定量地理学的发展历程大体分为几个阶段
答案:1 悬赏:70 手机版
解决时间 2021-03-08 22:59
- 提问者网友：最美的风景
- 2021-03-08 02:31
定量地理学的发展历程大体分为几个阶段
最佳答案
- 五星知识达人网友：低音帝王
- 2021-03-08 03:15
第一阶段（20世纪50年代末期到60年代末期）
把统计学方法引入地理学研究领域，构造一系列统计量来定量地描述地理要素的分布特征，应用各种概率分布函数、方差等简单的统计特征回归分析方法。
分布中心、区域形状、地理要素分布的集中和离散程度等都有了定量指标，许多地理要素间的相关关系，也可以进行定量地表示。
第二阶段（20世纪60年代末期到70年代末期）
多元统计分析方法和电子计算机技术在地理学研究中广泛应用。以电子计算机技术为手段，许多地理学家熟练地掌握了多元统计方法，具备了分析多因素、复杂结构和动态特征等复杂地理问题的能力。
第三阶段（20世纪70年代末期开始到80年代末期）
系统理论、系统分析方法、系统优化方法、系统调控方法等被引进地理学研究领域，促进了运筹学中的规划方法、决策方法、网络分析方法，以及数学物理方法、模糊数学方法、分形几何学方法、非线性分析方法等一系列现代数学方法的形成。同时GIS技术的发展为其提供了先进的技术手段支持。
第四阶段（20世纪90年代初至今）
按照英国著名地理学家、里兹大学S．奥彭肖（S． Openshaw）教授的提法，90年代初进入计算地理学（Geocomputational Geography）时代。
得益于计算机技术与计算理论和方法的巨大发展和3S技术在获取大容量、整体性地理数据信息中的成功应用，以向量或并行处理器为基础的超级计算机为工具，对“整体”、“大容量”资料所表征的地理问题实施高性能计算，探索构筑新的地理学理论和应用模型。
除继续应用20世纪80年代中叶以来在地理学模型研究中成功引入的突变、自组织、混沌、分支、分形等模型外，地理计算学又成功地引入了神经网络（neural network）、遗传算法模型（genetic programming）、细胞自动模型（cellar automata）、模式参数随机取样模型（random sampling of model parameter）、模糊逻辑模型（fuzzy logic）、改进了的地理加权回归（geographically weighted regression）等先进方法。
把统计学方法引入地理学研究领域，构造一系列统计量来定量地描述地理要素的分布特征，应用各种概率分布函数、方差等简单的统计特征回归分析方法。
分布中心、区域形状、地理要素分布的集中和离散程度等都有了定量指标，许多地理要素间的相关关系，也可以进行定量地表示。
第二阶段（20世纪60年代末期到70年代末期）
多元统计分析方法和电子计算机技术在地理学研究中广泛应用。以电子计算机技术为手段，许多地理学家熟练地掌握了多元统计方法，具备了分析多因素、复杂结构和动态特征等复杂地理问题的能力。
第三阶段（20世纪70年代末期开始到80年代末期）
系统理论、系统分析方法、系统优化方法、系统调控方法等被引进地理学研究领域，促进了运筹学中的规划方法、决策方法、网络分析方法，以及数学物理方法、模糊数学方法、分形几何学方法、非线性分析方法等一系列现代数学方法的形成。同时GIS技术的发展为其提供了先进的技术手段支持。
第四阶段（20世纪90年代初至今）
按照英国著名地理学家、里兹大学S．奥彭肖（S． Openshaw）教授的提法，90年代初进入计算地理学（Geocomputational Geography）时代。
得益于计算机技术与计算理论和方法的巨大发展和3S技术在获取大容量、整体性地理数据信息中的成功应用，以向量或并行处理器为基础的超级计算机为工具，对“整体”、“大容量”资料所表征的地理问题实施高性能计算，探索构筑新的地理学理论和应用模型。
除继续应用20世纪80年代中叶以来在地理学模型研究中成功引入的突变、自组织、混沌、分支、分形等模型外，地理计算学又成功地引入了神经网络（neural network）、遗传算法模型（genetic programming）、细胞自动模型（cellar automata）、模式参数随机取样模型（random sampling of model parameter）、模糊逻辑模型（fuzzy logic）、改进了的地理加权回归（geographically weighted regression）等先进方法。
我要举报
如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！
点此我要举报以上问答信息
大家都在看
推荐资讯