物理和自然科学中的抽象地形
在物理和自然科学中，抽象地形的概念被广泛使用在系统动力机制的刻画当中。最初的时候，它被用来研究物理系统中的势能，然后才在汉密尔顿系统（Hamiltonian systems）的背景中进一步严密化。[6]生物学中对地形理论的发展又是独立的，它是用基因的一种抽象的“适应度地形”来描述演化的过程。[7]最近，能量地形又被用在人工智能当中，用以表现如神经网络等复杂系统的动力机制。[8]
聚合的地形理论所用的概念主要来自于物理学和化学当中的“衰变系统”（frustrated systems）和“自旋玻璃模型”。[9]举个简单的例子，比如Ising模型，它就是用于研究：在一个平面中的磁体如何通过彼此间的引力和斥力来达成各种各样的联合。[10]另一个常用的例子是化学链的稳定性问题。[11]地形理论从这些背景中借用了四个关键的观念：一组元素中，两两之间会具有以某种具体的方式结盟的倾向；每一种可能的格局都有“能量”；相应的地形结构表示出所有可能的格局；系统的动力机制能从初始条件和地形的类型中预测出来。此外，地形理论增添了每个单位存在规模不一致的可能性，容许使用倾向和距离的概念，这十分有益于它在社会科学中的具体应用。与自旋玻璃模型不同，地形理论不认为倾向是被随机决定的。近来，它也被用来研究动态系统的基本性质。其中特别值得注意的是，灾变理论（catastrophe theory）研究了引力盆地是如何随着地形的变化而形成和消失的。[12]
在博弈论中，地形理论还用得不多，但是地形理论的一些预测结果却可以用博弈论的术语来描述，比如它所说的稳定格局正是博弈论中的纳什均衡。另一方面，地形理论也可以给博弈论增添一种描述所有可能的格局及其间的动力机制的方法。尤其是如前所述，在能量地形中，系统会从满足程度低的格局类型下降到满足程度高的格局类型，该过程其实就把在博弈论中有时候会模糊不清的完整的可能序列勾画了出来：比如，n人博弈分析。更进一步，在这里，向下的移动并不需要目光长远的理性决策来引导，它只是每个行为者都只对自己眼前的情况做出短视的反应、以实现局部改进的结果。
在对聚合的地形理论进行应用之前，我们应当指出，除了地形理论外，聚合过程也被当作是统计学的分类问题加以研究。在社会科学中，最常用的分类技术是集群分析法（cluster analysis），[13]它是一种“为数据分组的艺术”，[14]被当作“与那些为了推论或证明目的而展开的统计检验不同的一种分类或者探测工具”。[15]然而，与地形理论不同的是，集群分析法没有以行为的动态理论为基础，不能做出任何预测。[16]
