本文首先論述了地理信息系統(tǒng)中空間數(shù)據(jù)挖掘的分類(lèi)和方法。并以湘江河流水環(huán)境監(jiān)測(cè)與評(píng)價(jià)GIS系統(tǒng)為例,介紹大型分布式網(wǎng)絡(luò)GIS系統(tǒng)中空間數(shù)據(jù)挖掘工具的設(shè)計(jì)思想及其實(shí)現(xiàn)。依次對(duì)空間數(shù)據(jù)的基本特征，湘江河流水環(huán)境監(jiān)測(cè)與評(píng)價(jià)GIS系統(tǒng)空間數(shù)據(jù)挖掘的過(guò)程及其關(guān)鍵技術(shù)進(jìn)行了說(shuō)明。
數(shù)據(jù)挖掘(data mining)起源于從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)(knowledge discovery in database, KDD)[1][2]。KDD是從數(shù)據(jù)中辨識(shí)有效的、新穎的、潛在和有用的、最終可理解的模式過(guò)程。數(shù)據(jù)挖掘是KDD中通過(guò)特定算法，在可接受的計(jì)算效率下生成特定模式的一個(gè)步驟。人們也趨于將兩者一起使用，稱(chēng)為數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)(Data mining and knowledge Discovery, DMKD)。將KDD技術(shù)應(yīng)用于空間分析，即產(chǎn)生了KDSD（Knowledge Discovery from Spatial Database），它是從空間數(shù)據(jù)庫(kù)中提取用戶(hù)感興趣的空間模型與特征、空間與非空間數(shù)據(jù)的普遍關(guān)系及其它一些隱含在空間數(shù)據(jù)庫(kù)中的普遍的數(shù)據(jù)特征。
地理信息系統(tǒng)（Geographic information system, GIS）是以采集、存儲(chǔ)、描述、分析和應(yīng)用與空間地理分布有關(guān)的數(shù)據(jù)的計(jì)算機(jī)系統(tǒng)。作為數(shù)據(jù)庫(kù)管理技術(shù)、計(jì)算機(jī)圖形學(xué)以及空間分析方法的共同產(chǎn)物，它已在社會(huì)、軍事、經(jīng)濟(jì)和管理部門(mén)得到了長(zhǎng)足的發(fā)展和廣泛的應(yīng)用[3]。目前，它正逐步與遙感（RS）和全球定位系統(tǒng)（GPS）技術(shù)相結(jié)合，向集成化、自動(dòng)化及智能化邁進(jìn)。專(zhuān)家系統(tǒng)技術(shù)在遙感影像解釋、地形數(shù)據(jù)的表達(dá)及語(yǔ)義和非語(yǔ)義信息的提取等方面的應(yīng)用，正是為了提高這種高集成度的地理信息系統(tǒng)的自動(dòng)化和可靠性。然而，盡管專(zhuān)家系統(tǒng)中的知識(shí)表達(dá)和知識(shí)應(yīng)用的研究取得了不少的進(jìn)展和成果，其知識(shí)獲取仍然主要依賴(lài)于專(zhuān)家和知識(shí)工程師，離知識(shí)自動(dòng)生成還有相當(dāng)大的差距。