武 芳，鞏現(xiàn)勇，杜佳威

信息工程大學地理空間信息學院，河南 鄭州 450001

地圖制圖綜合回顧與前望

武 芳，鞏現(xiàn)勇，杜佳威

信息工程大學地理空間信息學院，河南 鄭州 450001

地理信息的綜合處理是當今空間信息處理中的一個重大科學與技術問題。本文主要評述了地圖制圖綜合的研究進展，包括地圖制圖綜合知識的分類與獲取、算子與算法、質量評價、過程建模與控制等方面的主要方法。對大數(shù)據(jù)背景下制圖綜合進行了思考，提出制圖綜合應在研究對象、觀念和方法上轉變。

制圖綜合；綜合知識；算子；質量評價；過程建模；大數(shù)據(jù)

地圖制圖綜合，是指在大比例尺空間數(shù)據(jù)縮編為小比例尺空間數(shù)據(jù)時，對空間數(shù)據(jù)進行抽象、概括的工程、技術和科學，它是空間數(shù)據(jù)尺度變換、集成與融合、分析與挖掘等的基本手段之一。因其復雜性和求解的困難性，無論過去、現(xiàn)在或將來，制圖綜合都是現(xiàn)代地圖學中最具挑戰(zhàn)性和創(chuàng)新性的研究領域。

制圖綜合的概念1921年由Eckert首次提出[1]，經歷了由把制圖綜合作為“主觀過程”到作為客觀的科學制圖方法，由制圖綜合的定性描述到定量描述，由地圖模型到基于模型、算法和知識的自動制圖綜合，由追求制圖綜合的全自動化到人機協(xié)同，由孤立零散的模型算法研究到把自動綜合作為一個整體的過程控制[1]等一系列的變革與發(fā)展。近百年的歷程中， 國內外學者針對制圖綜合這一地圖學領域的核心問題已經開展了大量的研究工作，并取得了豐富的研究成果，對推動制圖綜合的發(fā)展做出了重要貢獻。這一過程大致分為兩個階段：手工紙質地圖制圖時期制圖綜合理論與方法的形成[2-3]、完善和系列編繪規(guī)范的制定，為后繼的自動制圖綜合開展奠定了理論和方法的基礎；而20世紀60年代計算機數(shù)字制圖的全面開展，將自動制圖綜合的研究推上了快速發(fā)展的道路。

本文旨在對近50年來制圖綜合的發(fā)展歷程進行梳理，試圖從制圖綜合知識的分類與獲取、制圖綜合的算子與算法、制圖綜合的質量評價、制圖綜合的過程建模與控制4個方面，對自動制圖綜合發(fā)展的研究脈絡進行回顧和總結，并對未來的發(fā)展方向進行探討。

1 制圖綜合知識的分類與獲取

制圖綜合的難度和復雜性集中體現(xiàn)在它對人類思維活動的高度依賴，而人類在實施制圖綜合時的思維活動又具有主觀性、靈活性，其判斷標準具有模糊性，因此，制圖綜合中的問題并非都能模型化和算法化，建立制圖綜合的指標體系和知識法則成為必然。

1.1 制圖綜合知識獲取

制圖綜合的知識，是對制圖綜合中處理某些問題的規(guī)范化描述，是一種序列化的共性與隱性綜合規(guī)則的集合[9]。制圖綜合經過多年發(fā)展，經歷了從“幾何視角→計算視角→功能視角”的轉變[4-6]，知識和語義信息越來越受到重視[7-8]。計算機條件下的自動綜合，本質上是一個高度智能化的系統(tǒng)，就是在制圖綜合知識等的支持下，通過大量的循環(huán)和自動判斷來尋求滿意解，對知識重新表達和抽象的過程，從而達到制圖綜合的目的。因此，知識是制圖綜合過程的基礎[9]，可為制圖綜合的算法提供參數(shù)支持，為質量評價提供約束條件，為制圖綜合過程控制提供依據(jù)。

地圖制圖和編繪規(guī)范以及教材、著作和學術論文、各種綜合樣圖等，都是制圖綜合的主要知識來源。制圖綜合知識的分類、獲取和形式化表達至關重要，如何獲取綜合知識進而形式化表達是其中的難點和重點。

制圖綜合知識的分類是整理與描述的基礎，有多種劃分方法。例如，知識依據(jù)其覆蓋范圍可以劃分為全局型、局部型和單目標知識，按照其來源可以分為邏輯型和經驗型知識等。對于制圖綜合知識而言，許多研究者認為，約束條件是制圖綜合知識的重要存在形式。根據(jù)性質不同，制圖綜合約束條件可以被劃分為4個部分，即圖形約束、拓撲約束、結構約束和過程約束等[10-12]；從操作過程來看，制圖綜合知識可分為5類，即地物的地理特征描述性知識、操作項選擇知識規(guī)則、算法選擇知識規(guī)則、面向專門地理要素和制圖綜合知識規(guī)則、面向區(qū)域綜合知識規(guī)則[13]。

制圖綜合知識的獲取問題早有研究[14]。總的來說，盡管制圖綜合知識獲取具有很大的難度，但國內外專家學者仍做出了不少卓有成效的工作。目前，制圖綜合知識的獲取途徑主要有：專家會面交流法[15]、逆向工程法[16]、觀察記錄法[17-19]、機器學習法[20-24]等。一般情況，地理目標和現(xiàn)象的描述都可以歸入制圖綜合知識的范疇，如曲線形態(tài)描述、等高線簇的空間關系、點群/線群/面群的分布特征識別等。

知識的形式化表達方式很多，如面向對象、產生式、語義網絡、框架、Petri網、元組等，運用最多的是產生式規(guī)則和元組。例如，將制圖綜合規(guī)則由一個六元組(〈層代碼〉，〈操作算子〉，〈屬性碼〉，〈指標項〉，〈指標下限〉，〈指標上限〉)表達，用以描述所有的綜合規(guī)則[25]；將制圖綜合知識分類獲取，用產生式規(guī)則描述結構化知識和知識屬性，建立知識庫，用于制圖綜合過程控制與推理，并可進行知識庫與XML文件的互換，使得訪問遠程知識非常方便[9]。

上述研究從不同角度探討了自動綜合過程的綜合規(guī)則與知識，對推動制圖綜合系統(tǒng)的智能化研究研制奠定了基礎，而不斷進步的人工智能技術，也將制圖綜合知識的獲取、表達和應用等推上快速發(fā)展的道路。

1.2 空間分布結構特征的識別

從某種意義上說，地圖要素空間分布模式的識別與挖掘，也是獲取知識或知識增強的一種手段。

地圖空間模式是核心地理要素在空間分布形態(tài)上表現(xiàn)出的可以明確命名且能夠識別的形狀或排列[12]，其探測和分析是地理信息科學的基本問題之一，是挖掘隱含的空間知識、增強現(xiàn)有數(shù)據(jù)的重要手段。

目前國內外關于地圖空間結構模式識別的研究尚處于起步階段，提出的識別方法較少。點模式特征屬于空間統(tǒng)計范疇，目前地圖制圖學界針對地圖空間結構模式的研究主要是線要素模式和面要素模式。

線要素模式的研究以道路網為代表?；趫D論定量描述城鎮(zhèn)道路網結構，可將其分為具有代表性的Stroke、Grid、Star、Ring等4類[26-27]。Stroke因能很好地保持道路的整體連貫性而成為最基本的模式，并可用于探測其他模式，因此該模式的研究居多。提取道路Stroke的判斷標準主要有屬性、方向和趨勢等的一致性[28-30]。網格模式形狀趨于矩形，由一組近似平行的道路與另一組近似平行的道路，以近似垂直的方式相交構成。網格模式的經典方法是綜合考慮網眼間的相似性，通過相鄰網眼的排列一致性、形狀相似性和網眼自身形狀指標等，完成網格模式的識別[26-31]。網格模式還有采用Hough變換[31]、空間句法和網絡中心性度量評價[32]、顧及上下文關系的形狀參數(shù)分類[33]、自組織映射[34]等的識別方法。星形模式由一個近似源點及輻射路段組成，可基于Dijkstra算法識別[26]。環(huán)形模式由呈閉合環(huán)路的Stroke組成，可基于Tukey深度和幾何仿射不變量來進行識別[27]。對于大比例尺道路數(shù)據(jù)中的雙行道、環(huán)狀路口、立交橋等復雜結構，主要通過對其復雜結構進行特征識別來處理[31-35]。應用上，許多學者通過識別道路網的分布模式進行路網簡化、綜合與匹配[36-42]。

面群要素模式的識別以建筑群為代表，其模式分為線型(直線型、曲線型和沿道路型)、非線型(網格型和不規(guī)則型)。從研究內容和成果看，主要集中于建筑群分組和線型模式識別等兩類。方法上，國內外多以Gestalt視覺分組原理、圖論和計算幾何為基礎。近年來，許多文獻[43-52]大都首先基于Gestalt視覺完形原則的鄰接性、相似性、閉合性、方向性等法則，提取面要素的形狀描述參數(shù)，如建筑物的密度、大小、方向等；然后，利用Delaunay三角網或Voronoi圖探測捕獲空間相接、鄰近等關系，生成空間鄰近圖；最后，基于最小支撐樹、圖匹配、圖聚類等圖論算法，劃分建筑物的聚類分組情況。

制圖區(qū)域的地理特征是決定制圖綜合的客觀依據(jù)之一。上述方法挖掘出的空間分布模式，反映的就是要素分布的地理特征。

2 制圖綜合的算子與算法

要想實現(xiàn)自動綜合，那么制圖綜合的各種方法必須轉化為一系列計算機可執(zhí)行的步驟，這些步驟即由制圖綜合算子來定義，如選取、化簡、合并、位移等。每個制圖綜合算子，都必須由制圖綜合算法來實現(xiàn)。通常一個制圖綜合算子可以由多種算法來實現(xiàn)，這些算法所要達到的目的是相同的，但實現(xiàn)的方法卻各具特色。

制圖綜合算法是幾何變換的工具，因而必須是精確的、清晰的、可以被計算機執(zhí)行的。

2.1 制圖綜合中幾何變換的算子

制圖綜合算子用來定義制圖綜合中幾何變換的各種方法或操作[53]。制圖綜合過程中的操作步驟分解越細(當然要合理)，自動制圖綜合的實現(xiàn)相對地越容易。因此自動綜合過程是一系列有序算子的聯(lián)合，各個算子之間既有聯(lián)系，又相對獨立，完備的自動綜合算子集合要涵蓋整個制圖綜合過程。

傳統(tǒng)的制圖綜合，主要是通過選取、化簡、合并、概括(數(shù)量、質量上的分類分級及圖形等級轉換)和位移等方法實現(xiàn)，特定情況下輔以夸大和分割[3]的方法。基于此，不同學者對制圖綜合的過程提出了不同的算子分解模式，例如：分類、歸納、化簡和符號化的4算子模式[54]，聚合、合并、化簡、移位和選擇性刪除的5算子模式[55]等。由于這幾種算子過于抽象且不便于在計算機上實現(xiàn)，人們期待著更為具體的綜合算子的提出。

從20世紀90年代開始，研究者便試圖提出更為具體的綜合操作，例如，9算子模式[56]、12算子模式[57]、基于ARC/INFO建立的Gentool中的7算子模式[58]、MGE中的9算子模式[59]和20算子模式[60]等。國內學者也對該問題進行了相關探討[61-63]，都提出了相應的算子模式。

由于人們對綜合算子的劃分認識還很不統(tǒng)一，有些作者用不同的詞語定義相同的算子，而有的作者則用不同的定義來說明一個相同的詞語，對交互綜合的制圖工作者進行的一項調查也發(fā)現(xiàn)，綜合算子的定義和分類并沒有統(tǒng)一的意見[64]。作為最詳細的綜合算子劃分，表1的工作最具代表性[53]，其中還包括了三維要素的綜合算子。

每一個制圖綜合任務往往都需要多個算子協(xié)同工作，制圖綜合算子的關聯(lián)性和有序性有著重要的作用。算子的關聯(lián)性主要表現(xiàn)在綜合過程中算子作用效果的互補；有序性是指不同的地圖要素，綜合算子的運用順序有所不同，而且同一綜合對象，綜合算子運用的順序不同，綜合結果也會不同[60]。為此，有學者開始嘗試不同算子協(xié)同的方法進行綜合[65-66]，以提高自動綜合的效率。由此可以看出，加強算子的有效協(xié)調和協(xié)同，提高算子的使用效果，設置合理的算子執(zhí)行順序，是制圖綜合得以正確進行的前提。

2.2 選取算子

選取通常是制圖綜合最先進行的步驟，是在對地物進行分布特征、重要性評價的基礎上，根據(jù)載負量等計算選取數(shù)量并對大量地物進行取舍的過程。

選取研究的重點是考慮上下文的復雜群組要素的取舍，此類研究包括3類：點群狀、線網狀和面群狀要素分布的選取。

表1 代表性制圖綜合算子[53]

2.2.1 點群狀要素的選取

點群狀要素分布的代表是居民地記號房和水深注記的選取，研究大多集中于此。

選取首先要解決的問題是選取多少，主要由地圖比例尺界定的地圖載負量所決定。選取有比較嚴密的數(shù)量的規(guī)定性，選取數(shù)量指標的計算方法，常用的有相關分析和回歸分析方法[67]、開方根規(guī)律法[68]、地圖適宜面積載負量法、等比數(shù)列法[69]等。其中，點群狀地物的選取以開方根規(guī)律法及其改進居多。

