Złożoność świata rzeczywistego sprawia, że jego obraz reprezentowany w modelu pojęciowym w postaci danych przestrzennych - nie może być wykonany z dowolnie przyjętą dokładnością. Wiedzy odbiorcy towarzyszy bowiem poczucie niepewności, które może mieć charakter stochastyczny, bezpośrednio związany z dokładnością samego pomiaru opisywanego zjawiska lub epistemiczny, wynikający z niepełnej wiedzy odbiorcy informacji, a także ograniczonych możliwości dokonywania pomiarów z oczekiwaną dokładnością. Poczucie niepewności w odbiorze danych geoinformacyjnych nierozłącznie związane jest z koniecznością stopniowego upraszczania reprezentacji poszczególnych jednostek przestrzennych do postaci obrazu przedstawianego systemach GIS. W artykule przedstawiono sposoby definiowania danych przestrzennych w postaci obiektów dyskretnych i pól, z wykorzystaniem metody wektorowej i rastrowej, pojęcia niepewności z tym związanej, jego rodzaje, metody jej szacowania, pojęcie dokładności i precyzji pomiaru, a także techniki modelowania opisywanych obiektów i zjawisk przestrzennych, odwołujące się zarówno do klasycznych analiz statystycznych, jak i probabilistycznych metod, wykorzystujących teorię zbiorów rozmytych.