第六节 地学模型分类
根据地学模型所表达的关系，可将地学模型分为三类（表4．3）：一类是基于物理和化学原理的理论模型，如地表径流模型、海洋和大气环流模型等，一般来说，地理信息系统并不包括这类模型；一类是广泛地应用于地学领域的基于原理和经验的混合模型，这类模型中既有基于理论原理的确定性变量，也有应用经验手段加以确定的不确定性变量，这类模型是基于地理信息系统的模型应用中的常见类型；还有一类模型则是基于变量之间的统计关系或启发式关系的模型，这类模型统称为经验模型，它也是基于地理信息系统的模型应用中的常见类型。
基于统计关系的经验模型，由于模型中的变量权重值可以根据已知空间中数据的统计分析得出，因此它也称为数据驱动模型，在该模型中常见的统计方法有逻辑回归、证据权重和神经网络。基于启发式关系的经验模型，由于模型中的变量权重值是通过专家经验评判给出，因此它也称为知识驱动模型，在该模型中常用的经验方法有模糊逻辑、贝叶斯概率和专家系统中的推理网络等。
而基于地理信息系统的模型分析方法的最常见形式，是针对多种不同类型输入数据层的某种函数的叠加运算（Overlay），即：
输出数据层=f（2个或多个输入数据层）
函数f所表达的输入数据层之间的空间运算关系，就是上面提到的三类模型表达关系，即f或者是基于理论原理的关系表达，或者是基于实际经验的关系表达，或者是基于原理和经验相结合的关系表达。本章下面将介绍几种典型的叠加模型分析方法。