確定選取數(shù)量后，選取哪些成為關鍵。取舍時主要以保持點群的空間分布特征為重點，如整體分布數(shù)量指標、分布范圍、分布結構特征和分布密度等參考特征。在點群狀居民地的選取中，代表性成果有：圓增長算法[70-71]，模糊綜合評判方法[72]，遺傳算法方法[73]，彈性力學方法[74]，Kohonen網絡方法[75]，采用Rough集簡化屬性知識的方法[76-77]，基于Vorinoi圖用于結構化簡的方法[78-79]，凸殼方法[80]，及基于三角網用于區(qū)域化的方法[81]等。這些方法大多側重于獲取點群分布的密度中心、外圍輪廓形態(tài)等，以便保持綜合前后空間分布特征的一致性。

水深是地圖上用于表示海底地形走勢的離散點群，是采用“以點代面”反映海底地形的一種方式。不同于一般地圖中的點狀要素，水深綜合需要顧及的因素更多，既要考慮密度、空間分布的整體性和結構化特性，也要考慮特征點選取、通航能力、海底地形正確顯示、特殊海域的地形走勢和范圍等，因此，“取淺舍深”“深淺兼顧”,盡量保持菱形分布、反映分布密度和分布結構特征是其取舍的基本原則，對航行安全有重要影響的水深點要優(yōu)先選取。顧及這些基本原則和要求，水深選取近年來也取得了較多的成果，典型的如人工神經元網絡[82]、專家系統(tǒng)[83]、Delaunay三角網[84-85]、深度影響圓[86]、地形分區(qū)[87]等方法，此外，顧及等深線協(xié)調[88]、水深控淺[89]等方法，使得研究更加細致和深入。

2.2.2 面群狀要素的選取

面群狀要素又分為離散的和連續(xù)的兩類。離散面群(典型如呈景觀分布的小湖泊群)的選取多可看作是點群狀，采用與點群狀類似的選取方法。連續(xù)面群(典型如大比例尺圖上的城市街區(qū)、植被、土地類型等)通常不取舍，而是合并，其方法參見2.3節(jié)。

2.2.3 線網狀要素的選取

線網的典型代表是道路網和河(渠)網。

道路網的選取，從處理手段上看，除語義信息完整情況下的簡單選取[90]外，主要有兩類：一是基于幾何、拓撲以及圖論的選取，關注的是道路網的整體形態(tài)。如綜合考慮道路網眼密度的選取[91]，基于拓撲相似描述的選取[92]，基于圖論的選取[93-95]，基于Stroke的選取[28,96-97]等。這里，在Stroke基礎上的改進方法最多，如：將Stroke與道路網結構特征識別、極化變換三者結合以彌補零散道路選取不足[98]，改進傳統(tǒng)的Stroke資格排序并加入等級和空間鄰近關系約束的道路抽樣刪除[40]，Stroke與中心性結合的路劃功能評價[39]，計算Stroke中介中心性進而劃分Stroke層次的[42]道路網選取方法等。二是考慮到道路網選取的復雜性，將智能模型嘗試引入到道路網的選取中。如基于遺傳算法[99-100]、基于案例類比及案例歸納推理[24,101]等道路網智能選取方法。在案例學習的道路網選取方法中，記錄制圖專家的綜合結果作為案例庫，采取自主學習、推理的方式生成規(guī)則，再依據(jù)獲取的案例模型和推理出的規(guī)則，對相同或相近類型道路網進行類比和推理選取。這些都有利推動了自動綜合智能化的發(fā)展。

地圖上河系的空間分布是多種多樣的，具有不同的空間形態(tài)和空間關系表達方式。河系的結構化是獲取河系知識的基礎和選取的前提。傳統(tǒng)的河系結構化算法[102-105]基本上都以河系視覺形態(tài)效果為目標，結構化的對象通常都是形態(tài)比較簡單的單線河河系。由于地圖中的河系非常復雜，單線河與雙線河、河流與湖泊水庫等面狀水系要素必須一體化考慮，這樣結構化的河系數(shù)據(jù)才能滿足自動綜合的需要[106]。河系網的綜合方法主要有：基于河系樹和網絡特征的河網選取法[107-108]、逐層分解選取指標的河系簡化方法[109]、基于知識推理的河網選取法[102,110-112]、考慮多因子影響的河網選取法[113]、基于遺傳算法的河系選取[114-115]等。

2.3 化簡算子

化簡是簡化物體的內部結構和外部輪廓，去掉制圖對象輪廓形狀的碎部而代之以總的圖形特征的一種方法，盡量保持與地圖比例尺的表示能力相適應的基本地理特征是化簡的基本原則，采用的基本方法是刪除、夸大、合并和分割。

2.3.1 線要素化簡

線要素化簡是自動制圖綜合中的重要研究內容和經典研究問題之一。

早期線化簡方法主要以節(jié)點作為化簡的基本單元，通過節(jié)點數(shù)量壓縮實現(xiàn)線要素簡化[116-119]。隨著對制圖綜合中尺度效應研究的深入，比例尺取代節(jié)點壓縮率成為線化簡中節(jié)點取舍的主要控制條件[120-122]，曲線化簡開始區(qū)別于單純的數(shù)據(jù)壓縮而逐漸服務于制圖綜合應用。節(jié)點壓縮式的曲線化簡方法的效率相對較高、穩(wěn)定性好，合理改進后[123-126]化簡效果還能進一步優(yōu)化，至今仍是諸多制圖軟件中的重要化簡工具。除節(jié)點壓縮外，插值變換[127]、光滑[128-129]等也能夠實現(xiàn)線要素化簡。早期線化簡研究以單一線要素為化簡對象，以開發(fā)通用化簡算法為主。

對線要素結構特點的深入研究發(fā)現(xiàn)，線要素蘊含地理特征上的結構化信息主要通過彎曲進行表現(xiàn)[130]，以彎曲作為線要素化簡基本單元既符合認知規(guī)律又利于地理特征保持。基于彎曲的線化簡方法在彎曲單元劃分[131-134]的基礎上依尺度需要對彎曲進行取舍、夸大、插值、光滑、壓縮等[135-138]來實現(xiàn)線要素形態(tài)的簡化，這類化簡方法擺脫了單純的數(shù)據(jù)壓縮，開始探索模擬人工綜合的過程。基于該思想的線要素化簡，或針對不同地理線要素如海岸線[135]、等高線[136]、建筑物輪廓線(見下文)、道路[139]等的幾何、語義差異研究專門的方法，或針對同一線要素的不同應用需求、尺度范圍、分段區(qū)間等研究特定的方法。線化簡對象也不再局限于單一線要素，線簇化簡[140-141]、顧及與其他要素關系的線化簡[66,139-142]也成為近些年研究的熱點，線要素化簡方法逐漸具有更高的實用性。

然而，線化簡很大程度上依賴于人的主觀意識，僅利用規(guī)則或函數(shù)并不能很好地模擬這一非線性過程，研究人員嘗試利用人工智能方法實現(xiàn)線要素自動化簡，如人工神經元網絡[143]、遺傳算法[144]、SOM[145]、蟻群算法[146]、模擬退火[147]、多智能體[148]等。智能方法的引入使線化簡結果得到優(yōu)化，化簡對象也擴展至混合線要素[149]甚至全要素。但是，當前研究智能化水平不高且缺少大數(shù)據(jù)量的試驗與驗證，方法穩(wěn)定性、可控性都較弱，距離實現(xiàn)真正“智能化”的線要素自動化簡還有較長的路要走。

2.3.2 多邊形化簡

多邊形化簡包括內部結構的化簡和外圍輪廓的化簡。內部結構化簡的基本方法是合并，特殊情況下輔以分割的方法。多邊形合并與化簡(外圍輪廓)是自動綜合最常用算子之一，居民地、植被等地圖要素的綜合都離不開它，多數(shù)研究工作以大比例尺居民地作為研究對象。

多邊形化簡的實現(xiàn)方法大體有3類：柵格方法、矢量方法和柵-矢結合方法。

柵格方法用于多邊形化簡的典型代表是基于數(shù)學形態(tài)學的方法[44-150]，通過數(shù)學形態(tài)學的膨脹、腐蝕、開運算、閉運算等各種基本運算及其組合，設計一系列柵格算法，用于面要素多邊形的合并[151-153]與外圍輪廓的化簡[152]。

矢量模式下的多邊形化簡，應用較多的是Delaunay三角剖分(或Voronoi圖)，通過構建三角網再逐個判別三角形類型獲取多邊形鄰近區(qū)域進行合并[44,81,154-158]。另外，漸進式[159]、降維[160]、最小二乘[161]、鄰近四點法[162]、模板匹配[163-164]等方法也有用來進行建筑物多邊形的化簡。而考慮多因子影響的地圖居民地自動聚群[165]，則在遵循Gestalt的鄰近性、相似性和方向性原則基礎上，用6個因子描述居民地結構、形態(tài)及其關系，進而進行建筑群的綜合。

利用柵-矢數(shù)據(jù)各自特點進行多邊形的合并與化簡也有相關研究，如根據(jù)建筑物間的兩種鄰近關系，針對多邊形之間拓撲鄰近的建筑物多邊形矢量合并、視覺鄰近建筑物多邊形柵格擴展合并，以及矩形差分組合的建筑物多邊形層次化化簡[166]，基于數(shù)學形態(tài)學和模式識別的建筑物多邊形化簡[167]等。

2.4 移位算子

比例尺的縮小，使得地圖上的目標逐漸變得擁擠，從而出現(xiàn)地圖符號之間的壓蓋、重疊等現(xiàn)象，這些符號間的占位性空間沖突，直接影響空間關系的正確性，破壞地圖的清晰性和地圖目標之間的可讀性；同時，制圖綜合過程中很多算子的執(zhí)行，都有可能產生空間沖突。移位即是解決地圖要素間的沖突，尤其是占位性空間沖突的最基本也是最主要的算子。

位移的實現(xiàn)主要解決兩大問題：沖突檢測(定位空間沖突的位置和目標)和沖突消解(即移位，移動次要目標位置至無沖突)。為了更好地解決空間沖突，綜合后的沖突檢測非常必要，可以進一步判定有無位移后沖突的傳播，必要時，還會對沖突目標進行取舍。因此，空間沖突的解決，通常并非可以一步完成，它往往會是一個循環(huán)、迭代的過程。

空間沖突探測方法主要有兩類，一類是矢量方法，主要是通過符號的定位信息及符號集中符號尺寸信息，計算出目標間有無沖突的發(fā)生，例如直線求交、多邊形求交等[168]；另一類是柵格方法，通常是把矢量數(shù)據(jù)轉換成柵格形式[150,169-170]，再用疊置分析的方法進行要素符號間的沖突探測。

目前常用的移位方法大致可以分為最優(yōu)化方法和幾何方法兩類，也有學者將其分為增量移位和整體移位[171]。最優(yōu)化方法對應于增量移位方法，它迭代計算相鄰目標之間的沖突并進行移位，直到所有沖突被化解。代表性方法有模擬退火方法、有限元法、彈性力學模型、能量最小的Beams模型、Ductile Truss模型、Snake算法、遺傳算法等，例如：利用Beams模型對線、面要素進行移位[172-175]，利用改進的Snake算法解決道路網沖突[176-177]，利用遺傳算法進行建筑群移位[178]等。幾何方法對應于整體移位方法，是指通過分析沖突區(qū)域內地圖目標的環(huán)境上下文，利用幾何方法一次性計算要素移動的距離和方向，并一次性執(zhí)行幾何變換，代表性的有：線線移位方法[179]、建筑物移位模型[180]及基于數(shù)學形態(tài)學[170]、場論[181-183]、三角網[154,184]、多層次移位[185]、仿射變換[186]的移位算法等。

然而，移位的方法仍有不足，比如多數(shù)的最優(yōu)化方法中，原理和過程復雜，實現(xiàn)困難；模型效率較低，需要大量的計算資源，例如涉及大量的矩陣方程解算等；參數(shù)設置難以定量化，某些參數(shù)甚至沒有直觀意義，導致用戶對參數(shù)設置比較盲目；而幾何算法的收斂性不好，不能控制位移的傳播，不可避免地會產生新的沖突。

3 制圖綜合的質量評價

隨著算法和模型的積累，近年來逐步開始了空間數(shù)據(jù)尺度變換過程的智能化控制、綜合結果的質量評定等深層次問題的研究。作為自動制圖綜合研究中一個重要而又薄弱的環(huán)節(jié)，綜合質量控制的研究對于有效提高自動制圖綜合系統(tǒng)的正確率具有重要的意義。因此，從完整的角度來看，自動綜合的基本功能至少應包括兩個方面：一是能夠進行空間數(shù)據(jù)不同比例尺間的制圖綜合變換，二是能夠提供相應的質量控制標準，能對質量嚴加控制[187]。評價的內容至少包括綜合之前的啟動條件評價、綜合過程中的過程控制評價和綜合后結果的評價[188]。

制圖綜合質量研究在國內外也都處于起步階段，主要研究進展體現(xiàn)在：自動綜合的不確定性[189-192]、自動綜合質量評價策略與標準[193-198]、自動綜合算法質量評估[199-206]、自動綜合質量控制機制[7，207]和自動綜合結果評估[208-209]。

上述研究中，質量評價策略是制圖綜合質量研究的重點和難點所在，最具代表性的成果是由AGENT項目組歸納和總結的各種要素綜合質量評價的標準體系[193]。現(xiàn)階段，質量評價策略的制定還主要停留在針對某一要素或者某一操作的研究上，其基本思想都是基于相互比較的觀點，將綜合后的結果與量化標準進行比較。但綜合的有些內容如拓撲關系等，則是很難建立量化標準的，而且經過選取、合并、典型化等綜合算子綜合后，使得綜合前后要素的對應關系變得異常復雜，評價綜合前的原始數(shù)據(jù)與綜合結果之間的要素對應關系就會非常困難。

