सांख्यिकीय स्थानिक डेटा विश्लेषण स्थानिक डेटा की खोज और भौगोलिक डेटा के विश्लेषण के लिए एक प्रसिद्ध तकनीक रही है। शब्द भू-सांख्यिकी निरंतर भौगोलिक क्षेत्र से संबंधित है, जबकि शब्द स्थानिक सांख्यिकी असतत स्थान से संबंधित है।
एक सांख्यिकीय मॉडल में जो गैर-स्थानिक रिकॉर्ड का प्रबंधन करता है, आमतौर पर डेटा के विभिन्न क्षेत्रों के बीच सांख्यिकीय स्वतंत्रता पर विचार किया जाता है। हालांकि, पारंपरिक डेटा सेट्स से अलग, स्थानिक रूप से वितरित डेटा के बीच ऐसी कोई स्वतंत्रता नहीं है क्योंकि वास्तव में, स्थानिक ऑब्जेक्ट्स अक्सर अन्योन्याश्रित होते हैं, या अधिक सटीक रूप से स्थानिक रूप से सह-स्थित, इस अर्थ में कि दो ऑब्जेक्ट्स जितने करीब रखे जाते हैं, उतनी ही अधिक संभावना है कि वे समान गुण साझा करते हैं।
उदाहरण के लिए, प्राकृतिक संसाधन, जलवायु, तापमान, और आर्थिक स्थितियां भौगोलिक रूप से निकट स्थित क्षेत्रों में समान होती हैं। व्यक्ति इसे भूगोल के पहले नियम के रूप में भी मानते हैं - सब कुछ हर चीज से संबंधित है, लेकिन आस-पास की चीजें अलग-थलग चीजों से अधिक संबंधित हैं।
आसन्न स्थान पर घनिष्ठ अन्योन्याश्रयता की ऐसी विशेषता स्थानिक स्वसहसंबंध की अवधारणा की ओर ले जाती है। इस अवधारणा पर निर्भर करते हुए, स्थानिक सांख्यिकीय मॉडलिंग विधियों को बेहतर सफलता के साथ विकसित किया गया है।
स्थानिक डेटा माइनिंग स्थानिक सांख्यिकीय विश्लेषण तकनीकों को विकसित करेगा और उन्हें बड़ी मात्रा में स्थानिक डेटा के लिए सुधारेगा, प्रभावशीलता, स्केलेबिलिटी, डेटाबेस और डेटा वेयरहाउस सिस्टम के साथ सहयोग, उन्नत ग्राहक संपर्क, और ज्ञान की नई तकनीकों की खोज पर अधिक जोर देने के साथ।
एक स्थानिक डेटाबेस मानचित्र, पूर्व-संसाधित रिमोट सेंसिंग या चिकित्सा इमेजिंग रिकॉर्ड, और VLSI चिप डिज़ाइन डेटा सहित बड़ी मात्रा में स्थान-संबंधित डेटा को बचाता है।
स्थानिक डेटाबेस में कई विशेषताएं हैं जो उन्हें संबंधपरक डेटाबेस से अलग करती हैं। वे टोपोलॉजिकल और दूरी डेटा ले जाते हैं, आमतौर पर परिष्कृत, बहुआयामी स्थानिक अनुक्रमण आर्किटेक्चर द्वारा व्यवस्थित जो स्थानिक डेटा एक्सेस विधियों द्वारा बनाए गए हैं और स्थानिक तर्क, ज्यामितीय गणना, और स्थानिक ज्ञान प्रतिनिधित्व विधियों की आवश्यकता होती है।
स्थानिक डेटा माइनिंग स्थानिक डेटाबेस में स्पष्ट रूप से सहेजे गए ज्ञान, स्थानिक संबंधों, या अन्य दिलचस्प डिजाइनों के निष्कर्षण को परिभाषित करता है। ऐसे खनन में डेटा माइनिंग के साथ स्थानिक डेटाबेस प्रौद्योगिकियों के एकीकरण की मांग होती है। इसका उपयोग स्थानिक रिकॉर्ड सीखने, स्थानिक संबंधों और स्थानिक और गैर-स्थानिक रिकॉर्ड के बीच संबंधों की खोज, स्थानिक ज्ञान आधार बनाने, स्थानिक डेटाबेस पुनर्गठन, और स्थानिक क्वेरीज़ को अनुकूलित करने के लिए किया जा सकता है।
स्थानिक डेटा माइनिंग की 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 के विश्लेषण के लिए एक प्रसिद्ध तकनीक रही है।
शब्द भू-सांख्यिकी 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, आमतौर पर डेटा के विभिन्न क्षेत्रों के बीच सांख्यिकीय स्वतंत्रता पर विचार किया जाता है।
