空间数据的空间自相关性，真的是挖掘里头最的一点。和经典数据挖掘不同，空间数据往往是黏在一块的——也就是说，相似的东西喜欢聚在一起。就拿城市热力图来说，某个区域热度高，旁边率也不低，这种“你中有我、我中有你”的特点，是空间数据绕不开的点。

空间数据库的方式也不太一样，不能老拿老一套 SQL 来搞定。你得考虑位置、距离这些地理特性，像空间索引、空间连接这种操作就常用。想想看，你要从全国范围找出距离医院 500 米内的超市，可不是WHERE条件能搞定的。

还有一点蛮关键的，空间数据经常自带噪音或者分布不均匀，这就需要用到一些比较专业的算法，比如空间聚类或者克里格插值。这些听起来高大上，其实核心逻辑就是“根据周围的信息，把空白补上”，挺实用的。

推荐你顺手翻翻这些文章，《空间数据挖掘空间数据库概论》这篇讲得比较全；如果你想看方法应用的，可以点进《全局空间自相关的空间统计方法》；想实操，那就别错过ArcGIS 环境下的空间插值，干货多。

如果你是做地图应用、地理推荐、或者城市规划相关的，这类空间数据挖掘的知识，早点掌握准没错。