綜合算法的質量評估國內研究較多，基本都是通過幾何精度、空間關系、結構形態(tài)、層次信息量等多種約束條件，建立定量的評價指標，對算法本身進行精度、形態(tài)、參數(shù)、適應性等方面的評價與改進。而綜合結果的質量評價，除目前的一些基于約束的自動評價方法外，還應綜合利用專家評價、可視化檢查對比等，多方面對綜合結果進行評定[209-210]。對于自動綜合軟件的實現(xiàn)來說，建立顧及鄰域要素上下文和適時質量評價的綜合機制，則能有效支持綜合過程結構和順序的自動化與智能化，質量評價的優(yōu)先級從高到低可按度量(參數(shù))、算法、算子、地理特征和用途來區(qū)分[7]。也有學者認為，建立自動綜合的監(jiān)控模型對綜合行為進行監(jiān)測與控制，是獲得滿意綜合結果的有力保障，也是對綜合過程的有效監(jiān)督[211]。

在質量評價中，制圖綜合規(guī)范的形式化對支持綜合過程及其評價非常重要，但現(xiàn)有地圖規(guī)范有些內容很難形式化和評價，因此需要盡可能精確、定量地描述如形狀、模式、密度等地理分布特征，定量度量制圖約束的變化范圍，這實質上就是前述的制圖綜合知識獲取和要素空間分布模式的識別問題。

4 制圖綜合的過程建模與控制

很長一個時期，自動綜合研究大都關注于模型和算法，眾多的綜合算法只能處理特定環(huán)境下的特定問題且相互之間缺乏整體配合，處于零亂無序狀態(tài)；專家系統(tǒng)在自動綜合中的應用處于低谷，很難讓人們看到其整體應用和全面解決的前景。究其原因，是沒有把自動綜合作為一個全要素、全過程、可控制的整體來研究。要實現(xiàn)把自動綜合作為一個整體來研究，必須解決過程建模與控制問題。

4.1 制圖綜合的過程概念抽象與過程建模

制圖綜合的過程概念抽象模型(過程框架)是制圖綜合系統(tǒng)建設的核心指導思想和靈魂。這其實就是對“制圖綜合是一個什么過程”以及“如何描述該過程”這一制圖綜合概念層次上問題的研究。基于不同理論，不同研究背景的學者給出了各種不同的概念模型，也對應著不同的綜合算子設計、綜合約束分析、綜合過程控制以及綜合結果評價等。

制圖綜合過程框架的文獻較多，面向過程模式的制圖綜合過程框架模型[212]最具代表性，其主要過程包括：①結構識別：識別制圖對象聚合體及其空間關系；②過程識別：選擇并確定制圖綜合的操作項，選擇數(shù)據(jù)操作的參數(shù)；③過程模擬：從“過程庫”中選出并編輯知識規(guī)則和操作，利用規(guī)則和參數(shù)將不同的具體的綜合算法鏈接到一起；④過程執(zhí)行：執(zhí)行綜合操作的過程鏈，生成目標數(shù)據(jù)庫或目標地圖。有學者認為Brassel和Weibel模型是適用于制圖綜合專家系統(tǒng)的最好的模型[213]。隨著研究的深入，不斷有新的模型提出，2W+H模型[57]、三級結構化綜合模型[61]、基于知識和地理目標[214]、系統(tǒng)式[62]、協(xié)同式[215]、模型綜合[216]、空間映射[217]等制圖綜合過程框架，都是在過程模式框架模型上的進一步完善和豐富。

制圖綜合過程建模，要考慮的因素很多，例如：目標所在群組的整體環(huán)境，多算子算法的協(xié)同，算法的評估與選擇，結果的評估、調整與反饋等。通過分析制圖綜合過程的概念模型，近年有學者認為，制圖綜合過程可以看作是一個兩維的數(shù)據(jù)處理會話：數(shù)據(jù)維和過程維。數(shù)據(jù)維關注要素之間的關系，重點研究如何建立尺度內、尺度間和更新等3種數(shù)據(jù)關系[218]。尺度內關系支持自動綜合過程，并被尺度間關系關聯(lián)銜接，共同用于自動增量更新。過程維則重點關注算子、算法等之間的關系。制圖綜合按功能層次可劃分為會話、過程和操作。會話是指一個執(zhí)行要素集變換的綜合任務；過程通常是指明確定義的一個或者一組能夠協(xié)同工作的綜合算子；算子作為基礎的原子功能單元，在數(shù)據(jù)維的層次上進一步分解綜合過程，最終具體到綜合算法上[219-220]。

過程建模與控制的最終目的，是盡量達到制圖綜合的最優(yōu)解。

4.2 制圖綜合過程控制

制圖綜合是一個極其復雜的過程。制圖綜合需要有一套能從全局把握制圖綜合整個過程的理論和方法，來控制制圖綜合的綜合環(huán)境、綜合算法和工作流程。只有充分合理地利用所有的模型、算子、算法和知識等，形成科學系統(tǒng)的運行流程，并對流程實行智能控制，自動綜合系統(tǒng)的能力才能得到質的飛躍。這一過程就是自動綜合的過程控制。

過程控制是實現(xiàn)制圖綜合最優(yōu)解的關鍵。自動綜合的過程模型——爬山模型[199，221]，從理論角度闡述了制圖綜合通過循環(huán)匹配來獲取最優(yōu)解的過程。這是一個較成功的制圖綜合模型，已被廣泛接受。其他采用知識(約束)進行過程研究的項目，如歐洲的Clarity中，采用了Agent等技術開發(fā)制圖綜合系統(tǒng)，并把上述“爬山算法”引入系統(tǒng)的過程處理中，初步實現(xiàn)了對制圖綜合過程的處理和控制[222]。

基于“自動綜合鏈”的自動綜合過程控制[223]，通過自動綜合鏈把所有自動綜合算子、算法、模型、參數(shù)進行有機集成和融合，基于知識庫和自動綜合的質量評價，建立了自動綜合過程控制理論體系，實現(xiàn)了自動綜合過程的監(jiān)測、循環(huán)、優(yōu)化與控制，其中自動綜合鏈的可視化編輯與回溯[224]，可方便用戶調試與交互，以獲取任何區(qū)域被認為是滿足用戶需求的、逼近理想結果的最優(yōu)綜合鏈。甚至不同地理特征的區(qū)域，經過大量的試驗和調試后，還可以建立分門別類的可視化自動綜合鏈庫，作為知識規(guī)則使用?！白詣泳C合鏈”模型的提出，可以說是自動綜合智能化發(fā)展的一個有益嘗試。

5 制圖綜合的新變化

制圖綜合的思想貫穿整個地圖制作過程。自制圖綜合概念提出至今已將近一百年，制圖綜合的對象、環(huán)境、目的和任務等都在發(fā)生變化。隨著科學范式的發(fā)展和轉變，制圖綜合已經超越了其最初的內涵，逐漸外延為空間信息綜合，甚至在很多應用場景中以數(shù)據(jù)特征抽取的形式發(fā)揮作用。在大數(shù)據(jù)背景下，制圖綜合面臨著研究范式的轉變。

5.1 制圖綜合對象的轉變

地圖承載媒介、表達形式和數(shù)據(jù)來源越來越多樣化。在地圖形式上，傳統(tǒng)地圖衍生出數(shù)字地圖、網絡電子地圖、導航地圖、示意地圖(如地鐵地圖、網絡虛擬位置圖)、故事地圖、室內地圖、虛擬現(xiàn)實、VGI眾源地圖、智能駕駛、機器人地圖等多種形式。制圖綜合的對象也不再僅限于傳統(tǒng)的地圖和地圖要素，制圖綜合出現(xiàn)了示意圖生產、三維綜合、網絡漸進傳輸、VGI眾源地理信息變化檢測與集成更新、全息位置地圖表達與綜合等新的研究內容。

從地圖承載媒介來看，傳統(tǒng)地圖主要是“硬”地圖，地圖內容在紙張、布皮、石板等固定媒介上表達；而今地圖主要以數(shù)字地圖、網絡電子地圖、虛擬現(xiàn)實地圖等“軟”地圖形式存在，甚至在某些應用場合如智能駕駛、機器人自動巡航中，讀圖者由“人”變成了“機器”，地圖根本不需要顯示，地圖表達的信息量已不再是主要制約因素。地圖媒介的變化必然會影響制圖綜合的研究，包括綜合任務和目的、綜合算子、綜合標準等。

5.2 制圖綜合觀念的轉變

制圖綜合對象、環(huán)境、目的和任務的轉變需要制圖綜合觀念的更新。制圖綜合的傳統(tǒng)方法主要有選取、化簡、合并、概括和位移等，其目的是圖形簡化和數(shù)據(jù)壓縮。而在大數(shù)據(jù)背景下，制圖綜合對象與領域知識的聯(lián)系更緊，上下文關聯(lián)更強，結構特征提取、知識發(fā)現(xiàn)、宏觀決策等成為制圖綜合新的任務。

從研究目的和研究對象來看，將由傳統(tǒng)制圖綜合強調的“圖形綜合”，向數(shù)據(jù)密集型的時空特征綜合和知識發(fā)現(xiàn)轉變。傳統(tǒng)的制圖綜合，對象是紙質地圖，受載負量的限制，地圖上難以清晰地表達足夠多的信息量，因此尺度變化時，地圖內容的制圖綜合尤為重要。而今，地圖的內涵和外延都發(fā)生了變化，人們使用較多的是數(shù)字環(huán)境的電子地圖甚至是無需顯示的隱性地圖，制圖綜合的概念和側重點也應該隨著制圖綜合對象的改變而改變。新時代的空間數(shù)據(jù)綜合不僅要關注圖形的綜合，更需要將傳統(tǒng)面向圖形的制圖綜合和空間數(shù)據(jù)挖掘與知識發(fā)現(xiàn)相結合，從單純的空間思維外延至空間-時間-語義3種維度的聯(lián)合。制圖綜合已經沿著“圖形綜合→時空數(shù)據(jù)的綜合→大數(shù)據(jù)的綜合”的路線邁進。

從研究視角來看，現(xiàn)在的制圖綜合研究大多數(shù)都是從人的角度出發(fā)，自上而下地去看待制圖綜合問題，即從人類空間認知的角度出發(fā)，試圖讓計算機能夠模擬人腦的空間認知能力，模擬人的思維去組織空間關系、識別空間結構、設計算子和算法，智能、自動且?guī)в袑W習能力地進行制圖綜合。然而，地圖內容千變萬化，比機器翻譯還要復雜。受機器翻譯、結構模式識別和基于統(tǒng)計語言模型的自然語言處理等的啟發(fā)，自上而下和自下而上策略相結合將是可行的。以數(shù)據(jù)分析為基礎的制圖綜合從地圖的角度出發(fā)，可以自下而上地去反觀人的制圖綜合行為，即根據(jù)數(shù)據(jù)的空間結構等特征去選擇所需算子和算法。

5.3 制圖綜合方法的拓寬

自動綜合方法的研究還會繼續(xù)深化，新的綜合方法依然會層出不窮。從上述制圖綜合的發(fā)展不難看出，自動制圖綜合的實現(xiàn)遵循了一個由簡單到復雜、由局部到整體、由數(shù)字化到智能化的客觀發(fā)展過程，而且這個過程還遠未完結，由于制圖綜合問題本身的復雜性和研究方法的制約，當前離真正的自動化、智能化的要求還有不小的距離。隨著人們認知水平的不斷提高和新技術的層出不窮，自動綜合的方法和過程還會不斷改進和優(yōu)化，計算方法也逐漸并行化、高性能計算平臺化。提高自動制圖綜合的自動化、智能化水平，仍是制圖綜合研究的主要方面。

知識獲取的手段更加豐富，智能化綜合方法會大幅提升綜合過程的智能化程度。當前自動綜合研究的瓶頸在于制圖綜合很多方法本身不易準確定義，半結構化特征明顯，對領域知識和經驗的依賴性很強。傳統(tǒng)基于專家知識庫的制圖綜合方式，受制圖綜合知識獲取瓶頸的制約無法有效利用。迫切需要機器學習等智能方法，對制圖綜合知識的來源、表現(xiàn)形式以及自學方式進行系統(tǒng)性研究。例如，從現(xiàn)有的大量制圖綜合成果出發(fā)，通過深度神經網絡等機器學習技術，通過“深度模型”的建立，提取特征，發(fā)現(xiàn)規(guī)律，指導新的制圖綜合任務。

在制圖綜合方法上面，制圖綜合經歷了經驗范式(試驗歸納)、理論范式(模型推演)、模擬范式(數(shù)字制圖綜合)等，目前正在向著以數(shù)據(jù)分析為基礎的科學范式發(fā)展。大數(shù)據(jù)時代的到來，今天和未來的科學研究將以數(shù)據(jù)密集型范式為主要特征。即以時空大數(shù)據(jù)為基礎，以互聯(lián)網、物聯(lián)網、云計算等為新的技術手段，通過大數(shù)據(jù)分析和大數(shù)據(jù)挖掘，去發(fā)現(xiàn)過去的科學方法發(fā)現(xiàn)不了的新模式、新知識和新規(guī)律，這正是地理信息科學要解決的問題。

6 結束語

綜合是人類對現(xiàn)實世界的科學抽象和歸納，是學習的基本手段之一。本文評述了近50年來制圖綜合的發(fā)展歷程和取得的主要成就。隨著技術的發(fā)展，制圖綜合的思想和方法已經不限于地圖制圖，將之與不同領域的核心任務密切結合，應用范圍已經拓展至多尺度表達、空間數(shù)據(jù)集成與融合、漸進式傳輸、認知心理學、類腦計算、人工智能等領域。近20年以來，制圖綜合的對象、環(huán)境和任務發(fā)生了新的變化，特別是經典的制圖綜合面臨時空大數(shù)據(jù)時，制圖綜合必須轉變研究觀念。在新的科學范式下，需要借助時空大數(shù)據(jù)促進本領域既有觀念、研究范疇、技術等的革新，如將制圖綜合的研究對象擴展至室內地圖、VGI眾源數(shù)據(jù)、虛擬現(xiàn)實甚至是無需顯示的隱形地圖，對制圖綜合的技術進行拓寬和外延，如時空大數(shù)據(jù)的尺度變換、可視分析，時空流數(shù)據(jù)的特征提取與挖掘等。

[1] 王家耀. 空間數(shù)據(jù)自動綜合研究進展及趨勢分析[J]. 測繪科學技術學報，2008，25(1): 1-7，12.

