作者：
Flyingis
Michael F G
说过：“地理信息系统真正的功能在于它利用空间分析技术对空间数据的分析”，而不仅仅是停留在数据库型的
GIS
层面上，需要将关注点从数据库创建和系统开发建设，逐步转移到关注空间分析和空间建模，挖掘对科学决策具有指导意义的信息，解决复杂多变的地学应用问题，例如空间分析、预测预报、决策支持等。
地理空间数据处理与建模的重要技术方法一般涉及到数量地理学、
GIS
、地理计算、数据挖掘等知识领域。地理空间数据分析是地理学和地理信息科学的重要研究内容，它通过研究地理空间数据及其相应分析理论、方法和技术，探索、证明地理要素之间的关系，揭示地理特征和过程的内在规律和机理，实现对地理空间信息的认知、解释、预测、调控。
1.
数量地理学
数量化方法在感知、认识和解释现实世界的各种自然、人文、社会现象过程的相互关系中起着定性方法不能替代的作用。不论是学术研究中，还是实际决策中，不论是理工科学中，还是人文管理中，数量化的方法总是更让人觉得合理可信，通过表格化、图形化的形式表达出来，作为结论论断的有力支持，通常也可以说是定量化的分析方法。数量地理学是地理学领域中最先采用数学原理方法来探讨地理数据分析处理与建模的学科，主要涉及的分析模拟方法是地理系统分析、随机数学方法和地理系统数学模拟。
2.
地理信息系统
地理信息是一门学科，是描述、存储、分析和输出空间信息的理论和方法的一门新兴的交叉学科；另一方面，地理信息系统是一个技术系统，是以地理空间数据库为基础，采用地理模型分析方法，适时提供多种空间和动态的地理信息，为地理研究和地理决策服务的计算机技术系统
(
经典定义
)
。一般，我们利用
GIS
来反应客观显示世界抽象化的数字模型，对地理空间数据进行管理、显示与制图，最重要的是，可以用来对数据进行模拟分析，实现可视化和对现实世界的虚拟，提供决策的依据或直接进行决策分析。
3.
地理计算
地理计算本质上可认为是对地理学时间与空间问题所进行的基于计算机的定量化分析，它是一系列的程序或算法的应用过程和结果，不同的算法例如神经网络、模糊逻辑、遗传算法等产生的结果也会不同，一般可以通过和以往成果的对比，来论证自己算法更为优秀更为符合实际，或根本就是一个失败的计算过程。
其中涉及到的理论知识主要有
GIS
建库，人工智能技术和智能计算技术
(
人工神经网络模型、模糊逻辑模型、遗传算法模型、元胞自动机模型、分形理论等等
)
，高性能计算服务系统。通过这些知识体系建立一种动态模型，来反应地理空间的动态特性，强调作为地理空间基本部分的动态组成。
参考文献：
地理信息系统——原理、方法和应用
GIS
空间分析原理与方法