空間在線上分析處理（Spatial Online Analytical Proxesing,SOLAP)是網路條件下的分散式資料庫的空間信息處理和知識開發領域的一個新的方向。由於空間數據量大、結構複雜、難於理解，如果能從大量的空間數據中，自動或半自動地提取所需信息，以容易理解的方式表達，將具有巨大的套用價值。尤其是多媒體空間數據的空間在線上分布處理和數據挖掘，或知識開發，更為主要，而至今遠未解決。
基本介紹
- 中文名：空間在線上分析處理
- 外文名：Spatial Online Analytical Proxesing,SOLAP
（1）空間數據的深層挖掘。某些空間數據除了它的顯露的或明顯的含義外，它還有豐富的隱含的意義，需要通過分析或挖掘才能顯示。例如數字高程模型（DEM）屬最常見的空間數據。它除了反映或荷載高度（程）狀況的知識外，經過分析，它還具有或荷載了地質岩性與構造方面的知識。對於數字高程模型來說，它反映的高度狀況是顯露的知識，而它反映的地質岩性與構造等則是隱含的知識，需要經過挖掘才能認識。同樣，以土壤或植物來說，它們的種類或類型是顯露的知識，容易認識；但它們還反映了氣候狀況的知識，則需要通過挖掘才能獲得。
（2）空間數據的關聯分析。有些空間數據的隱含的知識需要通過關聯分析後才能獲得，即它不可能從單個類型通過挖掘而獲得隱含的知識，而是需要通過若干個不同類型的物體的組合關係，經關聯分析後才能獲得隱含的知識。如在對遙感影像分析時，位於河邊的建築物可能是碼頭（河與建築物相關聯），位於山頂的建築物 能是天文台（山頂與建築物相關聯)。又如鐵路、公路一定有車站，道路過河一定有橋樑或渡船，學校一定有操場（至少多數學校有操場）等都是關聯分析的知識挖掘。
（3）空間數據的聚類分析。它具有三層含義：第一，某些不同屬性的空間數據之間差別不大，單類難識別，只有將它們放在一起，進行對比分析，才能將它們區別。如馬尾松與油松，外形相似，只有將其對比後，才發現它們的針葉有長有短，雖然差別不大，但是有差別。第二，在遙感影像上判別一條河流是否發生了洪水，單憑一個時相影像難以確定，它需要通過與枯水期、平水期的影像進行對比分析，疊加比較才能獲得。第三，就是一般圖像處理中，或模式識別中的聚類分析的含義。