WANG Jiayao. The Progress and Trend of Automatic Generalization of Spatial Data[J]. Journal of Geomatics Science and Technology，2008，25(1): 1-7，12.

[2] 祝國瑞，尹貢白. 普通地圖編制[M]. 北京: 測繪出版社，1982.

ZHU Guorui,YIN Gongbai. The General Map Compilation[M]. Beijing: Surveying and Mapping Press,1982.

[3] 王家耀,范亦愛,韓同春，等. 普通地圖制圖綜合原理[M]. 北京: 測繪出版社，1993.

WANG Jiayao，F(xiàn)AN Yiai，HAN Tongchun，et al. The Principle of Cartographic Generalization for General Map[M]. Beijing: Surveying and Mapping Press，1993.

[4] WEIBEL R，JONES C B. Computational Perspectives on Map Generalization[J]. GeoInformatica，1998，2(4): 307-314.

[5] CHAUDHRY O Z，MACKANESS W A，REGNAULD N. A Functional Perspective on Map Generalisation[J]. Computers，Environment and Urban Systems，2009，33(5): 349-362.

[6] 鞏現(xiàn)勇. 城市建筑群典型空間分布模式的識別方法研究[D]. 鄭州: 信息工程大學，2014.

GONG Xianyong. Research on Typical Map Pattern Recognition in Urban Building Groups[D]. Zhengzhou: Information Engineering University，2014.

[7] BRAZILE F L. Semantic Infrastructure and Methods to Support Quality Evaluation in Cartographic Generalization[D]. Zürich: Universit?t Zürich，2000.

[8] LüSCHER P. Characterising Urban Space from Topographic Databases: Cartographic Pattern Recognition Based on Semantic Modelling of Geographic Phenomena[D]. Zürich: Universit?t Zürich，2011.

[9] 王家耀，錢海忠. 制圖綜合知識及其應用[J]. 武漢大學學報(信息科學版)，2006，31(5): 382-386，439.

WANG Jiayao，QIAN Haizhong. Cartographic-generalization-Knowledge and Its Application[J]. Geomatics and Information Science of Wuhan University，2006，31(5): 382-386，439.

[10] 毋河海. GIS環(huán)境下城市平面圖形的自動綜合問題[J]. 武漢測繪科技大學學報，2000，25(3): 196-202.

WU Hehai. Problems of City Plan Generalization in the GIS Environment[J]. Journal of Wuhan Technical University of Surveying and Mapping，2000，25(3): 196-202.

[11] 鄧紅艷，武芳，翟仁健，等. 基于數(shù)據(jù)庫的保質設計制圖綜合知識庫研究[J]. 測繪學報，2008，37(1): 121-127，134.

DENG Hongyan，WU Fang，ZHAI Renjian，et al. Study of Generalization Knowledge Base for Quality Control Based on Database[J]. Acta Geodaetica et Cartographica Sinica，2008，37(1): 121-127，134.

[12] STEINIGER S. Enabling Pattern-aware Automated Map Generalization[D]. Zurich: University of Zurich，2007.

[13] 齊清文，姜莉莉. 面向地理特征的制圖綜合指標體系和知識法則的建立與應用研究[J]. 地理科學進展，2001，20(S1): 1-13.

QI Qingwen，JIANG Lili. Research on the Index System and Knowledge Rules for Geographic-feature-oriented Generalization[J]. Progress in Geography，2001，20(S1): 1-13.

[14] VAN OOSTEROM P. Research and Development in Geo-information Generalisation and Multiple Representation[J]. Computers，Environment and Urban Systems，2009，33(5): 303-310.

[16] BREWER C A，BUTTENFIELD B P. Framing Guidelines for Multi-scale Map Design Using Databases at Multiple Resolutions[J]. Cartography and Geographic Information Science，2007，34(1): 3-15.

[17] MCMASTER R B.Knowledge Acquisition for Cartographic Generalization: Experimental Methods[C]∥MULLER J C，WEIBEL R，LAGRANGE J P. GIS and Generalization: Methodological and Practical Issues. London: Taylor & Francis，1995: 161-179.

[18] RUAS A. Automatic Generalization Rroject: Learning Process from Interactive Generalization[R]. [S.l.]: OEEPE，2001.

[19] 王家耀. 地圖制圖學與地理信息工程學科進展與成就[M]. 北京: 測繪出版社，2011.

WANG Jiayao. Advances in Cartography and Geographic Information Engineering[M]. Beijing: Surveying and Mapping Press，2011.

[20] PLAZANET C，BIGOLIN N M，RUAS A. Experiments with Learning Techniques for Spatial Model Enrichment and Line Generalization[J]. GeoInformatica，1998，2(4): 315-333.

[21] ZUCKER J D，MUSTIèRE S，SAITTA L. Learning Abstraction and Representation Knowledge: An Application to Cartographic Generalisation[C]∥Proceedings of the 5th International Workshop on MultiStrategy Learning. Guimaraes，Portugal: [s.n.]，2000.

[22] MUSTIèRE S，ZUCKER J D，SAITTA L. An Abstraction-Based Machine Learning Approach to Cartographic Generalisation[C]∥Proceedings of 9th International Symposium on Spatial Data Handling. Beijing: [s.n.]，2000: 50-63.

[23] MUSTIERE S. Cartographic Generalization of Roads in a Local and Adaptive Approach: A Knowledge Acquistion Problem[J]. International Journal of Geographical Information Science，2005，19(8-9): 937-955.

[24] 郭敏. 基于案例學習的道路網智能選取方法研究[D]. 鄭州: 信息工程大學，2013.

GUO Min. Research on Intelligent Road-network Selection Method Based on Cases Reasoning[D]. Zhengzhou: Information Engineering University，2013.

[25] 蔡忠亮，杜清運，毋河海，等. 大比例尺地形圖交互式綜合系統(tǒng)數(shù)據(jù)庫平臺的建立[J]. 武漢大學學報(信息科學版)，2002，27(3): 289-295，305.

CAI Zhongliang，DU Qingyun，WU Hehai，et al. Construction of Database Platform for Interactive Generalization on Large Scale Topographic Map[J]. Geomatics and Information Science of Wuhan University，2002，27(3): 289-295，305.

[26] HEINZLE F，ANDER K H，SESTER M. Graph Based Approaches for Recognition of Patterns and Implicit Information in Road Networks[C]∥Proceedings of the 22th International Cartographic Conference. La Corua，Spain: [s.n.]，2005.

[27] HEINZLE F，ANDERS K H，SESTER M. Pattern Recognition in Road Networks on the Example of Circular Road Detection[C]∥RAUBAL M，MILLER H J，F(xiàn)RANK A U，et al. Geographic Information Science. Berlin，Heidelberg: Springer，2006: 153-167.

[28] THOMSON R C. The ‘Stroke’ Concept in Geographic Network Generalization and Analysis[C]∥Proceedings of the 12th International Symposium on Spatial Data Handling. Vienna，Austria: [s.n.]，2006: 681-697.

[29] 欒學晨，楊必勝. 城市復雜道路網的Stroke生成方法[J]. 地理與地理信息科學，2009，25(1): 49-52.

LUAN Xuechen，YANG Bisheng. Generating Strokes from City Road Networks[J]. Geography and Geo-information Science，2009，25(1): 49-52.

[30] YANG Bisheng，LUAN Xuechen，LI Qingquan. Generating Hierarchical Strokes from Urban Street Networks Based on Spatial Pattern Recognition[J]. International Journal of Geographical Information Science，2011，25(12): 2025-2050.

[31] THOM S. A Strategy for Collapsing OS Integrated Transport NetworkTMDual Carriageways[C]∥Proceedings of the 8th ICA Workshop on Generalisation and Multiple Representation. La Corua，Spain: ICA，2005.

[32] PORTA S，CRUCITTI P，LATORA V. The Network Analysis of Urban Streets: A Dual Approach[J]. Physica A: Statistical Mechanics and its Applications，2006，369(2): 853-866.

[33] 田晶，艾廷華，丁紹軍. 基于C4.5算法的道路網網格模式識別[J]. 測繪學報，2012，41(1): 121-126.

TIAN Jing，AI Tinghua，DING Shaojun. Grid Pattern Recognition in Road Networks Based on C4.5 Algorithm[J]. Acta Geodaetica et Cartographica Sinica，2012，41(1): 121-126.

[34] 田晶，艾廷華，雷華清. 運用自組織映射識別街道網中的網格模式[J]. 武漢大學學報(信息科學版)，2012，37(3): 362-365.

TIAN Jing，AI Tinghua，LEI Huaqing. Recognition of Grid Pattern in Street Network Using Self-organizing Maps[J]. Geomatics and Information Science of Wuhan University，2012，37(3): 362-365.

[35] 徐柱，蒙艷姿，李志林，等. 基于有向屬性關系圖的典型道路交叉口結構識別方法[J]. 測繪學報，2011，40(1): 125-131.

XU Zhu，MENG Yanzi，LI Zhilin，et al. Recognition of Structures of Typical Road Junctions Based on Directed Attributed Relational Graph[J]. Acta Geodaetica et Cartographica Sinica，2011，40(1): 125-131.

[36] 楊必勝，欒學晨. 城市道路網幾何結構模式的自動識別方法[J]. 中國圖象圖形學報，2009，14(7): 1251-1255.

YANG Bisheng，LUAN Xuechen. An Automated Method for Structural Pattern Recognition of Road Networks[J]. Journal of Image and Graphics，2009，14(7): 1251-1255.

[37] 楊必勝，張云菲，欒學晨. 保持幾何模式的城市道路格網簡化方法[J]. 中國圖象圖形學報，2012，17(1): 150-156.

YANG Bisheng，ZHANG Yunfei，LUAN Xuechen. Pattern Preserving Method for Grid Simplification in Road Networks[J]. Journal of Image and Graphics，2012，17(1): 150-156.

[38] YANG Bisheng，LUAN Xuechen，LI Qingquan. An Adaptive Method for Identifying the Spatial Patterns in Road Networks[J]. Computers，Environment and Urban Systems，2010，34(1): 40-48.

[39] 徐柱，劉彩鳳，張紅，等. 基于路劃網絡功能評價的道路選取方法[J]. 測繪學報，2012，41(5): 769-776.

XU Zhu，LIU Caifeng，ZHANG Hong，et al. Road Selection Based on Evaluation of Stroke Network Functionality[J]. Acta Geodaetica et Cartographica Sinica，2012，41(5): 769-776.

[40] 楊敏，艾廷華，周啟. 顧及道路目標Stroke特征保持的路網自動綜合方法[J]. 測繪學報，2013，42(4): 581-587，594.

YANG Min，AI Tinghua，ZHOU Qi. A Method of Road Network Generalization Considering Stroke Properties of Road Object[J]. Acta Geodaetica et Cartographica Sinica，2013，42(4): 581-587，594.

[41] 欒學晨，楊必勝，李秋萍. 基于結構模式的道路網節(jié)點匹配方法[J]. 測繪學報，2013，42(4): 608-614.

LUAN Xuechen，YANG Bisheng，LI Qiuping. Pattern-based Node Matching Approach for Road Networks[J]. Acta Geodaetica et Cartographica Sinica，2013，42(4): 608-614.

[42] 何海威，錢海忠，劉海龍，等. 道路網層次骨架控制的道路選取方法[J]. 測繪學報，2015，44(4): 453-461. DOI: 10.11947/j.AGCS.2015.20130787

HE Haiwei，QIAN Haizhong，LIU Hailong，et al. Road Network Selection Based on Road Hierarchical Structure Control[J]. Acta Geodaetica et Cartographica Sinica，2015，44(4): 453-461. DOI: 10.11947/j.AGCS.2015.20130787.

[43] REGNAULD N. Spatial Structures to Support Automatic Generalisation[C]∥Proceedings of the 22nd International Cartographic Conference. La Corua，Spain: [s.n.]，2005.

[44] LI Zhilin，YAN Haowen，AI Tinghua，et al. Automated Building Generalization Based on Urban Morphology and Gestalt Theory[J]. International Journal of Geographical Information Science，2004，18(5): 514-534.

[45] ZHANG Xiang，AI Tinghua，STOTER J，et al. Building Pattern Recognition in Topographic Data: Examples on Collinear and Curvilinear Alignments[J]. GeoInformatica，2013，17(1): 1-33.

[46] 艾廷華，郭仁忠. 基于格式塔識別原則挖掘空間分布模式[J]. 測繪學報，2007，36(3): 302-308.

AI Tinghua，GUO Renzhong. Polygon Cluster Pattern Mining Based on Gestalt Principles[J]. Acta Geodaetica et Cartographica Sinica，2007，36(3): 302-308.

[47] 帥赟. 基于Gestalt認知原則的城市建筑群分布模式識別方法研究[D]. 武漢: 武漢大學，2008.

SHUAI Yun. Research on Distributed Pattern Recognition Method of Urban Building Group Based on Gestalt Cognitive Principle[D]. Wuhan: Wuhan University，2008.

[48] BASARANER M，SELCUK M. A Structure Recognition Technique in Contextual Generalisation of Buildings and Built-up Areas[J]. The Cartographic Journal，2008，45(4): 274-285.

[49] YAN Haowen，WEIBEL R，YANG Bisheng. A Multi-parameter Approach to Automated Building Grouping and Generalization[J]. GeoInformatica，2008，12(1): 73-89.

[50] QI Huabin. Detection and Generalization of Changes in Settlements for Automated Digital Map Updating[D]. Hong Kong: The Hong Kong Polytechnic University，2009.

