文献类型：期刊文章

作　　者：程昌秀[1,2,3] 史培军[1,2,3] 宋长青[1,3] 高剑波[1,3]

CHENG Changxiu;SHI Peijun;SONG Changqing;GAO Jianbo(State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University,Beijing 100875,China;Key Laboratory of Environmental Change and Natural Disaster,Beijing Normal University,Beijing 100875,China;Faculty of Geographical Science,Beijing Normal University,Beijing 100875,China)

机构地区：[1]北京师范大学地表过程与资源生态国家重点实验室,北京100875 [2]北京师范大学环境演变与自然灾害教育部重点实验室,北京100875 [3]北京师范大学地理科学学部,北京100875

出　　处：《地理学报》

基　　金：国家自然科学基金项目(41771537);北京师范大学人才启动项目~~

年　　份：2018

卷　　号：73

期　　号：8

起止页码：1397-1406

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD2017_2018、CSSCI、CSSCI2017_2018、EI、GEOBASE、IC、JST、PROQUEST、PUBMED、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：大数据之风自2010年席卷全球,已在科学、工程和社会等领域产生深远影响。本文首先从地理大数据、第四范式以及非线性复杂地理系统3组基本概念出发,剖析上述3组概念之间的科学联系与相互支撑作用,提出大数据和第四范式为地理复杂性研究提供新机遇。其后,探讨如何利用大数据和复杂性科学的理论方法开展地理复杂性研究。基于地理大数据,可以通过统计物理学的系列指标描述现实地理世界的复杂非线性特征,同时,还可利用深度学习、复杂网络、多智能体等方法,实现复杂非线性地理系统的推演和模拟。上述方法对认知地理现象和过程的复杂性,对复杂地理系统的分析、模拟、反演与预测有重要作用。最后,提出地理大数据和复杂性科学相互支撑可能成为21世纪地理学的主流科学方法。

关 键 词：地理大数据  第四范式  非线性 地理复杂性  

分 类 号：P208]