本文针对东北地区森林病虫害防治的现状,在研究了决策支持系统(Decision Supporting System, DSS)的国内外发展及应用状况基础上,结合联机分析处理技术、数据变换与汇总技术、数据挖掘技术以及森林病虫害相关领域知识,针对森林病虫害诊断和防治的实际需求,提出了基于数据挖掘技术的森林病虫害决策支持系统框架模型,并研究了决策支持系统的各功能模块,为决策者提供了相应的森林病虫害相关知识、决策信息以及解决方案。基于数据挖掘分析的森林病虫害决策支持系统主要由人机交互系统模块、病虫害数据仓库接口模块、数据挖掘分析模块三部分组成。其中,人机交互系统模块引导决策者与病虫害决策支持系统进行对话,确定挖掘任务,将挖掘的最终结果提供给决策者。数据仓库接口模块是为应用程序提供与数据仓库的连接,完成对数据仓库中数据的存取,生成训练集和测试集信息表。数据挖掘分析模块则是从大量的数据中发现知识,是知识库知识的主要来源,将满足一定支持度和信度的规则存入知识库以备用户决策使用,包括病虫害实体的条件属性离散分割、概念划分、然后调用推理机和解释器,将结论及结论的解释提供给用户。在本系统中数据仓库的数据存储引入了星状存储模式(Star Schema)的思想,把数据集成一个统一的整体,提供面向全局的数据视图。本系统以东北地区森林病虫害的历史数据以及试验数据为基础,并在哈尔滨市林业局进行应用推广,应用结果表明本系统可以辅助决策者对系统数据进行更深层次、面向决策主题的高效率的应用,为管理决策人员进行及时、准确的决策提供强有力的支持和保障,实现了森林病虫害科学化、智能化的管理标准,大大提高了系统的实用价值,为构建良好的生态环境与社会的科学、和谐、可持续发展提供基础保障。