[51] 鞏現(xiàn)勇，武芳. 城市建筑群網格模式的圖論識別方法[J]. 測繪學報，2014，43(9): 960-968. DOI: 10.13485/j.cnki.11-2089.2014.0125.

GONG Xianyong，WU Fang. The Graph Theory Approach to Grid Pattern Recognition in Urban Building Groups[J]. Acta Geodaetica et Cartographica Sinica，2014，43(9): 960-968. DOI: 10.13485/j.cnki.11-2089.2014.0125.

[52] 鞏現(xiàn)勇，武芳，錢海忠，等. 建筑群多連通直線模式的參數(shù)識別方法[J]. 武漢大學學報(信息科學版)，2014，39(3): 335-339.

GONG Xianyong，WU Fang，QIAN Haizhong，et al. The Parameter Discrimination Approach to Multi-connected Linear Pattern Recognition in Building Groups[J]. Geomatics and Information Science of Wuhan University，2014，39(3): 335-339.

[53] LI Zhilin. Algorithmic Foundation of Multi-scale Spatial Representation[M]. Bacon Raton: Taylor & Francis，2007.

[54] ROBINSON A H，SALE R D，MORRISON J L，et al. Elements of Cartography[M]. 5th ed. New York: John Wiley & Sons，1984.

[55] KEATES J S. Cartographic Design and Production[M]. 2nd ed. England: Longman Scientific & Technical，1989.

[56] BEARD M K，MACKEANESS W. Generalization Operators and Supporting Structures[C]∥Proceedings of the 51st Annual Convention of the American Congress on Surveying and Mapping/56th Annual Convention of the American Society for Photogrammetry and Remote Sensing. Moldova: Amer Congress Surveying & Mapping，1991: 29-45.

[57] MCMASTER R B，SHEA K S. Generalization in Digital Cartography[C]∥Association of American Geographers. Washington DC: Association of American Geographers，1992: 134.

[58] SCHLEGEL A，WEIBEL R. Extending A General-purpose GIS for Computer-assisted Generalization[C]∥Proceedings of the 17th International Cartographic Conference. Barcelone，Spain: ICC，1995.

[59] LEE D. Experiment on Formalizing the Generalization Process[C]∥MULLER J C，LAGRANGE J P，WEIBEL R. GIS and Generalization:Methodology and Practice. Bristol: Taylor & Francis，1995: 219-233.

[60] MACKANESS W. Knowledge of the Synergy of Generalization Operators in Automated Map Design[C]∥Proceedings of the 6th Canadian Conference on GIS. Canada: ISPRS，1994: 6-10.

[61] 毋河海，地圖信息自動綜合基本問題研究[J]. 武漢測繪科技大學學報，2000，25(5): 377-386.

WU Hehai. Research on Fundamental Theory and Technical Approaches of Automated Map Generalization[J]. Journal of Wuhan Technical University of Surveying and Mapping，2000，25(5): 377-386.

[62] 郭慶勝. 地圖自動綜合理論與方法[M]. 北京: 測繪出版社，2002.

GUO Qingsheng. Theory and Method of Cartographic Automatic Generalization[M]. Beijing: Surveying and Mapping Press，2002.

[63] 武芳，錢海忠. 自動綜合算子分析及算法庫的建立[J]. 測繪學院學報，2002，19(1): 50-52.

WU Fang，QIAN Haizhong. The Operator Analysis of Automated Generalization and the Establishment of the Operatorbase[J]. Journal of Institute of Surveying and Mapping，2002，19(1): 50-52.

[64] RIEGER M K，COULSON M R C. Consensus or Confusion: Cartographers’ Knowledge of Generalization[J]. Cartographica，1993，30(2-3): 69-80.

[65] 舒方國，龍毅，周侗，等. 地圖水系綜合中等高線簇與河網協(xié)同的匯水區(qū)域提取方法[J]. 測繪學報，2013，42(5): 774-781.

SHU Fangguo，LONG Yi，ZHOU Tong，et al. An Extraction Method of Catchment Basin Based on Cooperation of Contour Cluster and River Network in River Generalization[J]. Acta Geodaetica et Cartographica Sinica，2013，42(5): 774-781.

[66] 郭慶勝，王琳，孫雅庚，等. 線圖形簡化與移位算子的協(xié)同方法[J]. 測繪學報，2016，45(7): 850-857. DOI: 10.11947/j.AGCS.2016.20150513.

GUO Qingsheng，WANG Lin，SUN Yageng，et al. The Collaborative Method of Linear Graphic Simplification and Displacement[J]. Acta Geodaetica et Cartographica Sinica，2016，45(7): 850-857. DOI: 10.11947/j.AGCS.2016.20150513.

[67] 何宗宜. 用多元回歸分析法建立計算居民地選取指標的數(shù)學模型[J]. 測繪學報，1986，15(1): 41-50.

HE Zongyi. Using the Multivariate Regression-analysis Method to Establish the Mathematical Model to Determine the Quotas of Settlement Selection[J]. Acta Geodaetica et Cartographica Sinica，1986，15(1): 41-50.

[68] 王橋，吳紀桃. 制圖綜合方根規(guī)律模型的分形擴展[J]. 測繪學報，1996，25(2): 104-109，115.

WANG Qiao，WU Jitao. Fractal Transformation of Square Root Model in Cartographic Generalization[J]. Acta Geodaetica et Cartographica Sinica，1996，25(2): 104-109，115.

[69] 毋河海. 階差等比數(shù)列選取模型算法研究[J]. 武漢大學學報(信息科學版)，2007，32(11): 1016-1021.

WU Hehai. On Selection Model Algorithm for Geometrical Difference Sequences[J]. Geomatics and Information Science of Wuhan University，2007，32(11): 1016-1021.

[70] VAN KREVELD M，VAN OOSTRUM R，SNOEYINK J. Efficient Settlement Selection for Interactive Display[C]∥Proceedings of Auto-Carto 12. Bethesda，MD: [s.n.]，1995: 287-296.

[71] 錢海忠，武芳，鄧紅艷. 基于CIRCLE特征變換的點群選取算法[J]. 測繪科學，2005，30(3): 83-85.

QIAN Haizhong，WU Fang，DENG Hongyan. A Model of Point Cluster Selection with Circle Characters[J]. Science of Surveying and Mapping，2005，30(3): 83-85.

[72] 徐肇忠. 用模糊綜合評判原理確定地圖上制圖物體選取的一種數(shù)學模型[J]. 測繪學報，1986，15(1): 51-62.

XU Zhaozhong. A Mathematical Model for Determining the Selection of Cartographic Objects in a Map on the Basis of Fuzzy Synthetic Judgement Principle[J]. Acta Geodaetica et Cartographica Sinica，1986，15(1): 51-62.

[73] 鄧紅艷，武芳，錢海忠，等. 基于遺傳算法的點群目標選取模型[J]. 中國圖象圖形學報，2003，8(8): 970-976.

DENG Hongyan，WU Fang，QIAN Haizhong，et al. A Model of Point Cluster Selection Based on Genetic Algorithms[J]. Journal of Image and Graphics，2003，8(8): 970-976.

[74] 侯璇，武芳，劉芳，等. 基于彈性力學思想的居民地點群目標位移模型[J]. 測繪科學，2005，30(2): 44-47.

HOU Xuan，WU Fang，LIU Fang，et al. A Model for Point Cluster Displacement in Automated Generaligation[J]. Science of Surveying and Mapping，2005，30(2): 44-47.

[75] 蔡永香，郭慶勝. 基于Kohonen網絡的點群綜合研究[J]. 武漢大學學報(信息科學版)，2007，32(7): 626-629.

CAI Yongxiang，GUO Qingsheng. Points Group Generalization Based on Konhonen Net[J]. Geomatics and Information Science of Wuhan University，2007，32(7): 626-629.

[76] 宋鷹，何宗宜，粟衛(wèi)民. 基于Rough集的居民地屬性知識約簡與結構化選取[J]. 武漢大學學報(信息科學版)，2005，30(4): 329-332.

SONG Ying，HE Zongyi，SU Weimin. Attributes Reduction and Structured Selection in Automatic Cartographical Generalization Based on Rough Set[J]. Geomatics and Information Science of Wuhan University，2005，30(4): 329-332.

[77] 李雯靜，林志勇，龍毅. 粗集分類思想在GIS點群綜合中的應用[J]. 武漢大學學報(信息科學版)，2008，33(9): 896-899.

LI Wenjing，LIN Zhiyong，LONG Yi. Application of Rough Set Idea to Points Object GIS Generalization[J]. Geomatics and Information Science of Wuhan University，2008，33(9): 896-899.

[78] 艾廷華，劉耀林. 保持空間分布特征的群點化簡方法[J]. 測繪學報，2002，31(2): 175-181.

AI Tinghua，LIU Yaolin. A Method of Point Cluster Simplification with Spatial Distribution Properties Preserved[J]. Acta Geodaetica et Cartographica Sinica，2002，31(2): 175-181.

[79] 閆浩文，王家耀. 基于Voronoi圖的點群目標普適綜合算法[J]. 中國圖象圖形學報，2005，10(5): 633-636.

YAN Haowen，WANG Jiayao. A Generic Algorithm for Point Cluster Generalization Based on Voronoi Diagrams[J]. Journal of Image and Graphics，2005，10(5): 633-636.

[80] 毋河海. 凸殼原理在點群目標綜合中的應用[J]. 測繪工程，1997，6(1): 1-6.

WU Hehai. Principle of Convex Hull and Its Applications in Generalization of Grouped Point Objects[J]. Engineering of Surveying and Mapping，1997，6(1): 1-6.

[81] DELUCIA A A，BLACK R B. A Comprehensive Approach to Automatic Feature Generalisation[C]∥Proceedings of 13th International Cartographic Conference. Morelia，Mexico: International Cartographic Association，1987: 169-192.

[82] 王家耀，田震. 海圖水深綜合的人工神經元網絡方法[J]. 測繪學報，1999，28(4): 335-339.

WANG Jiayao，TIAN Zhen. The Cartographic Generalization of Soundings on Chart by Artificial Neural Network Techniques[J]. Acta Geodaetica et Cartographica Sinica，1999，28(4): 335-339.

[83] TSOULOS L. Sounding Selection for Nautical Charts: An Expert System Approach[C]∥Proceedings of 18th International Cartography Conference. Stockholm: International Cartographic Association，1997: 2021-2028.

[84] 劉穎，翟京生，陸毅，等. 數(shù)字海圖水深注記的自動綜合研究[J]. 測繪學報，2005，34(2): 179-184.

LIU Ying，ZHAI Jingsheng，LU Yi，et al. Automatic Generalization of Sounding in Digital Chart[J]. Acta Geodaetica et Cartographica Sinica，2005，34(2): 179-184.

[85] ZHAI Jingsheng，LU Yi. Recognition and Measurement of Marine Topography for Sounding Generalization in Digital Nautical Chart[J]. Marine Geodesy，2005，28(2): 167-174.

[86] SUI Haigang，HUA Li，ZHAO Haitao，et al. A Fast Algorithm of Cartographic Sounding Selection[J]. Geo-Spatial Information Science，2005，8(4): 262-268.

[87] ZORASTER S，BAYER S. Automated Cartographic Sounding Selection[J]. International Hydrographic Review，Monaco，1992，69(3): 103-116.

[88] 賈帥東，張立華，彭認燦. 與等深線協(xié)調的水深自動選取方法[J]. 哈爾濱工程大學學報，2015，37(1): 1-6.

JIA Shuaidong，ZHANG Lihua，PENG Rencan. Method for Automatic Selection of Water Depth Harmonizing with A Depth Contour[J]. Journal of Harbin Engineering University，2015，37(1): 1-6.

[89] 張立華，賈帥東，元建勝，等. 一種基于不確定度的水深控淺方法[J]. 測繪學報，2012，41(2): 184-190.

ZHANG Lihua，JIA Shuaidong，YUAN Jiansheng，et al. A Method for Controlling Shoal-bias Based on Uncertainty[J]. Acta Geodaetica et Cartographica Sinica，2012，41(2): 184-190.

[90] KREVELD M，PESCHIER J. On the Automated Generalization of Road Network Maps[C]∥Proceeding of the 3rd International Conference on GeoComputation. [S.l.]，1998.

[91] 胡云崗，陳軍，李志林，等. 基于網眼密度的道路選取方法[J]. 測繪學報，2007，36(3): 351-357.

HU Yungang，CHEN Jun，LI Zhilin，et al. Selective Omission of Road Features Based on Mesh Density for Digital Map Generalization[J]. Acta Geodaetica et Cartographica Sinica，2007，36(3): 351-357.

[92] 鄧紅艷，武芳，王輝連，等. 基于拓撲相似性的道路網綜合模型[J]. 測繪科學技術學報，2008，25(3): 183-187.

DENG Hongyan，WU Fang，WANG Huilian，et al. A Generalization of Road Networks Based on Topological Similarity[J]. Journal of Geomatics Science and Technology，2008，25(3): 183-187.

[93] JIANG B，ClARAMUNT C. A Structural Approach to the Model Generalization of an Urban Street Network[J]. GeoInformatica，2004，8(2): 157-171.

[94] 陳波，武芳，錢海忠. 道路網自動選取方法研究[J]. 中國圖象圖形學報，2008，13(12): 2388-2393.

CHEN Bo，WU Fang，QIAN Haizhong. Study on Road Networks’ Auto-selection Algorithms[J]. Journal of Image and Graphics，2008，13(12): 2388-2393.

[95] WEISS R，WEIBEL R. Road Network Selection for Small-scale Maps Using An Improved Centrality-based Algorithm[J]. Journal of Spatial Information Science，2014(9): 71-99.

