随着社会经济的快速发展，生态地理区域划分工作的科学和社会实践需求持续增大，探索新的技术和方法在区域划分中的应用具有较大的理论和实践意义。针对目前国内外生态地理区划工作中普遍存在着定量化程度不高、理论基础相对薄弱的现状，本项目通过：（1）引入小波多尺度分解和系统科学层次理论来提升区划等级系统制订和主导因子选择的科学性；（2）使用模糊神经网络，辅以主成分分析方法和GIS手段，实现从聚类到分区的转换，增大区划分区方案制订的定量化程度；（3）采用模糊支撑矢量机模型来识别重要生态地理分界线的位置和走向，提高解决边界识别问题的智能化水平。本项目分别以不同的案例研究为依托，采用目前先进的机器学习算法如小波变换、模糊推理、人工神经网络和支撑矢量机等，试图解决目前区划中面临的关键难题，为强化区划的理论基础和丰富其技术和方法体系做出贡献。