计量地理学考试重点

1 考试题型：1.选择题（4道*3‘=12‘）2.填空题（20*1’=20‘，5道） 3.判断题（5道*2’=10‘）4.固定搭配（3道，34’，只填序号） 5.简答计算（2简答，2计算，24‘，简答题进行综合分析） 一.1.地理学的发展阶段 地理学在中国战国前后的古希腊、古罗马时代开始萌芽，至今已有2000多年的发展历史。地理学的发展可划分为三个基本阶段： ①古代地理学，以记载地理知识为主体；②近代地理学，对各种地理现象进行条理化归纳，并对它们之间的关系进行解释性描述； ③现代地理学，采用定性与定量相结合的方法，规范研究与实证研究并举，解释各种地理现象的内在机制并预测其未来演变。 2. 近代地理学有三种主要学派:①区域学派,代表人物是赫特纳、哈特向。②人地关系学派，代表人物是洪堡、李特尔、李希霍芬等。③景观学派，代表人物是施吕特尔等。 3.计量运动的萌芽 德籍旅美地理学家舍弗尔，1953年发表了一篇题为“地理学中的例外论”的文章，抨击了哈特向的地域独特主义观点，即“例外主义”观点。 他认为，地理学应该是解释现象，而不应该是罗列现象。解释现象必须有法则，应该把地理现象看成是法则的实例。地理学的目的应该与其他科学有相似之处：都是追求、探索法则的。 舍弗尔等人对区域学派的批评与否定，拉开了现代地理学发展史上的计量运动的帷幕。 4.早期计量运动的三种学派（计量运动主要是由美国地理学家发起的） ①衣阿华的经济派。代表人物是舍弗尔、麦卡尔蒂。受杜能、廖什、克里斯泰勒等区位论学者影响很深，极力倡导建立地理学法则，着重探讨经济区位现象间相互内在联系及其组合类型。②威斯康星的统计派。代表人物是威弗尔、罗宾逊、东坎和仇佐里，以经典著作《统计地理学》为代表作，主要特征是发展和应用统计分析方法。③普林斯顿的社会物理学派。代表人物是司徒瓦特。该派把物理学原理应用于社会现象的研究之中，发展了理论地理学中的引力模型、位势模型、空间相互作用模式。 5. 计量运动中涌现的著名学派、组织和学术刊物 ①英国以乔莱、哈格特和哈威(等为代表的剑桥学派；②1964年国际地理学联合会(IGU)设立的地理计量学方法委员会；③1967年英国地理学会设立的地理教学采用模型和计量技术委员会；④1968年日本成立的计量地理学研究委员会，1973年又改称理论、计量地理学委员会；⑤1963年英国出版的《地理学计量资料杂志》和1969年美国出版的《地理分析—国际理论地理学》杂志。 6.计量地理学中的数学方法（重点）

数学方法 用途 概率论 用于地理现象、地理要素的随机分布研究。 抽样调查 用于地理数据的采集和整理。 相关分析 分析地理要素之间的相关关系。 回归分析 拟合地理要素之间的数量关系、预测发展趋势。 方差分析 研究地理数据分布的离散程度。 时间序列分析 用于地理过程时间序列的预测与控制研究。 主成分分析 用于地理数据的降维处理及地理要素的因素分析与综合评价。 聚类分析 用于各种地理要素分类、各种地理区域划分。 判别分析 用于判别地理要素、地理单元的类型归属。 趋势面分析 用于拟合地理要素的空间分布形态。 协方差与变异函数 用于研究地理要素的空间相关性及空间分布的数量规律。 克立格法 用于地理要素分布的空间局部估计与局部插值。 2

马尔可夫过程 用于研究随机地理过程、预测随机地理事件。 线性规划 用于研究有关规划与决策问题。 投入产出分析 用于产业部门联系分析、劳动地域构成分析、区域相互作用分析。 7. 对计量地理学的评价 ①“反定量化”——反对地理学定量化研究，认为地理现象十分复杂，不能用简单的数学方法来解释，对数学方法采取拒绝和否定态度。代表人物：史密斯、奥格登等。②“定量化”——推崇地理学定量化，认为数学方法不仅是一种分析技术，而且能够导出普遍性规律，能够解决地理学传统研究方法所不能解决的理论问题。代表人物如克里斯塔勒、帮吉、乔莱、哈格特等。③“非定量化”——认为数学方法只是地理学研究方法之一，只能用来研究地理要素之间的数量关系和地理事物的空间格局，不能用来描述和解释地理规律，不能导出地理学理论，但其观点摇摆不定。 8. 数学方法和GIS的结合：①研究一些复杂的地理问题，需要综合应用多种数学方法，建立一系列具有分析、模拟、仿真、预测、规划、决策、调控等多种功能的众多模型组成的模型系统。这些模型系统离不开GIS的支持。②GIS的基本技术及建造空间分析模型需要借助有关的数学方法来实现。近几年来出现的基于知识的空间决策支持系统（苏理宏等，2000）就是数学方法、人工智能技术与GIS技术在地理学应用研究领域中相互结合的成功典范。 二、1. 地理数据的类型 (举例及分类应用) （1）空间数据：用于描述地理实体、地理要素、地理现象、地理事件及地理过程产生、存在和发展的地理位置、区域范围及空间联系。 空间数据的表达：点、线、面、点线面之间的拓扑关系。 三种基本的地理几何实体及其组合

