息颗粒的属性约简算法，使粗糙集理论 能更好地适应空间海量数据集的挖掘。 (6)为解决WBSDM中自不同空间数据库所获知识所面临的知识融 合问题，提出了一种新的基于知识库的知识发现模型。实验表 明，在对规则知识的冗余、循环、冲突等处理上该模型有良好 的效果。(7)设计并部分实现了一个基于研触b的空间数据挖掘原型系统 场旧 SDMS，结合实际项目，用本系统对城市供水系统数据库进 行了挖掘。该系统能够选用多种算法进行挖掘，具有较好的开 放性和可扩展性。