空间分析的最早实例之一发生在 1854 年，当时英国医生 John Snow 绘制了伦敦霍乱爆发地点和其他地理数据的地图。他发现霍乱病例发生在水岸沿线¹。

但直到 20 世纪 60 年代计算机和计算地理学出现后，地理信息系统 (GIS) 领域才取得了长足发展。在此期间，地理信息系统 (GIS) 软件开发领域的行业领导者 Esri 成立了。Esri 继续开发了当今使用的许多地理信息系统 (GIS) 方法和技术，例如 ArcGIS。

20 世纪 70 年代，出现了更快、更便宜和更先进的计算机，GIS 软件的商业化随之实现。还有卫星和遥感技术的兴起，促进了政府、企业和学术机构采用 GIS。

如今的地理信息系统 (GIS) 已变得无处不在。来自美国地质调查局 (USGS) 和其他机构的开源地理信息系统 (GIS) 数据以及地理信息系统 (GIS) 应用程序（例如 QGIS）及其教程非常容易获取。除政府和学术机构之外，地理信息系统 (GIS) 还用于跟踪包裹、旅行路线和顺风车。

地理空间数据描述了位于地球表面或附近的物体、事件或其他地理特征。地理空间数据将位置数据（如坐标）和属性数据（物体、事件或其他地理特征的特性）与时间数据（位置和属性存在的时间或寿命）相结合。地理空间数据包含来自不同来源的大型数据集，包括人口普查和人口统计数据、卫星图像（包括遥感数据）、房地产数据、天气数据、手机数据、绘制图像和社交媒体数据。

地理信息系统 (GIS) 应用程序可以导入多种类型的数据格式：制图文件、电子表格、图像等。然后，地理信息系统 (GIS) 工具将这些数据的任意组合进行叠加，生成可视化效果和数字地图。这些地理空间数据层提供的洞察远远超出纸质地图和传统制图的能力。

当地理空间数据可以被发现、共享、分析并与传统业务数据结合使用时，各组织可能会发现它最有用。如果利用得当，地理空间数据可以为组织提供即将发生的变化的预先警告、更深入地了解分析解决方案并提高整体运营效率。这些都是打造未来工作场所的关键。

遥感功能收集地理空间数据，并从太空对地球表面进行测量。该过程使用卫星、气球、无人机和飞机上的遥感器，感测和记录反射或释放的能量。可以将这种遥感信息与地理信息系统 (GIS) 程序集成在一起，以帮助用户从全球视角做出有关地球的基于数据的决策。

遥感有两种类型：主动和被动。

主动遥感技术使用发射自身能量或光源的传感器，然后检测反射的辐射。LiDAR（光检测和测距）就是其中一个示例，它使用激光束实时测量距离和运动。

LiDAR 用于创建地形图以及引导自动驾驶车辆穿过街道的精确 3D 模型。主动遥感还用于评估熔岩流、山体滑坡和洪水等自然灾害。

被动式遥感自身并不释放能量。相反，它会收集自然发射和反射的辐射，即来自太阳的辐射。被动式遥感器的常见示例包括辐射计（测量电磁辐射）和加速度计（测量加速度）。

近年来，遥感数据量显著增加，这主要是由于卫星数量增加和感测技术改进。这也使遥感数据管理变得越来越困难。推出的 AI 基础模型有助于分析不断增长的遥感数据量，使组织和政府机构更轻松地进行分析并回答特定的问题。

地理空间分析利用地理空间数据确定模式并做出预测。组织可以通过使用地理信息系统 (GIS) 硬件和软件来执行地理空间分析，以生成显示空间关系的可视化效果，即不同地理空间元素如何相互关联。这些可视化内容可包括地图、图形、统计数据和示意地图。

如果没有地理信息系统 (GIS) 技术和地理信息系统 (GIS) 分析，大型地理空间数据集及其中的洞察，将会因其复杂性而很容易被忽视。上面提到的地理信息系统 (GIS) 可视化以易于理解的格式和可识别的模式展示这些数据。地理空间分析易于理解的附加背景为业务提供了新的视角，有助于做出更明智的决策。例如，公用事业公司可以使用地理空间分析功能，分析成千上万英里电力线路的性能，帮助预测极端天气造成的服务中断，了解哪些区域面临的风险最大，同时优化维护计划。

地理空间分析能够有效传送不断变化的情境的形状和能量。随着各组织围绕场景收集更多空间数据，发现细微差别并围绕它们做出更好的决策就变得更加容易。