[96] THOMSON R C，RICHARDSON D E. The ‘Good Continuation’ Principle of Perceptual Organization Applied to the Generalization of Road Networks[C]∥Proceedings of the 19th International Cartographic Conference. Ottawa: Canadian Institute of Geomatics，1999: 1215-1223.

[97] THOMSON R，BROOKS R. Generalisation of Geographical Networks[C]∥Proceedings of Generalization of Geographic Information: Cartographic Modeling and Applications. Amsterdam: Elsevier，2007: 255-268.

[98] 錢海忠，張釗，翟銀鳳，等. 特征識別、Stroke與極化變換結合的道路網選取[J]. 測繪科學技術學報，2010，27(5): 371-374.

QIAN Haizhong，ZHANG Zhao，ZHAI Yinfeng，et al. Road Selection Method Based on Character Recognition，Stroke and Polarization Transformation[J]. Journal of Geomatics Science and Technology，2010，27(5): 371-374.

[100] 鄧紅艷，武芳，翟仁健，等. 基于遺傳算法的道路網綜合模型[J]. 武漢大學學報(信息科學版)，2006，31(2): 164-167.

DENG Hongyan，WU Fang，ZHAI Renjian，et al. A Generalization Model of Road Networks Based on Genetic Algorithm[J]. Geomatics and Information Science of Wuhan University，2006，31(2): 164-167.

[101] PLAZANET C. Measurement，Characterization and Classification for Automated Line Feature Generalization[C]∥Proceedings of Auto-Carto. Bethesda: [s.n.]，1995: 59-68.

[102] 杜清運. 地圖數(shù)據(jù)庫中的結構化河網及其自動建立[J]. 武漢測繪科技大學學報，1988，13(2): 70-77.

DU Qingyun. The Automatic Establishment of Structured River Network in Cartographic Database[J]. Journal of Wuhan Technical University of Surveying and Mapping，1988，13(2): 70-77.

[103] 譚笑，武芳，黃琦，等. 主流識別的多準則決策模型及其在河系結構化中的應用[J]. 測繪學報，2005，34(2): 154-160.

TAN Xiao，WU Fang，HUANG Qi，et al. A Multi-criteria Decision Model for Identifying Master River and Its Application in River System Construction[J]. Acta Geodaetica et Cartographica Sinica，2005，34(2): 154-160.

[104] 張青年，全洪. 河系樹的建立及其應用[J]. 中山大學學報(自然科學版)，2005，44(6): 101-104.

ZHANG Qingnian，QUAN Hong. Construction and Application of River-tree[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni，2005，44(6): 101-104.

[105] 郭慶勝，黃遠林. 樹狀河系主流的自動推理[J]. 武漢大學學報(信息科學版)，2008，33(9): 978-981.

GUO Qingsheng，HUANG Yuanlin. Automatic Reasoning on Main Streams of Tree River Networks[J]. Geomatics and Information Science of Wuhan University，2008，33(9): 978-981.

[106] 翟仁健. 基于遺傳多目標優(yōu)化的線狀水系要素自動選取研究[D]. 鄭州: 信息工程大學，2006.

ZHAI Renjian. Study on Automated Selection of Linear Drainage Feature Based on Multi-objective Optimization by Genetic Algorithms[D]. Zhengzhou: Information Engineering University，2006.

[107] 張青年. 顧及密度差異的河系簡化[J]. 測繪學報，2006，35(2): 191-196.

ZHANG Qingnian. Generalization of Drainage Network with Density Differences[J]. Acta Geodaetica et Cartographica Sinica，2006，35(2): 191-196.

[108] 武芳，譚笑，王輝連，等. 顧及網絡特征的復雜人工河網的自動選取[J]. 中國圖象圖形學報，2007，12(6): 1103-1109.

WU Fang，TAN Xiao，WANG Huilian，et al. Study on Automated Canal Selection[J]. Journal of Image and Graphics，2007，12(6): 1103-1109.

[109] 張青年. 逐層分解選取指標的河系簡化方法[J]. 地理研究，2007，26(2): 222-228.

ZHANG Qingnian. Drainage Generalization by Layered Division of the Number of Retained Rivers in River Trees[J]. Geographical Research，2007，26(2): 222-228.

[110] 吳戰(zhàn)家. 制圖綜合專家系統(tǒng)的研制與河流要素自動綜合的實現(xiàn)[D]. 鄭州: 解放軍測繪學院，1991.

WU Zhanjia. Research on Map Generalization Expert Sys-tem and River’s Auto-generalization[D]. Zhengzhou: The PLA Institute of Surveying and Mapping，1991.

[111] 劉春，叢愛巖. 基于“知識規(guī)則”的GIS水系要素制圖綜合推理[J]. 測繪通報，1999(9): 21-24. DOI: 10.3969/j.issn.0494-0911.1999.09.007.

LIU Chun，CONG Aiyan. Rivers Cartographic Generalization Reasoning of GIS Based on Knowledge Rules[J]. Bulletin of Surveying and Mapping，1999(9): 21-24. DOI: 10.3969/j.issn.0494-0911.1999.09.007.

[112] 武芳，譚笑，翟仁健，等. 基于知識表達和推理的河網自動選取[J]. 遼寧工程技術大學學報，2007，26(2): 183-186.

WU Fang，TAN Xiao，ZHAI Renjian，et al. Automated River Selection Based on Cartographic Knowledge Representation and Reasoning[J]. Journal of Liaoning Technical University，2007，26(2): 183-186.

[113] 艾廷華，劉耀林，黃亞鋒. 河網匯水區(qū)域的層次化剖分與地圖綜合[J]. 測繪學報，2007，36(2): 231-236，243.

AI Tinghua，LIU Yaolin，HUANG Yafeng. The Hierarchical Watershed Partitioning and Generalization of River Network[J]. Acta Geodaetica et Cartographica Sinica，2007，36(2): 231-236，243.

[114] 翟仁健，武芳，鄧紅艷，等. 基于遺傳多目標優(yōu)化的河流自動選取模型[J]. 中國礦業(yè)大學學報，2006，35(3): 403-408.

ZHAI Renjian，WU Fang，DENG Hongyan，et al. Automated Elimination of River Based on Multi-Objective Optimization Using Genetic Algorithm[J]. Journal of China University of Mining & Technology，2006，35(3): 403-408.

[115] 翟仁健，武芳，鄧紅艷，等. 基于遺傳多目標優(yōu)化的人工河網自動選取模型[J]. 測繪學報，2008，37(1): 108-113. DOI: 10.3321/j.issn:1001-1595.2008.01.019.

ZHAI Renjian，WU Fang，DENG Hongyan，et al. An Automated Selection Model of Ditch Based on Multi-objective Optimization by Genetic Algorithm[J]. Acta Geodaetica et Cartographica Sinica，2008，37(1): 108-113. DOI: 10.3321/j.issn:1001-1595.2008.01.019.

[116] LANG T. Rules for the Robot Draughtsmen[J]. The Geographical Magazine，1969，42(1): 50-51.

[117] DOUGLAS D H，PEUCKER T K. Algorithms for the Reduction of the Number of Points Required to Represent A Digitized Line or Its Caricature[J]. Cartographica，1973，10(2): 112-122.

[118] OPHEIM H. Fast Data Reduction of A Digitized Curve[J]. Geo-Processing，1982(2): 33-40.

[119] VISVALINGAM M，WILLIAMSON P J. Simplification and Generalization of Large Scale Data for Roads: A Comparison of Two Filtering Algorithms[J]. Cartography and Geographic Information Systems，1995，22(4): 264-275.

[120] HORN B K P，WELDON E J. Filtering Closed Curves[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence，1986，8(5): 665-668.

[121] LI Zhilin，OPENSHAW S. Algorithms for Automated Line Generalization Based on A Natural Principle of Objective Generalization[J]. International Journal of Geographical Information Systems，1992，6(5): 373-389.

[122] DUTTON G H. A Hierarchical Coordinate System for Geoprocessing and Cartography[M]. Berlin Heidelberg: Springer，1999.

[123] SAALFELD A. Topologically Consistent Line Simplification with the Douglas-Peucker Algorithm[J]. Cartography and Geographic Infomation Science，1999，26(1): 7-18.

[124] RAPOSO P. Scale-specific Automated Line Simplification by Vertex Clustering on A Hexagonal Tessellation[J]. Cartography and Geographic Information Science，2013，40(5): 427-443.

[125] PALLERO J L G. Robust Line Simplification on the Surface of the Sphere[J]. Computers & Geosciences，2015(83): 146-152.

[126] TIENAAH T，STEFANAKIS E，COLEMAN D. Contextual Douglas-Peucker Simplification[J]. Geomatica，2015，69(3): 327-338.

[127] N?LLENBURG M，MERRICK D，WOLFF A，et al. Morphing Polylines: A Step Towards Continuous Generalization[J]. Computers，Environment and Urban Systems，2008，32(4): 248-260.

[128] PERKAL J. An Attempt at Objective Generalization[R]. Ann Arbor: Michigan Inter-University，1966: 58-76.

[129] GUILBERT E，LIN Hui. B-spline Curve Smoothing for Isobathymetric Line Generalization[J]. Geographic Information Sciences，2005，11(2): 78-86.

[130] WANG Zeshen，MüLLER J C. Line Generalization Based on Analysis of Shape Characteristics[J]. Cartography and Geographic Information System，1998，25(1): 3-15.

[131] 艾廷華，郭仁忠，劉耀林. 曲線彎曲深度層次結構的二叉樹表達[J]. 測繪學報，2001，30(4): 343-348.

AI Tinghua，GUO Renzhong，LIU Yaolin. A Binary Tree Representation of Curve Hierarchical Structure in Depth[J]. Acta Geodaetica et Cartographica Sinica，2001，30(4): 343-348.

[132] 毋河海. 數(shù)字曲線拐點的自動確定[J]. 武漢大學學報(信息科學版)，2003，28(3): 330-335.

WU Hehai. Automatic Determination of Inflection Point and Its Applications[J]. Geomatics and Information Science of Wuhan University，2003，28(3): 330-335.

[133] 翟仁健，武芳，朱麗，等. 利用地理特征約束進行曲線化簡[J]. 武漢大學學報(信息科學版)，2009，34(9): 1021-1024，1089.

ZHAI Renjian，WU Fang，ZHU Li，et al. Line Simplification Method Based on Geographic-feature Constraint[J]. Geomatics and Information Science of Wuhan University，2009，34(9): 1021-1024，1089.

[134] 操震洲，李滿春，程亮. 曲線彎曲的多叉樹表達[J]. 測繪學報，2013，42(4): 602-607.

CAO Zhenzhou，LI Manchun，CHENG Liang. Multi-way Trees Representation for Curve Bends[J]. Acta Geodaetica et Cartographica Sinica，2013，42(4): 602-607.

[135] AI Tinghua，ZHOU Qi，ZHANG Xiang，et al. A Simplification of Ria Coastline with Geomorphologic Characteristics Preserved[J]. Marine Geodesy，2014，37(2): 167-186.

[136] QIAN Haizhong，ZHANG Meng，WU Fang. A New Simplification Approach Based on the Oblique-dividing-curve Method for Contour Lines[J]. International Journal of Geo-Information，2016，5(9): 153. DOI: 10.3390/ijgi5090153.

[137] AI Tinghua，KE Shu，YANG Min，et al. Envelope Generation and Simplification of Polylines Using Delaunay Triangulation[J]. International Journal of Geographical Information Science，2017，31(2): 297-319. DOI: 10.1080/13658816.2016.1197399.

[138] 彭東亮，鄧敏，劉慧敏. 更充分利用獨立彎曲結構的線狀要素Morphing變換方法[J]. 測繪學報，2014，43(6): 637-644，652. DOI: 10.13485/j.cnki.11-2089.2014.0100.

PENG Dongliang，DENG Min，LIU Huimin. Morphing Transformation of Linear Features by Using Independent Bend Structures More Sufficiently[J]. Acta Geodaetica et Cartographica Sinica，2014，43(6): 637-644，652. DOI: 10.13485/j.cnki.11-2089.2014.0100.

[139] 何海威，錢海忠，王驍，等. 采用彎曲進行道路化簡沖突避免的方法[J]. 測繪學報，2016，45(3): 354-361. DOI: 10.11947/j.AGCS.2016.20140576.

HE Haiwei，QIAN Haizhong，WANG Xiao，et al. Avoiding Special Conflicts in Road Simplification by Using Road Bends[J]. Acta Geodaetica et Cartographica Sinica，2016，45(3): 354-361. DOI: 10.11947/j.AGCS.2016.20140576.

[140] 龍毅，曹陽，沈婕，等. 基于約束D-TIN的等高線簇與河網協(xié)同綜合方法[J]. 測繪學報，2011，40(3): 379-385.

LONG Yi，CAO Yang，SHEN Jie，et al. Cooperative Generalization Method of Contour Cluster and River Network Based on Constrained D-TIN[J]. Acta Geodaetica et Cartographica Sinica，2011，40(3): 379-385.

[141] 李雯靜，邱佳，林志勇，等. 曲線彎曲識別與等高線簇結構化方法[J]. 測繪學報，2013，42(2): 295-303.

LI Wengjing，QIU Jia，LIN Zhiyong，et al. Approach of Curve Bends Recognition and Contour Cluster Structuralization[J]. Acta Geodaetica et Cartographica Sinica，2013，42(2): 295-303.

[142] 李成名，郭沛沛，殷勇，等. 一種顧及空間關系約束的線化簡算法[J]. 測繪學報，2017，46(4): 498-506. DOI: 10.11947/j.AGCS.2017.20160546.

LI Chengming，GUO Peipei，YIN Yong，et al. A Line Simplification Algorithm Considering Spatial Relations between Two Lines[J]. Acta Geodaetica et Cartographica Sinica，2017，46(4): 498-506. DOI: 10.11947/j.AGCS.2017.20160546.

