GIS空间分析在众多场景中都得到了较好的应用，如多要素的区位选址应用，空间格局分析应用等。但在面对复杂时空动态变化模拟时，如城市扩张、土地利用变化、疾病扩散、火灾蔓延等，则需要与相关方法进行有机结合，从而进一步挖掘GIS空间分析的应用潜力。随着GIS的不断发展，对地理空间系统的研究已不再仅仅局限于简单的静态表述，而更加偏重于地理事物构成或地理现象产生的原因和演化过程，即地理模拟。
地理模拟与优化系统（Geographical Simulation and Optimization Systems,简称为GeoSOS）是由黎夏教授提出的、国际领先的地理过程及格局模拟和空间优化理论体系。GeoSOS理论和软件在国内外相关学术及实践领域被广泛应用，目前已经成为国际知名的空间建模和分析工具，弥补了传统地理信息科学理论在城市发展、土地利用变化等领域地理模型的不足。SuperMap GIS将GeoSOS理论与方法引入软件功能中，扩展对相关应用领域的支持。（更多详情见GeoSOS）
元胞自动机（CA）是一种时间、空间、状态都离散，空间相互作用和时间因果关系为局部的网络动力学模型，具有模拟复杂系统时空演化过程的能力，因此，地理模拟可以通过元胞自动机来实现。它不是由严格定义的物理方程或函数确定，而是用一系列模型构造的规则构成。凡是满足这些规则的模型都可以算作是元胞自动机模型。因此元胞自动机是一类模型的总称，或者说是一个方法框架。其特点是时间、空间、状态都离散，每个变量只取有限多个状态，且其状态改变的规则在时间和空间上都是局部的。
元胞自动机的基本组成包括元胞、元胞空间、状态、邻域及转换规则等。
- 元胞：CA的基本研究对象，可以定义为规则格网。
- 空间：元胞在空间中分布的空间格点，可以是一维、二维或多维。
- 状态：可以是两种状态，如“生”或“死”，“黑”或“白”，“城市用地”或“非城市用地”来表示；也可以是多种状态，如不同的城市用地类型。
- 邻域：存在于某一元胞周围，能影响该元胞在下一时刻的状态。邻域的划分方式包括以下两种（4邻域和8邻域）。
- 转换规则：根据元胞及其邻域元胞的状态，决定下一时刻该元胞状态的动力学函数。定义转换规则是元胞自动机的核心。
元胞自动机最核心部分就是定义转换规则，整个模拟过程完全是受转换规则控制的。如何有效定义或获取转换规则中的参数是模拟对象演变的关键，目前相关学者在地理模拟中常用到的方法包括主成分分析、神经网络、马尔科夫链等，并逐渐将深度学习模型引入元胞自动机研究当中。
元胞自动机（CA）在地理模拟中最典型的应用就是模拟城市发展,为城市规划提供科学依据。CA的基本研究对象是元胞，元胞可以定义为特定空间分辨率的格网，因此能十分自然的与相应空间分辨率的遥感影像分类结果结合起来。CA强大的建模能力能模拟出与实际非常接近的结果，已被越来越多地运用到城市扩张模拟中。而最常用的城市模拟内容是土地利用变化模拟，CA可以模拟多种土地利用类型间的转变，进而对科学合理的土地利用规划服务。
在土地利用研究中，元胞空间代表所有类型土地的集合，每个元胞有各自的属性（即土地利用类型），每个元胞在下一时刻的状态由该元胞当前状态、其邻域内元胞状态和转换规则共同决定。然而由于土地系统的高度复杂性以及影响因子的多样性，元胞转换规则是该模型设计中的最大难点，常用的模拟土地利用变化的地理元胞自动机方法有基于人工神经网络的元胞自动机及基于主成分分析的元胞自动机等。