1引言空間目標(biāo)的表達是GIS空間數(shù)據(jù)庫理論中的關(guān)鍵問題之一[1]。傳統(tǒng)的GIS認為用于描述和表達現(xiàn)實世界地理實體的空間數(shù)據(jù)是確定的、明確的,即被描述的對象的相關(guān)信息(如位置、屬性和拓撲關(guān)系數(shù)據(jù))是精確的[2]。然而,在GIS實際應(yīng)用中,用戶常常需要在描述地理實體的空間信息不完整、不確定、不精確的前提下認識和分析地理現(xiàn)象,甚至進行推理、判斷、預(yù)測和決策。為了模擬、分析和表達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,一些附加信息或先驗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)計學(xué)中的概率分布等通常是難以得到和確定的。近年來,一些學(xué)者運用粗集理論對GIS數(shù)據(jù)的不確定性進行分析建模。例如,WORBOYS用于處理由多空間或多語義分辨率引起的不精確性[3,4];AHLQVIST用于表達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體、粗關(guān)系和粗算子[6]。事實上,由于現(xiàn)實世界的復(fù)雜性以及地理實體表現(xiàn)形式的多樣性