基于案例的推理(Case-Based Reasoning,简称为CBR)作为一种传统人工智能领域基于相似性推理的方法,用以往案例的知识或信息进行相似案例的问题求解,自20世纪90年代以来越来越受到重视。同时,由于地学问题的复杂特性和地理学的快速发展,案例推理已被应用于地学领域,出现了地理案例推理。案例推理过程中相似案例的检索是进行案例推理求解的关键,目前地理案例的相似性计算大多数是针对空间属性特征采用传统的CBR相似性计算方法,也有部分学者在案例的相似性计算过程中考虑了空间关系或者空间形态。但地理案例不仅具有自身的空间特征,案例与案例之间还存在复杂的空间关系,而且案例发生的地理空间也具有一定的空间分布模式。这些特征在传统的地理案例相似性计算中没有考虑到或者考虑的不是很全面,基于这种情况本文对地理案例的空间相似性计算进行了更深一步的研究,主要内容包括：(1)从概念上分析了地理案例推理与普通案例推理的不同,指出地理案例相似性的特殊性和复杂性,从概念上界定了地理案例空间相似性计算的内涵。(2)分析了目前CBR相似性计算的常用算法。地理案例也是案例的一种,传统的案例相似性计算也必然有适合于地理案例相似性计算的部分,通过分析将可适用的CBR相似性算法引入地理案例的空间相似性计算,并有针对性的进行补充和改进。(3)空间推理也是人工智能研究的重要领域,其空间相似性计算也是重要研究部分,通过分析GIS空间相似性计算,提出地理案例的空间关系和空间形态的相似性计算的方法。(4)通过分析CBR相似性计算和GIS空间相似性计算,总结出地理案例的相似性计算的算法模型,并用Visual C#和ArcEngine开发了一个用于地理案例空间相似性计算的系统,对本文的算法进行了验证。