由于自然因素和人为因素的影响，使得各种自然灾害频繁发生，另一方面，城市规划管理、环境监测和评价、交通规划管理、商业规划与评价和物流配送等领域都要与空间位置打交道，涉及复杂的空间决策问题。尽管GIS在许多管理决策领域能起到较大的数据管理和空间分析作用，但是，它的缺点也是明显的，对于空间要素的关联关系、空间特征分类、空间趋势预测和空间事物的聚集区域划分等复杂空间问题难以回答，特别是空间知识和空间推理的缺乏。因此，建立集成空间信息分析处理的智能决策支持系统是极其必要的。 本文在分析基于GIS的、基于人工智能的、基于专家系统的和基于混合型的智能空间决策支持系统的基础上，指出他们的不足之处，同时，提出集成GIS、SOLAP和SOALM的智能决策支持系统的模型框架，分析它们之间的相互关系和作用过程，集成空间信息分析处理的智能空间决策支持系统的核心技术是建立在GIS基础之上的空间在线分析(SOLAP)和空间在线分析挖掘(SOLAM)技术。 空间在线分析(SOLAP)和空间在线分析挖掘(SOLAM)是建立在空间数据仓库之上的，空间数据立方体的建模和物化选择问题对于SOLAP和SOLAM的分析挖掘的速度与质量是至关重要的。在空间立方体中存在很多维有空间的、时间的和属性的，但对于分析和挖掘主题而言，许多维是冗余的，为了降维，在方体级的优化选择中，提出了基于粗集理论的空间数据立方体物化视图选择。在空间数据分析和挖掘中，存在着不同的空间概念层次，空间对象需要合并或分解，在cell级的物化选择中，提出了基于模拟退火算法的空间度量物化选择。 在空间在线分析挖掘(SOLAM)的研究中，本文首先分析空间关联规则的研究现状和空间关系谓词的概念层次，为了解决空间谓词计算的复杂性，提出基于空间立方体物化的空间谓词计算方法，把结果存储在关系数据库中，一般的空间关联规则挖掘算法，需要频繁候选集，速度慢，而且规则冗余。本文提出基于元规则和FP－增长方法的多层空间关联规则挖掘算法。其次，本文分析多种空间聚类算法，提出了一种基于划分、网格和密度思想的高效空间聚类算法，该算法无须输入任何先验知识，就可以发现任意形状的簇，对大型数据库有较好的伸缩性，计算复杂度与空间对象数目无关，只与初始的划分次数有关。最后，本文分析了空间趋势分析的研究现状，提出基于遥感图像分类和SOLAP的空间趋势分析模型，在遥感图像分类中，提出融合遗传算法的径向基函数网络方法。 本文最后分析森林防火智能决策支持系统的功能需求和结构。应用基于COM和组件GIS的集成方法完成系统的开发，以火场信息的空间OLAP查询分析、空间趋势分析和火险等级预测的功能实例说明系统的有效性。