在传统的遥感图像分类识别技术中，对地物的分类往往仅以地物的光谱特性为依据，而忽视了其他的可能的因素。在对GIS系统的数据更新过程中，如果遥感分类提供的地理信息精度不高，那么用遥感数据来更新GIS数据就失去了意义。传统的GIS数据更新方式周期长、效率低，大量地理信息系统因得不到及时更新而变成死库，影响起功能发挥。GIS ＆ RS一体化数据更新技术的研究为解决上述问题开辟了新的途径。GIS提供了遥感图像所描述的地理区域的大量先验知识，包括地理目标的空间位置、几何形状、光谱图像的纹理特征、高程信息、周边环境、地物分布规律等，这些辅助信息使得可以采用多种判别手段、判别依据对遥感图像分类识别，从而提高遥感图像的分类精度和自动化程度。 本文在吸取了数据库、地理信息科学、现代数学、遥感学、面向对象、人工智能等众多领域大量先进理论成果的基础上，系统的论述了地理信息的基础理论、空间数据存储结构，空间索引技术，栅格矢量互换算法、多源数据集成技术、以及几种 GIS ＆ RS的一体化数据结构。重点讨论了：基于拓扑关系的栅矢一体化数据机构、面向对象的一体化数据结构，并结合知识挖掘，分析了基于语义网络的一体化数据结构，改进了其索引机制，使得GIS的智能决策、遥感的智能解译成为可能。