（2）属性数据：用于描述地理实体、地理要素、地理现象、地理事件、地理过程的有关属性特征。 属性数据的类型：1）数量标志数据 ① 间隔尺度数据:以有量纲的数据形式表示测度对象在某种单位(量纲)下的绝对量。 ② 比例尺度数据:以无量纲的数据形式表示测度对象的相对量。 2）品质标志数据 ① 有序数据:当测度标准不是连续的量，只是表示其顺序关系的数据。 ② 二元数据:用0、1两个数据表示地理事物、地理现象或地理事件的是非判断问题。③ 名义尺度数据:用数字表示地理实体、地理要素、地理现象或地理事件的状态类型。 2.地理数据的基本特征 ①数量化、形式化与逻辑化②不确定性 ③多种时空尺度 ④多维性 3. 地理数据的渠道来源 : ①观测、测量部门的有关专业数据。 ②统计年鉴、统计公报中的有关自然资源及社会经济发展数据。 ③有关单位或个人的不定期的典型调查数据、抽样调查数据。 ④政府公报、政府文件中的有关数据。⑤档案、图书等文献资料中的有关数据。⑥互联网的有关共享数3

据。⑦地图图件。主要包括各种比例尺的地形图、影像地图、专题地图等。⑧遥感数据。主要包括各种航空遥感数据和卫星遥感数据。 ⑨其它来源的有关数据。4.统计整理的分组标志、组中距、频数等 例:对于黄土高原西部地区某山区县的人工造林地调查数据,步骤如下: ①以地块面积作为统计分组标志进行分组;②计算各组数据的频数、频率，编制成如下的统计分组表 ： 分组序号 1 2 3 4 5 6 7 8 9 10 11

分组标志 (0,1] (1,2] (2,3] (3,4] (4,5] (5,6] (6,7] (7,8] (8,9] (9,10] (10,11)

组中 值 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10. 5

频 数 25 96 136 214 253 286 260 203 154 85 24 频 率 1.44 5.53 7.83 12.33 14.57 16.47 14.98 11.69 8.87 4.90 1.38 向上累计频数 25 121 257 471 724 1010 1270 1473 1627 1712 1736

向下累计频数 1736 1711 1615 1479 1265 1012 726 466 263 109 24

5. 几种常用的统计指标与参数（重点）（计算及理解） （1）描述地理数据一般水平的指标 1）平均值 反映了地理数据一般水平。 2）中位数 ① 对于未分组的地理数据，样本数n为奇数时，中位数是位置排在第(n+1)/2位的数据；样本数n为偶数时，中位数是排在中间位置的两个数据平均值。 ② 分组的地理数据中位数的计算步骤 : 确定中位数所在的组位置,按公式计算中位数 3）众数:众数就是出现频数最多的那个数 （2）描述地理数据分布的离散程度的指标: 1）极差，指所有数据中最大值与最小值之差 2）离差，指每一个地理数据与平均值的差 3）离差平方和：从总体上衡量一组地理数据与平均值的离散程度 4）方差与标准差，从平均概况衡量一组地理数据与平均值的离散程度。 标准差为方差的平方根 5）变异系数，表示了地理数据的相对变化（波动）程度(计算) 6. 地理数据分布指数及其用途 （1）罗伦次曲线：首先使用累计频率曲线研究工业化的集中化程度。罗伦次曲线的上凸程度，就表示农户家庭经营性纯收入的部门集中化程度。上凸程度越大，就表示农户家庭经营性纯收入越是集中于某些产业部门。 （2）集中化指数：描述地理数据分布的集中化程度的指数。I越大，就说明数据分布的集中化程度越高 （3）基尼系数：用于对经济发展、收入分配等均衡（不均衡）状况，进行定量化的描述。（4）锡尔系数：锡尔系数越大，就表示收入分配差异越大；锡尔系数越小，就表示收入分配越均衡。 三、1. 相关分析的任务，是揭示地理要素之间相互关系的密切程度。而地理要素之间相互关系密切程度的测定，主要是通过对相关系数的计算与检验来完成的。 2. 一元线性回归模型 假设有两个地理要素（变量）x和y，x为自变量，y为因变量。则一元线性回归模型的基本结构形式为 bxay4

式中：a和b为待定参数； 为各组观测数据的下标；为随机变量。 记 和 分别为参数a与b的拟合值，则

代表x与y之间相关关系的拟合直线，称为回归直线； 是y 的估计值，亦称回归值。 3.时间序列的组合成份 ①长期趋势（T），是时间序列随时间的变化而逐渐增加或减少的长期变化之趋势。 ②季节变动（S），是时间序列在一年中或固定时间内，呈现出的固定规则的变动。 ③循环变动（S），是指沿着趋势线如钟摆般地循环变动，又称景气循环变动 ④不规则变动（R），是指在时间序列中由于随机因素影响所引起的变动 4. 聚类要素的数据处理 当分类要素的对象确定之后，在进行聚类分析之前，首先要对聚类要素进行数据处理。

n,1,2,xbayˆˆˆ

aˆb

ˆ