我国已积累了大量的土地利用调查数据,有的已建成了土地利用空间数据库,同时,还获取到大量的多源多时相的遥感数据。由于数据库本身无法分析数据之间的潜在关系,使得人们面对海量数据时,能获取的知识匮乏。人们无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势,缺乏发现数据背后隐藏知识的手段,导致了“人类正被数据淹没,却饥渴于知识”现象的产生。如何将土地利用数据库与多源多时相遥感数据结合起来,探讨基于地块的土地利用数据库的遥感知识的发现,仍然是一个有待深入研究的问题;如何将一些知识发现的方法与GIS数据相结合,从海量的地学数据获取知识,挖掘出地学知识中所隐含的知识或规则,已成为空间数据领域里的一个重要研究的方向与课题。因此,在该背景条件下,本论文开展了基于空间数据库的地类知识发现,从不同地形、不同背景下发现各地类的地学知识与遥感知识,并将该知识运用到地块属性的判定中。　　 在该背景条件下,本论文在山区与丘陵地区各选择一研究区,进行基于空间数据库的地类知识发现。在山区,开展了基于TM的地类遥感知识发现的研究,发现了不同背景下分布的地类及其光谱知识,证明了可以通过分层来扩大地类层间差异性和提高地类层内一致性。在丘陵地区,开展了基于MODIS的早地与水田光谱过程知识发现的研究,从不同时相的Modis影像上发现两者的光谱变化过程,揭示出提取这两种地类的最佳时相影像;开展了基于土地利用空间数据库的地类地学知识发现的研究,挖掘出各地类分布的海拔和坡度知识;开展了基于ALOS的地类光谱知识、多维特征的发现,利用线性增强后的NDVI影像,有效提取了有林地;开展基于IKONOS的丘陵地区地类遥感知识发现,发现了各地类光谱知识与纹理知识,基于这些知识,在IKONOS归一化水体指数特征上,实现了水体、滩涂的提取,在纹理特征上实现水田的提取。最后本论文以丘陵试验区为例,建立多源时空遥感知识库、地学知识库等,利用综合推理技术,实现分割后地块属性的判定,并利用已有的地面调查数据来检验判定结果。实验表明该方法下的属性判定,第一层次判定精度达88.11％;第二层次判定精度达89.75％;第三层次判定精度达92.62％;总精度达93.03％。