过去几十年，随着地图综合模型、算法的涌现，在操作层面由计算机程序实施几何图形的尺度变换已不再困难，但是如何使其具有高层次分析决策能力，却一直困扰着地图学家。这主要涉及两方面问题：一是如何对地图表达上的地理上下文环境进行客观认知；二是依据上下文环境特征实施正确的综合操作行为。本文以目标选取这一基本问题为例，围绕概念模型、逻辑算法、应用系统几个方面，对顾及上下文特征的地图综合方法进行了专门研究，完成的主要工作如下：

(1) 面向地图综合的空间数据上下文分析与建模。“上下文”即为研究对象所处的环境或背景，在地理信息领域可表述为要素目标表达上的地理空间环境。作为空间数据尺度特征的处理方法，地图综合无论是过程还是结果都要客观反映区域环境特点与地理特征。本文从可视化表达的内在规律和地图综合的本质特点，给出了面向地图综合的上下文的定义，综合考虑地理学定律、空间认知规律、数据逻辑组织等因素，从系统的角度对上下文内容进行分类，构建了划分不同要素类层面(单要素类体系内和跨要素类体系间)、不同尺度层次(宏观、中观、微观)以及区分前景\背景、人文\自然特征的上下文体系结构。同时，引入认知理论、计算几何、数学统计与模式识别等理论方法，针对不同类型上下文总结、归纳了相关的定性/定量描述、表达及计算方法。

(2) 顾及上下文特征的地图综合选取概念模型与逻辑算法设计。在传统面向过程的地图综合概念模型基础上，结合提出的上下文概念及内容体系，围绕“分析—决策—执行—评价”4个步骤，提出了顾及上下文特征的综合选取概念模型。重点探讨了不同类型上下文在综合选取的不同阶段所起作用及扮演角色，并结合比例尺、应用需求、可视化方式等控制条件，对经典的综合选取方法进行了改进，包括总体载负量控制下引入区域环境重要性系数的定额选取模型和集成多种上下文因子的资格选取模型。进一步地，结合几何类型、地理意义及区域环境特点等，构建了面向不同地理要素的综合选取逻辑算法。具体包括：

1) 定额选取上顾及点群分布区域环境差异，在传统开方根模型基础上，提出了顾及区域环境特征的定额选取模型；结构化选取上综合考虑点群空间分布上的分布密度、分布范围、以及个体点目标因特殊语义背景而存在的重要性差异，建立了基于Voronoi图模型的点群渐进式结构化选取模型；同时从上下文信息变化角度，提出了点群选取结果评价体系。进一步地，采用地形表达上的高程点、农村散列式房屋、城市设施POI等典型的点群数据对上述模型进行验证分析，总结提炼不同地理环境下点群目标综合选取的原则、策略。

2) 将描述道路完整地理意义的Stroke特征引入选取过程，通过Stroke构建与组合识别路网框架结构，依据等级、连通度、长度等指标评价Stroke重要性，在按重要性“资格”线性选取时，引入场模型将Stroke空间分布上的邻近关系也考虑进来，从而实现了道路网选取中空间分布信息与属性、几何及拓扑信息有效地结合。

3) 从地壳运动、风浪冲刷等动力学角度对岛屿群分布模式的成因及特点进行了分析，提出了骨架岛屿与背景岛屿的分类概念。利用Delaunay三角网建立岛屿群空间等剖分结构，分析了计算岛屿群分布特征上的范围、密度等，在Gestalt认知原则指导下进一步构建了邻近图结构与MST模型，识别外围岛屿、线性阵列结构岛屿、中心区主岛屿等骨架性岛屿，在此基础上提出了骨架岛屿无条件保留和背景岛屿空间竞争上“优胜劣汰”的差别化选取策略，最后达到保持岛屿群地理分布特征的综合选取目的。

4) 结合应用实践，研制了面向中小比例尺地形图自动综合的原型系统。面向中小比例尺段地形图综合任务，对数据特点、综合操作类型、应用需求等进行了充分分析，按照“单要素类综合跨要素类关系处理评价分析过程返回”的技术路线，结合本研究提出的模型算法，研制了批量自动综合原型系统。试验表明，该系统在特定比例尺段(1∶5万～1∶25万)地形数据的自动化综合方面取得了一定突破。