随着“数字林业”的发展,人们获取了庞杂而繁多的森林资源海量数据。如何从中提取出有用的信息并指导经营管理,成为林业信息化重点关注的问题。数据仓库和数据挖掘技术是近年来信息工程领域研究的热点问题之一,是关于决策支持的新技术。数据仓库可作为决策支持的底层数据源,数据挖掘是获取信息之间规律的有效工具,将二者结合用于森林资源数据可以找到隐藏的深层次信息,得到基于样本数据集的分析结果,通过林业专业管理知识加以验证的结论将使林业生产水平更上一层楼。本文在介绍了数据仓库技术和数据挖掘理论及其相关知识的基础上,概述了将其应用于林业决策支持系统的前景;完成了森林资源数据仓库的基本构建;重点通过多种方法的比较分析,提出了适用于森林资源数据挖掘的改进的Apriori算法和新颖的VNAR算法;设计并实现了数据挖掘系统原型,验证了文中算法的可行性。