【摘要】：在分析数据的效率上，传统的地学数据调查和分析过程通常是先由需要信息的用户自己负责，或委托专门的机构制订出技术方案，然后调派大量的调研人员通过抽样或普查获取基础信息，填写表格或输入计算机，再对基础信息进行汇总统计，最后由专家对数据进行分析，得出结果。
在分析数据的效率上，传统的地学数据调查和分析过程通常是先由需要信息的用户自己负责，或委托专门的机构制订出技术方案，然后调派大量的调研人员通过抽样或普查获取基础信息，填写表格或输入计算机，再对基础信息进行汇总统计，最后由专家对数据进行分析，得出结果。这种方法耗费的人力、物力和财力巨大，周期长，结果滞后，而且不可避免地要受到调查和分析人员主观因素的影响。而空间数据挖掘在一定程度上克服了这些缺点。过去一项需要几个月甚至几年的统计分析工作，现在只需要几分钟、几秒钟就能完成。
在探索数据关系时，传统地学数据分析使用基于验证的方法，用户首先对特定的数据关系作出假设，然后使用分析工具去确定或否定这些假设，其有效性受到很多因素的限制，如提出的问题和预先假设是否合适等。而空间数据挖掘重在发现，更强调在隐含未知情形下对空间数据本身的规律挖掘，发现的知识要求满足大数据量的统计检验。空间知识比现有的GIS分析工具获取的信息更加概括、精练，还可以发现现有GIS分析工具无法得出的隐含模式和规律。(www.xing528.com)
应该指出，图像处理、图像分类、空间查询、空间分析等都是为了获得某一专业信息的信息提取过程，并非空间数据挖掘，而是空间数据挖掘的基础和工具。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