[143] GARCíA-BALBOA J L，ARIZA-LóPEZ F J. Generalization-Oriented Road Line Classification by Means of An Artificial Neural Network[J]. GeoInformatica，2008，12(3): 289-312.

[144] 武芳，鄧紅艷. 基于遺傳算法的線要素自動化簡模型[J]. 測繪學報，2003，32(4): 349-355.

WU Fang，DENG Hongyan. Using Genetic Algorithms for Solving Problems in Automated Line Simplification[J]. Acta Geodaetica et Cartographica Sinica，2003，32(4): 349-355.

[145] JIANG Bin，NAKOS B. Line Simplification Using Self-organizing Maps[C]∥Proceedings of ISPRS Workshop on Spatial Analysis and Decision Making. Hong Kong，China: ISPRS，2003.

[146] 鄭春燕，郭慶勝，胡華科. 基于蟻群優(yōu)化算法的線狀目標簡化模型[J]. 測繪學報，2011，40(5): 635-638.

ZHENG Chunyan，GUO Qingsheng，HU Huake. The Simplification Model of Linear Objects Based on Ant Colony Optimization Algorithm[J]. Acta Geodaetica et Cartographica Sinica，2011，40(5): 635-638.

[147] 李精忠，吳晨琛，楊澤龍，等. 一種利用模擬退火思想的線狀要素Morphing方法[J]. 武漢大學學報(信息科學版)，2014，39(12): 1446-1451.

LI Jingzhong，WU Chenchen，YANG Zelong，er al. A Morphing Method for Linear Features Based on Simulated Annealing[J]. Geomatics and Information Science of Wuhan University，2014，39(12): 1446-1451.

[148] GUILBERT E. Feature-Driven Generalization of Isobaths on Nautical Charts: A Multi-agent System Approach[J]. Transactions in GIS，2016，20(1): 126-143.

[149] PARK W，YU K. Hybrid Line Simplification for Cartographic Generalization[J]. Pattern Recognition Letters，2011，32(9): 1267-1273.

[150] LI Z. Mathematical Morphology in Digital Generalization of Raster Map Data[J]. Cartography，1994，23(1): 1-10.

[151] SU Bo，LI Zhilin. An Algebraic Basis for Digital Generalization of Area-patches Based on Morphological Techniques[J]. The Cartographic Journal，1995，32(2): 148-153.

[152] SU Bo，LI Zhilin，LODWICK G，et al. Algebraic Models for the Aggregation of Area Features Based upon Morphological Operators[J]. International Journal of Geographical Information Science，1997，11(3): 233-246.

[153] 王光霞，楊培. 數(shù)學形態(tài)學在居民地街區(qū)合并中的應用[J]. 測繪學院學報，2000，17(3): 201-203，206. DOI: 10.3969/j.issn.1673-6338.2000.03.014.

WANG Guangxia，YANG Pei. Application of Mathematic Morphology in Uniting Blocks of Residential Area[J]. Journal of Institute of Surveying and Mapping，2000，17(3): 201-203，206. DOI: 10.3969/j.issn.1673-6338.2000.03.014.

[154] JONES C B，BUNDY G L，WARE M J. Map Generalization with a Triangulated data Structure[J]. Cartography and Geographic Information Systems，1995，22(4): 317-331.

[155] 艾廷華，郭仁忠，陳曉東. Delaunay三角網支持下的多邊形化簡與合并[J]. 中國圖象圖形學報，2001，6(7): 703-709.

AI Tinghua，GUO Renzhong，CHEN Xiaodong. Simplification and Aggregation of Polygon Object Supported by Delaunay Triangulation Structure[J]. Journal of Image and Graphics，2001，6(7): 703-709.

[156] 錢海忠，武芳，譚笑，等. 基于ABTM的城市建筑物合并算法[J]. 中國圖象圖形學報，2005，10(10): 1224-1233.

QIAN Haizhong，WU Fang，TAN Xiao，et al. The Algorithm for Merging City Buildings Based on ABTM[J]. Journal of Image and Graphics，2005，10(10): 1224-1233.

[157] 張晶，周燁，劉瑜. SDS模型化簡合并多邊形的一個改進算法研究[J]. 中國圖象圖形學報，2006，11(7): 1010-1016.

ZHANG Jing，ZHOU Ye，LIU Yu. An Improved Algorithm for SDS Model Based Polygon Simplification and Aggregation[J]. Journal of Image and Graphics，2006，11(7): 1010-1016.

[158] 郭沛沛，李成名，殷勇. 建筑物合并的Delaunay三角網分類過濾法[J]. 測繪學報，2016，45(8): 1001-1007. DOI: 10.11947/j.AGCS.2016.20150587.

GUO Peipei，LI Chengming，YIN Yong. Classification and Filtering of Constrained Delaunay Triangulation for Automated Building Aggregation[J]. Acta Geodaetica et Cartographica Sinica，2016，45(8): 1001-1007. DOI: 10.11947/j.AGCS.2016.20150587.

[159] 郭慶勝. 以直角方式轉折的面狀要素圖形簡化方法[J]. 武漢測繪科技大學學報，1999，24(3): 255-258.

Guo Qingsheng. The Method of Graphic Simplification of Area Feature Boundary as Right Angle[J]. Journal of Wuhan Technical University of Surveying and Mapping，1999，24(3): 255-258.

[160] 錢海忠，武芳，朱鯤鵬，等. 一種基于降維技術的街區(qū)綜合方法[J]. 測繪學報，2007，36(1): 102-107，118.

QIAN Haizhong，WU Fang，ZHU Kunpeng，et al. A Generalization Method of Street Block Based on Dimension-Reducing Technique[J]. Acta Geodaetica et Cartographica Sinica，2007，36(1): 102-107，118.

[161] 劉鵬程，艾廷華，鄧吉芳. 基于最小二乘的建筑物多邊形的化簡與直角化[J]. 中國礦業(yè)大學學報，2008，37(5): 699-704.

LIU Pengcheng，AI Tinghua，DENG Jifang.Simplification and Rectangularity of Building-polygon Based on Least Squares Adjustment[J]. Journal of China University of Mining & Technology，2008，37(5): 699-704.

[162] 許文帥，龍毅，周侗，等. 基于鄰近四點法的建筑物多邊形化簡[J]. 測繪學報，2013，42(6): 929-936.

XU Wenshuai，LONG Yi，ZHOU Tong，et al. Simplification of Building Polygon Based on Adjacent Four-point Method[J]. Acta Geodaetica et Cartographica Sinica，2013，42(6): 929-936.

[163] 劉鵬程，艾廷華，胡晉山，等. 基于原型模板形狀匹配的建筑多邊形化簡[J]. 武漢大學學報(信息科學版)，2010，35(11): 1369-1372.

LIU Pengcheng，AI Tinghua，HU Jinshan，et al. Building-polygon Simplification Based on Shape Matching of Prototype Template[J]. Geomatics and Information Science of Wuhan University，2010，35(11): 1369-1372.

[164] 晏雄鋒，艾廷華，楊敏. 居民地要素化簡的形狀識別與模板匹配方法[J]. 測繪學報，2016，45(7): 874-882. DOI: 10.11947/j.AGCS.2016.20150162.

YAN Xiongfeng，AI Tinghua，YANG Min. A Simplification of Residential Feature by the Shape Cognition and Template Matching Method[J]. Acta Geodaetica et Cartographica Sinica，2016，45(7): 874-882. DOI: 10.11947/j.AGCS.2016.20150162.

[165] 閆浩文，應申，李霖. 多因子影響的地圖居民地自動聚群與綜合研究[J]. 武漢大學學報(信息科學版)，2008，33(1): 51-54.

YAN Haowen，YING Shen，LI Lin. An Approach for Automated Building Grouping and Generalization Considering Multiple Parameters[J]. Geomatics and Information Science of Wuhan University，2008，33(1): 51-54.

[166] 郭仁忠，艾廷華. 制圖綜合中建筑物多邊形的合并與化簡[J]. 武漢測繪科技大學學報，2000，25(1): 25-30.

GUO Renzhong，AI Tinghua. Simplification and Aggregation of Building Polygon in Automatic Map Generalization[J]. Journal of Wuhan Technical University of Surveying and Mapping，2000，25(1): 25-30.

[167] 王輝連，武芳，張琳琳，等. 數(shù)學形態(tài)學和模式識別在建筑物多邊形化簡中的應用[J]. 測繪學報，2005，34(3): 269-276.

WANG Huilian，WU Fang，ZHANG Linlin，et al. The Application of Mathematical Morphology and Pattern Recognition to Building Polygon Simplification[J]. Acta Geodaetica et Cartographica Sinica，2005，34(3): 269-276.

[168] 侯璇. 基于彈性力學原理的自動綜合位移模型[D]. 鄭州: 信息工程大學，2004.

HOU Xuan. Automatic Displacement Model Based on Elastic Mechanics[D]. Zhengzhou: Information and Engineering University，2004.

[169] 武芳，王家耀. 軍交圖數(shù)據(jù)庫支持下的線劃要素的自動移位[J]. 測繪學報，1992，21(4): 291-298.

WU Fang WANG Jiayao. Automatic Displacement of Line Feature Supported by the Cartographic Databank of Military Traffic[J]. Acta Geodaetica et Cartographica Sinica，1992，21(4): 291-298.

[170] LI Zhilin，SU Bo. Algebraic Models for Feature Displacement in the Generalization of Digital Map Data Using Morphological Techniques[J]. Cartographica，1995，32(3): 39-56.

[172] BADER M. Energy Minimization Methods for Feature Displacement in Map Generalization[D]. Zürich: Universit?t Zürich，2001.

[173] 武芳，侯璇，錢海忠，等. 自動制圖綜合中的線目標位移模型[J]. 測繪學報，2005，34(3): 262-268.

WU Fang，HOU Xuan，QIAN Haizhong，et al. A Model for Road Network Displacement in Automated Map Generalization[J]. Acta Geodaetica et Cartographica Sinica，2005，34(3): 262-268.

[174] LIU Yuangang，GUO Qingsheng，SUN Yageng，et al. A Combined Approach to Cartographic Displacement for Buildings Based on Skeleton and Improved Elastic Beam Algorithm[J]. PLoS One，2014，9(12): e113953. DOI: 10.1371/journal.pone.0113953.

[175] 劉遠剛，郭慶勝，孫雅庚，等. 地圖自動綜合中Beams移位算法的實現(xiàn)與改進[J]. 武漢大學學報(信息科學版)，2016，41(4): 450-454，540.

LIU Yuangang，GUO Qingsheng，SUN Yageng，et al. Implementation and Improvement of Beams Displacement Algorithm in Automated Cartographic Generalization[J]. Geomatics and Information Science of Wuhan University，2016，41(4): 450-454，540.

[176] BURGHARDT D，MEIER S. Cartographic Displacement Using the Snakes Concept[C]∥FOERSTNER W，PLUEMER L. Proceedings of the Semantic Modeling for the Acquisition of Topographic Information from Images and Maps. Basel: Birkhaeuser Verlag，1997: 59-71.

[177] 吳小芳，杜清運，胡月明，等. 基于改進Snake模型的道路網空間沖突處理[J]. 測繪學報，2008，37(2): 223-229.

WU Xiaofang，DU Qingyun，HU Yueming，et al. Disposal of Spatial Conflict Between the Roads Networks Based on Improved Snake Model[J]. Acta Geodaetica et Cartographica Sinica，2008，37(2): 223-229.

[178] 孫雅庚，郭慶勝，劉遠剛，等. 顧及格式塔原則的建筑物群移位實數(shù)編碼遺傳算法[J]. 武漢大學學報(信息科學版)，2015，40(2): 269-273.

SUN Yageng，GUO Qingsheng，LIU Yuangang，et al. A Real-Coded Genetic Algorithm Considering Gestalt Principles to Building Displacement[J]. Geomatics and Information Science of Wuhan University，2015，40(2): 269-273.

[179] NICKERSON B G. Automated Cartographic Generalization for Linear Features[J]. Cartographica，1988，25(3): 15-66.

[180] BADER M，BARRAULT M，WEIBEL R. Building Displacement over A Ductile Truss[J]. International Journal of Geographical Information Science，2005，19(8-9): 915-936.

[181] 李沛川. 全局移位場方法在地圖要素移位中的應用[D]. 武漢: 武漢測繪科技大學，1994.

LI Peichuan. Displacement Field Oriented Study of Map Elements Displacement[D]. Wuhan: Wuhan Technical University of Surveying and Mapping，1994.

[182] 艾廷華. 基于場論分析的建筑物群的移位[J]. 測繪學報，2004，33(1): 89-94.

AI Tinghua. A Displacement of Building Cluster Based on Field Analysis[J]. Acta Geodaetica et Cartographica Sinica，2004，33(1): 89-94.

[183] 周啟，艾廷華，張翔. 面向多重空間沖突解決的移位場模型[J]. 測繪學報，2013，42(4): 615-620.

ZHOU Qi，AI Tinghua，ZHANG Xiang. A Displacement Field Model to Resolve Multiple Spatial Conflicts[J]. Acta Geodaetica et Cartographica Sinica，2013，42(4): 615-620.

[184] RUAS A. A Method for Building Displacement in Automated Map Generalisation[J]. International Journal of Geographical Information Science，1998，12(8): 789-803.

[185] 吳小芳，杜清運，徐智勇. 多層次移位原則的道路與建筑物空間沖突處理[J]. 測繪學報，2010，39(6): 649-654.

WU Xiaofang，DU Qingyun，XU Zhiyong. Disposal of Spatial Conflict Between the Roads and Buildings Based on the Multilevel Displacement Principles[J]. Acta Geodaetica et Cartographica Sinica，2010，39(6): 649-654.

[186] 李國輝，許文帥，龍毅，等. 面向等高線與河流沖突處理的多約束移位方法[J]. 測繪學報，2014，43(11): 1204-1210. DOI: 10.13485/j.cnki.11-2089.2014.0185.

