空间数据是描述地球表面或其附近现象的数据，主要分为两大基本类型：矢量数据和栅格数据。此外，随着技术发展，点云数据也成为一种重要的空间数据类型。
1. 矢量数据 (Vector Data)
矢量数据使用点、线和面（多边形）这些基本的几何图元来表示地理实体的精确位置和边界。它强调地理实体的离散特征，适合表示具有明确边界和位置的对象。
点 (Point)： 用于表示没有长度或面积的地理实体，只有一个坐标（如 X,Y 或经纬度）。
示例： 城市位置、兴趣点 (POI)（如学校、医院、咖啡馆）、路灯、气象站。
线 (LineString / Polyline)： 由一系列有序的点连接而成，用于表示具有长度 特殊数据库 但没有面积的地理实体。
示例： 道路、河流、铁路线、行政边界。
面 (Polygon)： 由一条闭合的线段组成，用于表示具有面积和边界的地理实体。
示例： 国家、省份、湖泊、建筑物轮廓、土地利用区。
矢量数据通常与属性表相关联，每个几何对象都对应表中的一条记录，存储其非空间属性信息。
2. 栅格数据 (Raster Data)
栅格数据以网格（或像素）的形式组织地理空间，每个网格单元（像素）都存储一个或多个属性值。它强调地理现象的连续分布特征，适合表示地表覆盖、高程、温度等连续变化的地理现象。
网格结构： 整个地理区域被划分为规则的行和列组成的网格。每个网格单元代表地面上的一个小区域，并包含一个或多个与该区域相关的数值。
属性值： 网格单元的属性值可以是离散的（如土地利用类型：森林、水体、农田），也可以是连续的（如高程值、温度、降水量、污染物浓度）。
分辨率： 网格单元的大小决定了栅格数据的空间分辨率，单元格越小，分辨率越高，数据量也越大。
示例：
遥感影像： 卫星或无人机拍摄的图像，每个像素代表地面上一个点的光谱反射值。
数字高程模型 (DEM)： 每个像素存储对应位置的海拔高度。
土地利用/覆盖图： 每个像素代表该区域的土地利用类型。
气象数据： 每个像素存储温度、降水等气象要素。
3. 点云数据 (Point Cloud Data)
点云数据是由大量离散的三维点组成的数据集，每个点都包含其三维坐标（X,Y,Z），通常还包括颜色、强度等其他属性。它主要通过激光雷达 (LiDAR)、摄影测量等技术获取，用于精确表示三维空间中的对象和环境。
特点： 非结构化、数据量巨大，能够高度还原真实世界的三维形态。
示例：
城市模型： 扫描城市建筑物和街道，形成高精度的三维城市模型。
室内扫描： 扫描室内环境，用于BIM、智能建筑、室内导航。
地形测量： 生成高精度的数字地形模型。
这三种基本空间数据类型在空间数据库中各有其存储和处理方式，共同构成了描述和分析地理空间的完整工具集。