空间数据的误差包括随机误差、系统误差以及粗差。空间数据存在于：通过对显示世界中的实体进行解译、量测、数据输入、空间数据处理以及数据表示等一系列过程中。

其中每一个过程均有可能产生误差，从而导致相当数量的误差积累。

GIS 的各类空间数据源本身都会有误差存在，这种误差会一直传播到GIS 的分析结果中。在对数据进行输入时，会有由于采样方法、仪器设备等的固有误差以及一些无法避免的因素造成新的误差，这些误差会随着数据进入空间数据库。

GIS 对数据库中数据的处理和分析过程也会产生误差，并传播到处理、分析结果数据中。总之，空间数据的误差源蕴涵在整个GIS 运行的每个环节，并且往往会随系统的运行不断传播，使得GIS 空间数据的误差分析相当复杂，甚至在某些环节没有任何方式可对其进行分析。

空间数据误差包括几何误差、属性误差、时间误差和逻辑误差四大类。其中又以图形几何误差和属性误差对数据质量影响最大。

因此，在GIS 建设和应用过程中，就需要对可能引入误差的步骤和过程加以控制，以达到对空间数据质量进行控制的目的。

空间数据质量控制方法有3种，

第一种是传统的手工方法，这种方法主要是将数字化数据与数据源进行比较，图形部分的检查包括目视方法、绘制到透明图上与原图叠加比较等方法，属性部分的检查则采用与原属性逐个对比或其它比较方法。

第二种空间数据质量控制方法是元数据方法数据集的元数据中包涵了大量的有关数据质量的信息，通过它可以检查数据质量，同时元数据也记录了数据处理过程中质量的变化，通过跟踪元数据可以了解数据质量的状况和变化。

第三种空间数据质量控制方法是地理相关法。这种方法用地理特征要素自身的相关性来分析数据的质量。例如，从地表自然特征的空间分布着手分析，山区河流应位于微地形的最低点，因此，叠加河流和等高线两层数据时，若河流的位置不在等高线的汇水线上且不垂直相交，则说明两层数据中必有一层数据有质量问题，如不能确定哪层数据有问题时，则可以通过将他们分别与其它质量可靠的数据层叠加来进一步分析。因此，可以建立一个有关地理特征要素相关关系的知识库，以备各空间数据层之间地理特征要素的相关分析之用。