题目：GIS图形数据多比例尺表达的自动综合技术研究

本文从信号分析与处理的角度，通过分析和研究GIS不同数据类型的数据特征和尺度特征，针对不同的数据类型，提出相应的多尺度表达模型、原理及方法，并进一步分析了综合的结果，说明了方法的可行性和有效性。以此为基础，尝试对空间数据的尺度本质及其特征进行研究，进而提出了关于尺度依赖的空间数据模型。本文的创新与主要工作集中在以下四个方面：1． 基于聚类的分层聚类方法，提出了面状要素数据的空间层结构模型，建立了通过聚类方式实现多尺度分割的原理和方法，提出根据不同空间结构在不同尺度下的聚类数目的选取模式，同时满足了Töpfer的方根模型和针对不同数据集合的自适应调整，从结构化综合的角度实现了空间面状要素数据的多尺度表达与自动综合过程。2． 定义了线状要素数据的参数表达方式，通过细节分量计算复杂度指数 ；通过对细节分量的分析，提出并证明了线状要素数据的细节分量的方差关于复杂度有对数线性的关系，实现了线状特征数据在2进制尺度上的表达与自动综合。并通过计算初始数据对应的细节分量实现了尺度表达的反演，由小尺度（低分辨率）获得了大尺度（高分辨率）的线状要素数据，利用线状要素数据的结构特征和位置特征两个参数较好的实现了数据集合的分组。3． 利用二维小波的多分辨分析，分解后得到多尺度上的DEM近似表示，并补充相应的细节信息实现具有连续过渡特征的多尺度DEM；提出了基于多尺度DEM模拟模型实施地貌自动综合的基本思想，研究了其具体的实现原理和实施方法，提出了基于小波细节分析的多尺度DEM反演模型，并提出了模型中的原理与方法。4． 在广义尺度数据基础模型的框架下，提出了基于聚类分析的数据模型的概念和建立方法，并通过岛屿图形实例给出具体结果。分析了该模型描述尺度行为和过程的原理和方法，说明了这个模型的有效性和可行性。全文一共分为七章，具体章节内容如下：第一章为绪论。阐述了GIS数据多比例尺表达问题研究的科学意义和必要性。总结了现有成果分析，并指明了本论文的研究目标、主要研究内容以及论文的章节组织结构。第二章介绍了GIS图形数据的对象、组成以及表现形式，对于本文将要进行分析处理的基于对象模型的矢量格式数据与场模型下的栅格格式数据都作了详细而全面地陈述。第三章为聚类的数学方法及其在图形数据综合中的应用。本章详细研究了面状要素数据的多尺度表达与自适应结构化综合中的问题，实现了比较完整的自适应处理，消除了人工操作中主观因素导致的综合结果的不稳定性，改善了数据综合表达的结果，提高了综合处理的效率。第四章为基于小波分析的线状特征数据的多比例尺的自适应表达。通过小波分解得到的细节分量计算数据的结构特征参数——复杂度指数 ；通过对细节分量的分析，提出并证明了线状要素数据的细节分量的方差关于复杂度有对数线性的关系；应用小波的多分辨分析理论与Mallat算法，实现了线状特征数据在2进制尺度上的表达与自动综合。第五章为基于小波分析的场数据多比例尺的自适应表达。提出了实现多尺度DEM模拟的基本思想。研究了多尺度DEM表达序列空间的构建方法；基于二维小波分解得到多尺度上的DEM近似表示，实现了具有连续过渡特征的多尺度DEM。提出了基于多尺度DEM模拟模型实施地貌自动综合的基本思想。研究了其具体的实现原理和实施方法。第六章从分析地理空间和地理信息空间的基本概念与特征入手，阐明了GIS地理信息空间是集空间、时间和尺度为一体的多维空间的观点，提出了基于聚类分析的数据模型的概念和建立方法。分析了该模型描述尺度行为和过程的原理和方法，说明了这个模型的有效性和可行性。第七章为论文的总结与展望。对本论文研究作全面总结，并指出下一步的研究方向和问题。