随着空间数据获取技术的快速发展，空间数据量急剧增加，空间数据库中很多内涵的知识和规律需要挖掘，客观上出现了从空间数据库中进行知识发现的技术——空间数据挖掘技术。空间数据库是存储空间数据和与空间数据有关的属性数据的集合，是采集、存储、管理、检索、分析和表达空间数据和属性数据的数据库系统。空间数据挖掘，也称空间知识发现，是指从空间数据库中提取用户感兴趣的空间模式与特征、空间与非空间数据的普遍关系及其它一些隐含在数据库中的普遍的数据特征，它是数据挖掘技术在空间数据库方面应用的延伸，并且推动着地理信息系统朝着智能化和集成化的方向发展。地矿资源预测是空间数据挖掘技术在地矿领域中应用的核心。地学多源数据与其它方面的数据不同之处在于它具有空间属性，这些数据除了具有明显的含义之外，还有丰富的隐含意义，需要通过分析或挖掘才能显示；同时，日益丰富的地学数据在一定程度上已超过了地球科学家能够处理的能力，从这些海量数据中发现地学知识的需要使得地学数据分析与空间数据挖掘方法的结合成为必然。全国重要成矿区带资源评价基础空间数据库按照统一数据模型和数据标准集中管理了14个重要成矿区带地质、矿产、航磁、重力、化探、遥感等基础空间数据。本文针对数据资源中蕴涵的知识远没有得到充分挖掘和利用的问题，研究如何从海量数据中自动挖掘知识，寻找隐藏在空间数据库中的不同数据源之间的空间相关关系和隐藏在数据背后的地学规律，为成矿区带资源评价预测提供更好的数据支持，以提高数据利用价值。在矿产资源评价中由于要求的数据种类多、差异性大和矿床赋存条件复杂等特点，预测模型不易用显性的数学模型来表达，利用人工神经网络能较好的解决以上问题。人工神经网络具有较强的学习能力，对含噪声和部分失真的信号有纠错的功能等特点，在地学领域已得到了广泛的应用。本文论述了人工神经网络BP模型在矿产资源综合评价及成矿预测中应用的可行性和优越性；实现了BP网络算法并建立了成矿预测BP模型；利用所选择的训练样本对BP网络进行训练，使BP网络达到稳定、收敛，并能比较正确的识别出样本所对应的评价和预测类型，从而得到各地质变量的权系数；然后利用训练好的BP网络，对研究区各网格评价单元进行类型识别，圈定成矿远景区和成矿有利区等，实现对研究区的矿产资源综合评价及预测。最后，以成矿预测理论为指导，以较完善的全国重要成矿区带地学基础空间数据库为基础，结合当前最新的组件技术、空间数据库和空间数据挖掘等技术，采用VB、ArcObjects组件和空间数据库引擎ArcSDE(For SQL Server)，笔者研发了全国重要成矿区带资源评价数据库管理系统(MPBC)的数据挖掘系统——MPBC_DataMiner，该系统基于Geodatabase数据模型，侧重实现了分形、BP神经网络等算法，为用户提供一个数据操作与分析的平台。文章最后选用某成矿带数据对该系统进行了可行性验证，结果表明系统初步实现从大型空间数据库中获取多源地学数据，并进行转换、挖掘、分析及数据可视化等功能，能够对多源空间数据进行综合和知识挖掘，并取得较好的成矿预测效果。