空间分析是在一系列空间算法的支持下，以地学原理为依托，根据地理对象在空间中的分布特征，获取地理现象或地理实体的空间位置、空间形态、空间关系、时空演变和空间相互作用等信息并预测其未来发展趋势的分析技术。

空间分析（spatial analysis)的目的是探求空间对象之间的空间关系，并从中发现规律。但在不同的应用背景中，所提及的空间分析强调的侧重点有所不同。

空间分析更为普遍的过程是：首先对收集的数据进行可视化和描述性分析，然后基于基本的查询和统计展开初步的数据探索性分析，接着提出问题并为感兴趣的现象选择合理的空间分析和统计方法进行建模，最后通过一系列分析方法构建的分析模型挖掘现象中所隐含的规律。整个流程便是空间分析与建模过程。

空间分析与传统的分析方法存在本质的差异，具体表现为：空间数据具有更为复杂的关系；空间数据模型具有更多的类型；空间数据蕴藏着更为复杂的机理；空间现象的描述与建模具有多样性。

       依据空间数据模型划分：场模型、对象模型、网络数据模型、时空数据模型等是GIS中的重要数据模型，基于这些模型衍生出各类空间分析方法。

依据数据维度划分：空间分析所用数据维度的不同，使其在分析方法实现上也存在较大的差异性。

依据空间分析级别划分：在空间分析中，存在基本分析方法和高级分析方法的区别。回顾GIS空间分析的过去并预测其发展趋势，可以将GIS空间分析方法划分为基本空间分析、空间统计分析和智能化空间分析。