LI Guohui，XU Wenshuai，LONG Yi，et al. A Multi-Constraints Displacement Method for Solving Spatial Conflict Between Contours and Rivers[J]. Acta Geodaetica et Cartographica Sinica，2014，43(11): 1204-1210. DOI: 10.13485/j.cnki.11-2089.2014.0185.

[187] 武芳，朱鯤鵬，鄧紅艷. 地圖自動綜合質量分析與評價標準探析[J]. 測繪科學技術學報，2007，24(3): 160-163.

WU Fang，ZHU Kunpeng，DENG Hongyan. On Quality Analysis and Evaluating Criterion of Automatic Map Generalization[J]. Journal of Zhengzhou Institute of Surveying and Mapping，2007，24(3): 160-163.

[188] MACKANESS W A，RUAS A. Evaluation in the Map Generalisation Process[C]∥MACKANESS W A，RUAS A，SARJAKOSKI L T. Generalisation of Geographic Information: Cartographic Modelling and Applications. Netherland: Elsevier，2007: 89-112.

[189] SHI Wenzhong，CHEUNG C. Performance Evaluation of Line Simplification Algorithms for Vector Generalization[J]. The Cartographic Journal，2006，43(1): 27-44.

[190] CHEUNG C K，SHI Wenzhong. Positional Error Modeling for Line Simplification Based on Automatic Shape Similarity Analysis in GIS[J]. Computers & Geosciences，2006，32(4): 462-475.

[191] 童小華，鄧愫愫，史文中. 數(shù)字地圖合并的平差原理與方法[J]. 武漢大學學報(信息科學版)，2007，32(7): 621-625.

TONG Xiaohua，DENG Susu，SHI Wenzhong. A New Least Squares Ajustment Method for Map Conflation[J]. Geomatics and Information Science of Wuhan University，2007，32(7): 621-625.

[192] 雷偉剛，童小華，劉大杰. 基于曲線擬合的線要素綜合數(shù)據(jù)整體處理方法[J]. 武漢大學學報(信息科學版)，2006，31(10): 896-899.

LEI Weigang，TONG Xiaohua，LIU Dajie. Data Process Methods of Line Feature Generalization Based on Curve Fit[J]. Geomatics and Information Science of Wuhan University，2006，31(10): 896-899.

[193] MARTINONI D. Quality Management in Digital Terrain Modeling[D]. Zurich: The University of Zurich，2002.

[194] BADER M，WEIBEL R. Detecting and Resolving Size and Proximity Conflicts in the Generalization of Polygonal Maps[C]∥Proceedings of the 18th International Cartographic Conference. Stockholm，Sweden: ICC，1997: 1525-1532.

[195] 郭慶勝. 地圖自動綜合的廣義性和評價標準的研究[J]. 測繪信息與工程，2000(1): 19-21.

GUO Qingsheng. The Convexity and Evaluation Criterion of Cartographic Generalization[J]. Journal of Geomatics，2000(1): 19-21.

[196] 吳潔，李霖，郭仁忠，等. 數(shù)字環(huán)境下地圖綜合結果自動評價模型的研究與應用[J]. 測繪科學，2002，27(2): 34-39.

WU Jie，LI Lin，GUO Renzhong，et al. On Automatic Evaluation Model of Digital Cartographic Generalization[J]. Science of Surveying and Mapping，2002，27(2): 34-39.

[197] 武芳，鄧紅艷，朱鯤鵬，等. 基于質量控制的自動綜合框架模型[J]. 測繪通報，2007(9): 43-46. DOI: 10.3969/j.issn.0494-0911.2007.09.014.

WU Fang，DENG Hongyan，ZHU Kunpeng，et al. A Study of Automated Generalization Framework Designed for Quality Control[J]. Bulletin of Surveying and Mapping，2007(9): 43-46. DOI: 10.3969/j.issn.0494-0911.2007.09.014.

[198] WEIBEL R，DUTTON G. Constraint-based Automated Map Generalization[C]∥Proceedings of the 8th International Symposium on Spatial Data Handling. Vancouver，Canada: International Geographical Union，1998: 214-224.

[199] GALANDA M. Automated Polygon Generalization in a Multi Agent System[D]. Zürich: Universit?t Zürich，2003.

[200] 錢海忠，武芳，張琳琳，等. 基于極化變換的點群綜合幾何質量評估[J]. 測繪學報，2005，34(4): 361-369.

QIAN Haizhong，WU Fang，ZHANG Linlin，et al. Quality Assessment of Point Group Geometry Generalization with Polarization Transformation[J]. Acta Geodaetica et Cartographica Sinica，2005，34(4): 361-369.

[201] 朱鯤鵬，武芳. 線要素化簡算法的傳遞誤差模型[J]. 武漢大學學報(信息科學版)，2007，32(10): 932-935.

ZHU Kunpeng，WU Fang. Error Propagation Model of Linear Features’ Simplification Algorithms[J]. Geomatics and Information Science of Wuhan University，2007，32(10): 932-935.

[202] 朱鯤鵬，武芳，王輝連，等. Li-Openshaw算法的改進與評價[J]. 測繪學報，2007，36(4): 450-456.

ZHU Kunpeng，WU Fang，WANG Huilian，et al. Improvement and Assessment of Li-Openshaw Algorithm[J]. Acta Geodaetica et Cartographica Sinica，2007，36(4): 450-456.

[203] 武芳，朱鯤鵬. 線要素化簡算法幾何精度評估[J]. 武漢大學學報(信息科學版)，2008，33(6): 600-603.

WU Fang，ZHU Kunpeng. Geometric Accuracy Assessment of Linear Features’ Simplification Algorithms[J]. Geomatics and Information Science of Wuhan University，2008，33(6): 600-603.

[204] 鄧敏，樊子德，劉慧敏. 層次信息量的線要素化簡算法評價研究[J]. 測繪學報，2013，42(5): 767-773，781.

DENG Min，F(xiàn)AN Zide，LIU Huimin. Performance Evaluation of Line Simplification Algorithms Based on Hierarchical Information Content[J]. Acta Geodaetica et Cartographica Sinica，2013，42(5): 767-773，781.

[205] 李婷. 基于道格拉斯-普克算法的線要素簡化位置精度均勻性研究[D]. 成都: 西南交通大學，2014.

LI Ting. Homogeneity of Positional Accuracy in Line Simplification Based on Douglas-Peucker Algorithm[D]. Chengdu: Southwest Jiaotong University，2014.

[206] 錢海忠，武芳，葛磊，等. 基于降維技術的建筑物綜合幾何質量評估[J]. 中國圖象圖形學報，2007，12(5): 927-934.

QIAN Haizhong，WU Fang，GE Lei，et al. Quality Assessment of City-building Geometry-generalization with Reducing-dimension Technique[J]. Journal of Image and Graphics，2007，12(5): 927-934.

[207] 鄧紅艷，武芳，翟仁健，等. 面向制圖綜合質量控制的數(shù)據(jù)模型——DFQR樹[J]. 測繪學報，2007，36(2): 237-243.

DENG Hongyan，WU Fang，ZHAI Renjian，et al. A DFQR Tree for Quality Control of Cartographical Generalization[J]. Acta Geodaetica et Cartographica Sinica，2007，36(2): 237-243.

[208] 鄧紅艷，武芳，翟仁健，等. 基于多維約束空間的自動制圖綜合質量評估模型[J]. 中國礦業(yè)大學學報，2006，35(5): 667-672.

DENG Hongyan，WU Fang，ZHAI Renjian，et al. Quality Evaluation Model of Automated Cartographical Generalization Based on A Multi-dimensional Constraint Space[J]. Journal of China University of Mining & Technology，2006，35(5): 667-672.

[209] STOTER J，BURGHARDT D，DUCHENE C，et al. Methodology for Evaluating Automated Map Generalization in Commercial Software[J]. Computers，Environment and Urban Systems，2009，33(5): 311-324.

[210] BARD S. Quality Assessment of Cartographic Generalisation[J]. Transactions in GIS，2004，8(1): 63-81.

[211] 錢海忠，武芳. 地圖自動綜合中的監(jiān)控Agent模型構造[J]. 測繪學院學報，2004，21(3): 211-214.

QIAN Haizhong，WU Fang. The Framework of Inspect and Control Agent Used for Automated Map Generalization[J]. Journal of Institute of Surveying and Mapping，2004，21(3): 211-214.

[212] BRASSEL K E，WEIBEL R. A Review and Conceptual Framework of Automated Map Generalization[J]. International Journal of Geographical Information Systems，1988，2(3): 229-244.

[213] MCMASTER R B. Conceptual Frameworks for Geographical Knowledge[C]∥BUTTENFIELD B P，MCMASTER R B. Map Generalization: Making Rules for Knowledge Representation. London: Longman，1991: 21-39.

[214] 齊清文，劉岳. GIS環(huán)境下面向地理特征的制圖概括的理論和方法[J]. 地理學報，1998，53(4): 303-313.

QI Qingwen，LIU Yue. The Theory and Approaches of Geographic-Feature Oriented Generalization in GIS Environment[J]. Acta Geographica Sinica，1998，53(4): 303-313.

[215] 武芳，王家耀. 地圖自動綜合概念框架分析與研究[J]. 測繪工程，2002，11(2): 18-20，48.

WU Fang，WANG Jiayao. Analysis and Research of Concept Frame of Map Automatic Integration[J]. Engineering of Surveying and Mapping，2002，11(2): 18-20，48.

[216] 應申，郭仁忠，閆浩文，等. 面向模型的大比例尺制圖綜合框架設計與實現(xiàn)[J]. 測繪學報，2002，31(4): 344-349.

YING Shen，GUO Renzhong，YAN Haowen，et al. Framework Design and Implementation of Model-Oriented Cartographic Generalization[J]. Acta Geodaetica et Cartographica Sinica，2002，31(4): 344-349.

[217] 艾廷華. 基于空間映射觀念的地圖綜合概念模式[J]. 測繪學報，2003，32(1): 87-92.

AI Tinghua. The Conceptual Schema of Map Generalization from Spatial Mapping Perspective[J]. Acta Geodaetica et Cartographica Sinica，2003，32(1): 87-92.

[218] BOBZIEN M，BURGHARDT D，PETZOLD I，et al. Multi-representation Databases with Explicitly Modelled Intra-resolution，Inter-resolution and Update Relations[C]∥AutoCarto 2006. Vancouver，WA: [s.n.]，2006.

[219] ZHOU Sheng，REGNAULD N，ROENSDORF C. Generalisation Log for Managing and Utilising a Multi-Representation Spatial Database in Map Production[J]. Computers，Environment and Urban Systems，2009，33(5): 334-348.

[220] ZHOU Xiaoguang，CHEN Jun，ZHAN B，et al. A Euler Number-based Topological Computation Model for Land Parcel Database Updating[J]. International Journal of Geographical Information Science，2013，27(10): 1983-2005.

[221] BARRAULT M，REGNAULD N，DUCHENE C，et al. Integrating Multi-agent，Object-oriented，and Algorithmic Techniques for Improved Automated Map Generalization[C]∥Proceedings of the 20th International Cartographic Conference. Beijing，China: ICC，2001: 2110-2116.

[222] HARDY P，HAYLES M，REVELL P. Clarity-A New Environment for Generalization Using Agents，Java，XML and Topology[EB/OL]. (2003-04-14). http:∥www.geo.unizh.ch/ICA/docs/paris2003/papers03.html.

[223] 錢海忠，武芳，王家耀. 自動制圖綜合鏈理論與技術模型[J]. 測繪學報，2006，35(4): 400-407. DOI: 10.3321/j.issn:1001-1595.2006.04.019.

QIAN Haizhong，WU Fang，WANG Jiayao. Theory and Technique Model of Automated Cartographic Generalization Chain[J]. Acta Geodaetica et Cartographica Sinica，2006，35(4): 400-407. DOI: 10.3321/j.issn:1001-1595.2006.04.019.

[224] 錢海忠，武芳，王家耀. 自動制圖綜合及其過程控制的智能化研究[M]. 北京: 測繪出版社，2012.

QIAN Haizhong，WU Fang，WANG Jiayao. Study of Automated Cartographic Generalization and Intelligentized Generalization Process Control[M]. Beijing: Surveying and Mapping Press，2012.

(責任編輯：宋啟凡)

Overview of the Research Progress in Automated Map Generalization

WU Fang，GONG Xianyong，DU Jiawei

College of Surveying and Mapping, Information Engineering University, Zhengzhou 450001, China

Spatial information generalization is a major issue in spatial information processing. This paper reviews the research development of cartographic generalization in generalization knowledge category and acquiring, operator and algorithm, quality evaluation and process modeling and controlling. The paper analyzes cartographic generalization in the background of big data, and puts forward that the cartographic generalization should revise the research object, the concept and the method.

cartographic generalization；generalization knowledge；operator；quality evaluation；process modeling；big data

The National Natural Science Foundation of China (No. 41471386)

WU Fang(1964—)，female，PhD，professor，majors in cartographic generalization and spatial data updating．

武芳，鞏現(xiàn)勇，杜佳威.地圖制圖綜合回顧與前望[J].測繪學報，2017,46(10)：1645-1664.

10.11947/j.AGCS.2017.20170287.

WU Fang，GONG Xianyong，DU Jiawei.Overview of the Research Progress in Automated Map Generalization[J]. Acta Geodaetica et Cartographica Sinica,2017,46(10):1645-1664. DOI:10.11947/j.AGCS.2017.20170287.

P208

A

1001-1595(2017)10-1645-20

國家自然科學基金(41471386)

2017-06-02

修回日期： 2017-08-02

武芳(1964—)，女，博士，教授，研究方向為數(shù)字地圖綜合、空間數(shù)據(jù)更新等。

E-mail： wf@163.com