空間數據挖掘
空間數據挖掘是數據挖掘的一個分支，數據挖掘是當今大數據盛行一種規律獲取方法，這些規律隱藏在數據之中，人們很難通過簡單的比較，歸納而得到，必須通過數據之間大量分析來獲取。空間數據挖掘就是從空間數據中提取隱含其中、事先未知、潛在有用、最終可理解的空間或非空間的一般知識規則的過程，具體來說，就是在空間數據庫或空間數據倉庫的基礎上，綜合利用確定集合理論、擴展集合理論、仿生學方法、可視化、決策樹、數據場等理論方法，以及相關的人工智能、機器學習、專家系統、模式識別、網絡等信息技術，從大量含有噪聲、不確定性的空間數據中，析取人們可信的、新穎的、感興趣的、隱藏的、事先未知的、潛在有用的和最終可理解的知識，揭示蘊含在數據背後的客觀世界的本質規律、內在聯繫和發展趨勢，實現知識的自動獲取，爲技術決策與經營決策提供不同層次的知識依據。
一、空間數據挖掘的數據源
空間數據的內容：位置數據；屬性數據；圖形圖像；網絡數據；文本數據；多媒體數據等
空間數據特性：空間特性；專題特性；時間特性等
空間數據種類：空間數據挖掘的數據源極其廣泛，包括觀測數據、地圖、遙感數據和統計數據等，可以分爲原始數據（第一手直接數據）或加工處理後的數據（第二手間接數據）。
二、空間數據挖掘可用的理論方法
1.確定集合理論
（1）概率論
（2）證據理論
（3）空間統計學
（4）規則歸納
（5）聚類分析
（6）空間分析
2.擴展集合論方法
（1）模糊集
（2）雲模型
（3）粗集
（4）地學粗空間
3.仿生學方法
（1）神經網絡
（2）遺傳算法
4.決策樹
5.可視化
