交通可达性不仅与交通运输条件、经济发展状况有关，而且还受到自然地理环境的影响。目前，国内外有关可达性方面的研究主要集中于交通网络空间格局分析，而对地理要素如何影响可达性，即可达性与地理因子之间的相关模式却研究甚少。针对这种状况，本文以浙江省为研究区，引入数据挖掘技术展开对可达性与地理因子之间相关模式的研究。主要研究内容及结论如下： (1) 在介绍研究区自然地理条件及经济地理条件的基础上，筛选并提取地理因子，主要包括地形因子(高程、坡度、粗糙度、曲率)和土地利用类型(城镇用地、水系、林地、草地及农用地)。 (2) 构建研究区交通网络数据集，利用平均最短时间、加权平均出行时间、反幂函数重力模型以及负指数函数重力模型分别度量节点可达性，并对计算结果进行分析和比较。其中，基于负指数函数的重力模型更能反映节点间可达性差异。 (3) 以负指数函数重力模型计算结果为基础，利用Kriging插值技术构造可达性表面。通过交叉验证分析，发现基于球状模型的Kriging插值预测结果相对合理。从可达性表面可以看出，浙江的可达性以湖州、嘉兴、杭州、绍兴和宁波等城市为中心，逐步向外围地区扩散，呈阶梯状的空间分布格局。 (4) 采用波段组合方法将地理因子与可达性表面进行有效叠合，并利用空间采样方法随机获取采样数据，构造关联规则、决策树和模型树方法所需的训练集。 (5) 利用Apriori、ID3、J48、CART、M5P等数据挖掘算法，提取可达性与地理因子之间的关联模式，并对挖掘结果进行分析。通过综合比较几组不同的实验结果，发现相关模式均能对可达性与地理因子之间的关系作出较好解释，从而对典型统计分析方法只能验证相关性的存在这一局限性进行了有效补充。