空间数据挖掘
空间数据与占据特定空间的对象相关，存储于空间数据库中，并通过空间数据类型和空间关系进行管理。其包含拓扑和距离信息，并利用空间索引进行组织和查询。空间数据的独特性为空间数据库的知识发现带来了挑战和机遇。
空间数据库的知识发现，也称为空间数据挖掘，是从空间数据库中提取隐含知识、未直接存储的空间关系以及空间模式的过程。空间数据挖掘技术，尤其在空间数据理解、空间与非空间数据关系发现、空间知识库构建、空间数据库查询优化和数据组织方面，在 GIS、遥感、图像数据库、机器人运动等涉及空间数据的应用系统中具有广阔前景。
常用方法
- 统计分析方法
统计分析是目前空间数据分析的常用方法，适用于处理数值型数据。它拥有大量成熟算法，可用于空间现象的建模和分析。
然而，空间统计分析也存在一些缺陷：
* 空间分布数据的统计独立性假设通常不切实际，因为空间邻域之间存在相互关系。
* 不适用于处理非数值型数据，例如空间对象的名称和定名数据类型。
* 通常需要领域专家和统计知识，仅适合专业人士使用。
* 当数据不完整或不充分时，结果缺乏实际意义。
* 计算成本高昂。
为了克服这些缺点，需要新的数据挖掘方法。
- 基于概括的方法
（内容省略）