这一阶段，空间数据库逐渐成为独立的、功能强大的专业系统。
OGC Simple Features for SQL 标准: Open Geospatial Consortium (OGC) 发布了 Simple Features for SQL (SFS) 标准，定义了空间数据类型（Point, LineString, Polygon等）和一系列标准空间函数（ST_Intersects(), ST_Distance() 等）。这一标准是空间数据库发展的重要里程碑，极大地促进了互操作性。
PostGIS 的崛起: PostGIS 作为 PostgreSQL 的空间扩展，率先全面实现了 OGC SFS 标准，并提供了高效的空间索引 (GiST) 和丰富的空间分析函数。其开源、强大、稳定的特性使其成为最受欢迎和广泛使用的空间数据库。
商业数据库的空间扩展: Oracle Spatial、SQL Server Spatial、IBM DB2 Spatial 等商业数据库也相继提供了强大的空间数据管理功能，全面支持 OGC 标准。
NoSQL 和大数据时代的融合:
MongoDB, Cassandra 等 NoSQL 数据库的空间支持: 一些 NoSQL 数据库开始原生支持地理空间索引和查询，适用于存储和查询海量的点数据（如 IoT 轨迹数据）。
大数据平台的空间扩展: Hadoop、Spark 等大数据平台通过 GeoSpark (Apache Sedona) 等扩展，支持对大规模空间数据进行分布式存储和计算。
云原生空间数据库: 随着云计算的发展，云服务商提供托管式的空间数据库服务（如 AWS RDS with PostGIS），简化了空间数据库的部署和管理。
空间数据库的发展反映了地理信息在现代社会中越来越重 特殊数据库 要的地位，从最初的简单存储到如今的复杂分析和实时应用，它已经成为支持智慧城市、物联网、自动驾驶等前沿领域的关键技术。
GIS 与空间数据库的关系
GIS (Geographic Information System - 地理信息系统) 是一个集硬件、软件、数据、人员和方法为一体的系统，用于采集、存储、管理、分析、显示地理空间数据。而空间数据库 (Spatial Database) 则是 GIS 的核心组成部分之一，尤其是在数据层面，它扮演着 GIS 系统的“数据大脑”角色。理解它们的关系，可以将其比喻为：GIS 是一个功能完备的身体，而空间数据库则是提供营养和记忆的消化系统和大脑皮层。
1. 空间数据库是 GIS 的数据基石
空间数据库是 GIS 能够运行和提供服务的基础，它为 GIS 提供可靠的数据存储和管理。
核心存储引擎: 所有在 GIS 中使用的地理空间数据，无论是矢量数据（点、线、面）、栅格数据（影像、DEM），还是与这些数据关联的属性信息，最终都需要存储在空间数据库中。空间数据库提供了专门的数据类型和存储机制，以高效地处理这些数据。
数据整合与管理: GIS 系统常常需要整合来自不同来源、不同格式的地理数据。空间数据库能够将这些异构数据统一存储和管理在一个平台下，确保数据的一致性、完整性和可用性。
数据查询与检索: 空间数据库提供强大的空间查询功能（如 ST_Intersects(), ST_Within(), ST_Distance()），以及与传统属性查询相结合的能力。GIS 应用层通过这些查询从数据库中高效地获取所需的数据进行可视化和分析。
2. GIS 是空间数据库的应用与展现平台
虽然空间数据库提供了数据基础，但 GIS 才是真正将这些数据转化为有价值信息并呈现给用户的平台。
数据可视化: GIS 软件或 Web GIS 平台是空间数据的可视化界面。它能够将空间数据库中存储的几何数据渲染成直观的地图，并通过不同的符号、颜色、标签等将属性数据可视化，帮助用户理解地理模式。
空间分析: GIS 提供了丰富的空间分析工具（如缓冲区分析、叠加分析、网络分析、空间统计等）。这些分析功能在后台通常会调用空间数据库中的空间函数进行计算，或通过 GIS 软件自身的算法对从数据库中获取的数据进行处理。
例如，用户在 GIS 界面上执行一个缓冲区分析操作，GIS 会向空间数据库发送一个 ST_Buffer() 的 SQL 查询，数据库执行计算并将结果返回给 GIS 进行显示。
数据编辑与维护: GIS 软件提供了用户友好的界面，用于对空间数据库中的数据进行编辑、更新和维护，包括修改几何形状、更新属性信息等。GIS 系统会确保这些修改操作符合数据库的事务性要求。
业务应用与决策支持: GIS 将空间数据库中的数据与具体的业务场景结合，开发出各种行业应用（如智慧城市、土地管理、环境监测、应急管理），为用户提供决策支持。