大数据时代极大地拓展了地理空间数据的获取取到及对自然环境和人类社会的观测纬度。地理大数据的来源非常广泛，主要可以分为以下几类：        业务运营数据：业务运营数据是指在信息化时代，各个行业尤其是服务类行业产生的业务数据，如公交刷卡数据、出租车轨迹数据、移动通信数据、水电煤气数据、物流数据、消费数据、就医数据等。        传感器网络数据：传感器网络数据主要是指地面传感器收集的监测数据，如视频监控、交通监控、环境监测数据等。智能手机是一类特殊的时空数据传感器，具有通信、上网、导航、定位、摄影、摄像和传输功能，可产生数量巨大、记录人类行为等特征的地理大数据。        社交网络数据：社交数据是反映人类活动和联系交往的重要信息。移动互联网环境下的社交平台，如微博、Twitter等产生了数量巨大的社交数据。        传统地图与空间数据库数据：传统地图及各行业产生和存储的结构化、半结构化空间数据。如国土资源数据、自然灾害数据、人口和经济普查数据等，是地理大数据的重要组成部分。        遥感数据：自20世纪70年代持续至今的各类多谱段（可见光、红外、微波等）卫星遥感计划提供与积累了海量对地观测数据，它改变了人类在有限的时间与空间（如离散地基台站、离散时间观测）认识自然的概念、方式和手段。集高空间、高光谱、稿时间分辨率和宽地面覆盖于一体的卫星（群）对地观测系统已成为地理空间大数据获取的重要渠道。

地理空间大数据具有大数据的一般特征，即“5V”特征，具有五个层面的涵义：        1）立即巨大。数据规模达，超过以往研究的数据规模，甚至超过当前研究人员所能掌控的数据规模。        2）速度快。数据产生速度快，基于大量的只能终端设备及互联网，每分每秒都在产生并传播海量的数据信息。        3）类别多样。数据来源于类型多元化，包括结构化、半结构化和非结构化等多种数据形式，如网络日志、视频、图片、位置信息等。        4）真伪难辨。大数据存在较大的不确定性，如数据的噪声、缺失、不一致性、歧义等，且这种不确定性无时不在。        5）价值巨大。大数据使得人们以前所未有的维度测量和理解世界，蕴含了巨大的价值，大数据的终极目标在于从数据中挖掘价值。

相对于传统的结构化、半结构化空间数据，对于空间分析而言。地理大数据还具有如下重要特点：        1）无采样框架。传统的地理空间数据，一般都是在一定的采样理论指导下，通过建立严密的采样框架来获取的，这意味着某一问题的解决依赖于特定的数据集。地理空间大数据是信息化各种主动、被动数据采集系统获取的全方位数据，其中大多数无采样框架。        2）无数据综合。数据综合是传统空间数据获取与表达过程中的一个重要环节，按照既定的制度与精度要求，将采集的原始数据进行取舍，该亏整理，产生符合质量标准的数据集，地理空间大数据呈现的是数据的原始状态。        3）无元数据。元数据描述了数据来源、质量状态等信息，对于识别数据、评价数据、追踪数据在使用过程中的变化、实现简单高效地管理大量网络化数据具有重要意义。多数情况下，地理空间大数据的来源、质量、使用等信息不明确。        4）无质量空间。由于地理空间大数据许多是自动获取或地理自愿者提供，因此，它无法像传统的空间数据那样权威，也无质量控制的机制。        5）非结构化。除传统测绘遥感数据外，地理大数据多以为结构化或半结构化的形式存在。