Геоинформационната наука е в основата на Географските информационни системи – ГИС. Системите за работа с гео-пространствени данни включват образи, получени чрез дистаннционни методи, системи за наблюдения на околната среда, както интелигентни транспортни системи и технологии, които почти в реално време могат да регистрират местоположение на обект. ГИС предлагат програми за работа с такива данни, изчислявайки пространствени връзки, като разстояние, свързаност и посоки между пространствени обекти, визуализирайки своевременно изходните данни и резултатите от анализа. Геовизуализацията съчетава научната визуализация с цифрова картография, спомагайки на изследването и анализа на гео-пространствени данни и информация, включително резултатите и симулация. За разлика от обикновената картография геовизуализацията най-често е 3- или 4-измерна (ако се вземе под внимание времето) и се влияе от потребителя. В ГИС е внедрена идеята да се прилагат ефикасни изчислителни средства, за да се изучават широкообхватни пространствени бази данни. Тези бази данни съдържат интересни модели, които стандартните аналитични техники не могат да открият. Ако разполагаме със съществуващи пространствени данни, можем да използваме разнообразни математични модели, внедрени в ГИС, да правим преценка на бъдещи възможности. Това позволява на градски и регионални проектанти да тестват решения за намеса, преди приложението.
Основната задача на пространствения анализ е да измерва пряко свойства и релации, взимайки предвид положението на изследваното явление в пространството – т.е. идеята е да се обедини пространството с изследването на примерни процеси, които се изразяват чрез пространствено разпределение – географски явления.
Използвайки карти, GIS-системите позволяват пространствена визуализация на променливи величини, например като дават показатели за индивидуални населения, качество на живот или продажби на компания в даден регион и изясняват основни въпроси в много научни области: в здравеопазването, в околната среда, в геологията, в агрономия и много други.
Проучвания за подобни явления се правят все по-често поради лесния за работа интерфейс на ГИС-програмите. Необходимо е да разполагате с база данни и географска основа (като административна карта например) и можете да получите цветна карта, представляваща пространствен модел на явлението. Освен визуална представа, важно, а и полезно е да се тълкуват съществуващите модели в конкретни и измерими фактори. Случаите на приложение на този метод са примери, онагледяващи точно значението на пространствената връзка на явленията и тяхното положение.
През 18 век са разработени модерни техники за изследване с цел правене на топографски карти, заедно с ранни варианти на тематична картография, например научни или статистически данни. Пионер в областта е Джон Сноу, който по време на разразилата се холера в Лондон през 1854 г., направил карта, отразяваща епидемията. До преди него никой не можел да разбере откъде идва заразата.
Имало две теории: едната била, че са виновни вредните изпарения, съсредоточени в ниските и блатисти местности на града, а другата, че е била заразена питейна вода. На направената от него картата (фиг. 1) са отбелязани смъртните случаи и водоснабдителните помпи на града. Според Сноу било ясно, че едно място на улица Броуд може да е център на епидемията. Последвалите проучвания потвърждават хипотезата – била виновна водна помпа, чиято вода била от място с най-голяма концентрация на отпадъци, включително екскременти от хора, болни от холера. Това един от първите примери, при които пространствените релации на данните значително допринесли за разбирането на феномена. Три са основните типове данни, които се използват за представяне на проблемите в пространствения анализ.
Първият са явления или точкови модели – когато феноменът се изразява точка, се взема предвид точното положение на изследваното събитие. Както при случая на Сноу, целта е да се изследва пространственото разпределение, проверявайки по този начин хипотеза за наблюдавания модел: дали разпределението е произволно или точно обратното, ако е представено сбито, или има равномерно разпределение. Такива изследвания се правят, за да се оцени рискът от заболявания около ядрени инсталации, за да се установи връзка между редица явления и характеристиките на отделните фактори от околната среда, за които няма налични данни. Като пример фиг. 2 онагледява положението на точковите модели за случаите на смъртност по странични причини в гр. Порто Алгере с данни от 1996 г, като в червено са убийствата, в жълто са катастрофите, а в синьо са самоубийствата. Представената повърхнина показва интензивността на явлението. Интерполираната повърхнина показва модел на точково разпределение със силна концентрация в централната част награда, намаляваща в посока на по-отдалечените квартали.
Вторият тип данни са непрекъснати повърхнини. Те се получават в резултат на оценка на теренни проби, които имат равномерно или неравномерно разпределение. Обикновено този тип данни е резултат на измерване на естествени ресурси, включващи геоложки, топографски, екологични, почвени и други видове карти. Целта на анализа е да построи наново повърхнината, от която са взети пробите.
На фиг. 3 получената повърхнина е построена на база на почвени проби и профили за щата Санта Катарина, Бразилия. Отбелязаните кръстове представляват местонахожденията на профилите и пробите . Въз основа на тези измервания се създава модел на пространствената зависимост, позволявайки интерполация на повърхнината показана на картата. Моделът, използван за построяване на повърхнината, се нарича интерферентен модел и има за цел да определи пространствената зависимост между профилите. За целите на построяване на повърхнината се използват техниките на геостатистиката, чиято основна хипотеза е идеята за неподвижността.
Третият основен тип данни са райони с преброявания и общи норми – тук се има предвид данни, свързани с проучвания на населението като преброявания, здравни статистики, както и имотен кадастър. Обикновено тези райони са ограничени от затворени полигони, където се предполага, че се случват важни промени в границите им. Пример за това е фиг.4, която представя пространственото разпределение на показателя за социална интеграция/дезинтеграция в Сао Пауло. На базата на тази карта е възможно да се отделят групи на социална интеграция/дезинтеграция.
Пространственият анализ се сблъсква с много фундаментални проблеми, свързани с дефиницията на изследваните обекти, в изграждането на аналитичните операции, които ще се използват, в известните ограничения и особености и в представянето на аналитичните резултати.
Някои често срещани грешки в пространствения анализ се дължат на пространствената математика, други – на определени начини на пространствено представяне на данните, трети – на разполагаемите средства.
Основна идея в географията е, че близки обекти имат повече сходства от онези на големи разстояния. Една от възможностите да се обясни последното е проста пространствена корелационна връзка: каквото причинява дадено наблюдение на явление, също причинява подобно набюдавано явление на съседно място. Друга възможност е пространствената причинно-следствена връзка: нещо на дадено място повлиява пряко съседни места.
Пример за това е теорията на “счупения прозорец”, която предполага, че бедността, липсата на поддръжка и дребни материални престъпления имат тенденция да причиняват увеличение на престъпления от такъв вид, което се дължи на нарушения ред. Трета възможност е пространственото взаимодействие: движението на хора, стоки или информация несъмнено създава връзки между местонахожденията.
Фундаменталните проблеми в пространствения анализ водят до многобройни въпроси, включващи отклонение, изкривяване и безспорно – до грешки в заключенията. Тези проблеми често са свързани помежду си, но се работи в насока да се обособят като отделни и независими.
