1引言空間目標(biāo)的表達(dá)是GIS空間數(shù)據(jù)庫(kù)理論中的關(guān)鍵問(wèn)題之一[1]。傳統(tǒng)的GIS認(rèn)為用于描述和表達(dá)現(xiàn)實(shí)世界地理實(shí)體的空間數(shù)據(jù)是確定的、明確的,即被描述的對(duì)象的相關(guān)信息(如位置、屬性和拓?fù)潢P(guān)系數(shù)據(jù))是精確的[2]。然而,在GIS實(shí)際應(yīng)用中,用戶常常需要在描述地理實(shí)體的空間信息不完整、不確定、不精確的前提下認(rèn)識(shí)和分析地理現(xiàn)象,甚至進(jìn)行推理、判斷、預(yù)測(cè)和決策。為了模擬、分析和表達(dá)GIS中數(shù)據(jù)的誤差或不確定性,許多有效的方法已經(jīng)被提出,如模糊集理論、證據(jù)理論、概率統(tǒng)計(jì)學(xué)理論以及新近提出并得以在GIS應(yīng)用的云理論等。但是這些方法在應(yīng)用于GIS空間數(shù)據(jù)分析時(shí),一些附加信息或先驗(yàn)信息如模糊集理論中的成員隸屬函數(shù)、證據(jù)理論中的基本概率賦值和統(tǒng)計(jì)學(xué)中的概率分布等通常是難以得到和確定的。近年來(lái),一些學(xué)者運(yùn)用粗集理論對(duì)GIS數(shù)據(jù)的不確定性進(jìn)行分析建模。例如,WORBOYS用于處理由多空間或多語(yǔ)義分辨率引起的不精確性[3,4];AHLQVIST用于表達(dá)遙感影像分類的不確定性[5];王樹良等人基于粗集的思想方法定義了粗實(shí)體、粗關(guān)系和粗算子[6]。事實(shí)上,由于現(xiàn)實(shí)世界的復(fù)雜性以及地理實(shí)體表現(xiàn)形式的多樣性