尺度是地图数据的重要特征之一,随着数字地图和网络技术的发展,对地图数据的浏览方式、地图数据的数据质量等提出了新的需求。人们不再满足于不同比例尺下单张的静态的地图阅读,而是寻求基于自动制图综合的多尺度表达技术支持下的地图浏览方式,并且数据质量还要顾及视觉认知的需求,以实现电子地图的无极缩放、网络地图的自适应浏览等。本文以居民地要素为例,研究居民地要素的多尺度表达方法,以格式塔原则为理论基础,以自动制图综合为基本方法,构建了居民地要素的多尺度表达模型。具体的研究内容包括:1)构建居民地要素多尺度表达模型。通过模型的构建可以实现用户选择目标尺度后得到该尺度下经过综合处理的、符合视觉认知的居民地地图。该居民地多尺度表达模型通过居民地的选取、结构分析构建最小生成树、剪枝得到聚类结果以及聚类结果的综合操作等过程完成了构建。2)多尺度表达中的结构控制。本文通过结构控制得到邻近居民地之间的视觉距离,并基于此生成居民地群MST和剪枝阈值,从而得到合理的聚类结果,因此结构控制在多尺度表达模型的构建中占有重要地位。本文对居民地群的结构控制包括构建约束Delaunay三角网,根据Delaunay三角网得到居民地邻近图和骨架线,结合Delaunay三角网和骨架线计算得到考虑了居民地延伸方向的邻近距离以及邻近居民地之间的大小、方向、形状、密度等相似度,将各相似度以一定配比加载到邻近距离中得到最终的邻近度矩阵。3)对居民地多边形制图综合算法的研究。本文基于居民地的矩形化特征分别设计和改进了居民地合并与化简算法。在多边形合并的研究中将多边形的合并过程视作多边形坐标集合反复打散与重组的过程,首先构建两多边形坐标集合的凸包,按照多边形的特征将原多边形中的顶点逐批加入凸包,并且顾及居民地的矩形化特征完成合并过程。多边形的化简是在“矩形差分”算法的基础上简化了该算法并使其有更大的适用性,同时实现了对居民地的分层化简。