空间数据滤波（spatial data filtering），工学-测绘学-地理信息工程-空间数据处理-空间数据滤波，针对空间数据具有的误差不确定性，从含有干扰的空间数据中对其真实值进行估计的方法。滤波是从含有干扰或噪声的接收信号中提取有用信号的一种技术。空间数据滤波即将滤波技术运用于空间数据领域。在处理方式上，空间数据滤波主要有：①基于频域的滤波。将空间数据进行傅里叶变换后，在变换域中对空间数据进行滤波，处理完毕后再逆变换，得到降低干扰后的空间数据。维纳滤波是其中具有代表性的滤波方法。维纳滤波假定线性滤波器的输入包括有用信号和噪声，两者均为广义平稳过程，并且已知它们的二阶统计特性，以输出信号与需要信号之差的均方误差最小为准则，求得最佳线性滤波器的参数。维纳滤波的优点是适用面广，缺点是难以满足实时性要求。②基于时域的滤波。不将信号变换到频率再进行处理，而是基于被估计量与观测的关系，直接在时域进行的一种递推算法，其中的一种重要方法是卡尔曼滤波。卡尔曼滤波不需要维纳滤波信号和噪声都是平稳过程的假设，而是在线性系统的基础上，从预测和观测数据及其方差求系统状态最优估计。