大数据技术为精准扶贫提供新的思路和方法,但在大数据精准扶贫战略的实践过程中,存在着多源异构数据组织混乱、跨领域数据关联程度低、海量数据处理效率低等问题,严重阻碍了大数据先进技术优势的发挥,影响了精准扶贫战略的实施成效。数据融合技术能集成多源异构数据的优势信息,挖掘不同来源数据之间的关联关系,整合生成一套信息更丰富、现势性更好、语义更完整的高质量数据集。精准扶贫数据融合计算量大,传统的单机集中式处理已经无法满足时效性的要求。研究基于分布式计算的精准扶贫数据融合技术,有利于提升精准扶贫数据的质量和处理效率,更好地支持精准扶贫战略的实施。本文从地理信息科学的视角出发,将空间数据融合技术应用到精准扶贫数据融合领域。在研究空间数据的预处理方法、集成方法、同名实体匹配方法、同名实体融合方法的基础上,结合精准扶贫数据融合逻辑复杂、融合规则动态变化、数据融合计算量大等特点,提出规则驱动的精准扶贫数据融合方法。该方法引入了分布式计算技术,提高了数据融合的效率,同时引入了规则引擎的思想,将复杂的融合逻辑抽象为若干简单的融合规则,由融合引擎负责对融合规则进行解译与执行,实现了融合规则制定与融合规则实现的解耦合,降低了融合逻辑的复杂度,且支持融合规则的动态修改。本文在规则驱动的精准扶贫数据融合方法的基础上,设计了规则驱动的精准扶贫数据融合技术实现框架,综合利用Map Reduce、Postgre SQL+Post GIS、Geotools等技术,设计实现了精准扶贫数据融合系统。利用该系统,实现了对播州区贫困、农业调查、土地权属、土地等级等多源异构数据的融合,派生出了2018年播州区贫困户所属土地的耕种状态数据,并对融合结果做了可视化应用,验证了规则驱动的精准扶贫数据融合方法的可行性和有效性。实验证明,规则驱动的精准扶贫数据融合方法能有效解决精准扶贫数据组织混乱、跨领域数据关联程度低、海量数据处理效率低等问题。目前,该方法已经应用到贵州省、湖北省的精准扶贫数据融合项目中,取得了较好的应用效果。