सांख्यिकीय स्थानिक डेटा विश्लेषण स्थानिक डेटा की खोज और भौगोलिक डेटा का विश्लेषण करने के लिए एक प्रसिद्ध तकनीक रही है। भू-सांख्यिकी शब्द निरंतर भौगोलिक क्षेत्र से संबंधित है, जबकि स्थानिक सांख्यिकी शब्द असतत स्थान से संबंधित है।
एक सांख्यिकीय मॉडल में जो गैर-स्थानिक रिकॉर्ड का प्रबंधन करता है, आम तौर पर डेटा के विभिन्न क्षेत्रों के बीच सांख्यिकीय स्वतंत्रता पर विचार किया जाता है। हालांकि, पारंपरिक डेटा सेटों से अलग, स्थानिक रूप से वितरित डेटा के बीच ऐसी कोई स्वतंत्रता नहीं है क्योंकि वास्तव में, स्थानिक वस्तुएं अक्सर परस्पर संबंधित होती हैं, या अधिक सटीक रूप से स्थानिक रूप से अलग-अलग होती हैं, इस अर्थ में कि दो वस्तुओं को जितना करीब रखा जाता है, उतना ही अधिक संभव है कि वे साझा करते हैं। समान गुण।
उदाहरण के लिए, भौगोलिक रूप से निकट स्थित क्षेत्रों में प्रकृति संसाधन, जलवायु, तापमान और आर्थिक स्थितियाँ समान होनी चाहिए। लोगों ने इसे भूगोल का पहला नियम भी माना - सब कुछ हर चीज से जुड़ा है, लेकिन आस-पास की चीजें अलग-अलग चीजों से ज्यादा जुड़ी हुई हैं।
आसन्न अंतरिक्ष में घनिष्ठ अन्योन्याश्रयता की ऐसी विशेषता स्थानिक स्वसंबंध की अवधारणा की ओर ले जाती है। यह इस अवधारणा पर निर्भर करता है, स्थानिक सांख्यिकीय मॉडलिंग विधियों को बेहतर सफलता के साथ तैयार किया गया है।
स्थानिक डेटा माइनिंग स्थानिक सांख्यिकीय विश्लेषण तकनीकों को विकसित करेगा और उन्हें बड़ी मात्रा में स्थानिक डेटा के लिए बेहतर करेगा, जिसमें प्रभावशीलता, मापनीयता, डेटाबेस और डेटा वेयरहाउस सिस्टम के साथ सहयोग, बेहतर ग्राहक संपर्क और ज्ञान की नई तकनीकों की खोज पर अधिक जोर दिया जाएगा।
एक स्थानिक डेटाबेस मानचित्र, प्रीप्रोसेस्ड रिमोट सेंसिंग या मेडिकल इमेजिंग रिकॉर्ड और वीएलएसआई चिप डिजाइन डेटा सहित अंतरिक्ष से संबंधित डेटा की एक बड़ी मात्रा को बचाता है।
स्थानिक डेटाबेस में कई विशेषताएं होती हैं जो उन्हें रिलेशनल डेटाबेस से अलग करती हैं। वे टोपोलॉजिकल और डिस्टेंस डेटा ले जाते हैं, जो आम तौर पर परिष्कृत, बहुआयामी स्थानिक इंडेक्सिंग आर्किटेक्चर द्वारा व्यवस्थित होते हैं जो स्थानिक डेटा एक्सेस विधियों द्वारा बनाए जाते हैं और स्थानिक तर्क, ज्यामितीय गणना और स्थानिक ज्ञान प्रतिनिधित्व विधियों की आवश्यकता होती है।
स्थानिक डेटा माइनिंग ज्ञान, स्थानिक संबंधों, या अन्य दिलचस्प डिजाइनों के निष्कर्षण को परिभाषित करता है जो स्थानिक डेटाबेस में स्पष्ट रूप से सहेजे नहीं गए हैं। इस तरह के खनन के लिए स्थानिक डेटाबेस प्रौद्योगिकियों के साथ डेटा माइनिंग के एकीकरण की आवश्यकता होती है। इसका उपयोग स्थानिक अभिलेखों को सीखने, स्थानिक और गैर-स्थानिक अभिलेखों के बीच स्थानिक संबंधों और संबंधों की खोज करने, स्थानिक ज्ञान आधारों के निर्माण, स्थानिक डेटाबेस को पुनर्व्यवस्थित करने और स्थानिक प्रश्नों को अनुकूलित करने के लिए किया जा सकता है।
स्थानिक डेटा माइनिंग के लिए एक केंद्रीय चुनौती बड़ी मात्रा में स्थानिक डेटा और स्थानिक डेटा प्रकारों और स्थानिक एक्सेस विधियों की कठिनाई के कारण कुशल स्थानिक डेटा माइनिंग तकनीकों की खोज है। सांख्यिकीय स्थानिक डेटा विश्लेषण स्थानिक डेटा की खोज और भौगोलिक डेटा का विश्लेषण करने के लिए एक प्रसिद्ध तकनीक रही है।
भू-सांख्यिकी शब्द निरंतर भौगोलिक स्थान से संबंधित है, जबकि स्थानिक सांख्यिकी असतत स्थान से संबंधित है। एक सांख्यिकीय मॉडल में जो गैर-स्थानिक रिकॉर्ड का प्रबंधन करता है, आम तौर पर डेटा के विभिन्न क्षेत्रों के बीच सांख्यिकीय स्वतंत्रता पर विचार किया जाता है।