地图自动综合现状分析
1.制图综合过程的模型化
数字地图环境下的自动制图综合赖以实施的基础是模型、算法和知识。因为只有易于程序化，计算机才能执行地图制图综合的各项操作，而模型、算法和知识是易于编程的。
数字化环境下的地图综合的数据模型是对模拟地图上所表达的地理实体及其相互关系的抽象、概括与数据组织。基于地理实体的数据模型按照实体分布的维度可以分为点、线、面三大类。栅格模型、TIN模型、Voronoi图模型往往作为地理实体的索引，在地图综合过程中结合具体的综合算法，起到快速查询、设定约束的作用。栅格模型是对平面在两个正交方向上的均匀剖分，结构简单但欠缺灵活性；TIN模型利用三角网三角形对整个平面进行剖分，可根据地理实体的具体分布情况调整疏密程度，在地图综合中多使用带约束的Delaunay三角网作为辅助数据模型；连续铺盖的Voronoi多边形可看作每个地图实体的势力范围，这对于地图要素占位矛盾判断、关系处理中的移位尺度计算有着积极作用。
地图综合的模型分单独要素、要素类及整幅地图三个层次。在单独要素层次，地图综合的模型表现为地图综合的几何变换操作。通常用删除、合并、移位、化简、夸大和符号化等操作。但是这些综合算子对计算机处理来说过于概括，Master和Shea(1992)提出了聚合、融合、分类、收缩、移位、增强、夸大、兼并、精化、化简、光滑和典型化12个操作。后来Li Z L(2007)认为上述的分类还是过于笼统，在此基础上再细分出40个操作，增加了删除、分割等操作。
2.制图综合过程的算法化
地图自动综合算法分为两大类:一类为基础算法，另一类为高级算法。基础算法是对单一综合操作几何变换的简单实现，高级算法是由几条基础算法组成的复合算法或智能算法。
在地图自动综合发展的初期，出现了很多减少节点数量的相关算法，称为点压缩算法。这些算法的基本思想是:从心理学角度看，线上的某些点比其他点具有更为丰富的信息，信息丰富的点在地理空间信息科学领域里被称为特征点。该类算法以Douglas-Peucker(Douglas，Peucker，1973)算法为最经典代表，后来有学者提出了基于最小可视尺寸规律的Li-Openshaw线划要素综合算法。慢慢地，人们也开发了线光滑、线局部修正、线典型化、线的取舍等许多算法。从20世纪80年代初开始，许多学者对面要素综合产生了兴趣，例如，Muller和Wang(1992)提出面群目标选取的“生存竞争”模型，Li和Su(1995)基于数学形态学开发了一套包括合并、化简等操作的多边形综合算法。网状要素也是地图表达内容的重要组成部分，如道路网等，基于Stroke特征的选取算法被广泛采用。
近十年来，人工智能领域的新理论、新技术逐渐被引入地图综合算法设计中，其中以智能体技术、遗传算法、优化技术为代表。
地图要素关系处理是自动综合的一个难点，图形符号位移操作是关系处理的一种主要方法，而位移操作的一个主要的约束条件就是要正确表达要素目标间的空间关系。导致位移操作复杂性的一个主要因素是位移具有传播的特性，只有解决和控制了位移的传播，才能避免位移操作后产生新的冲突并能保持正确的空间关系。基于弹性力学原理的位移操作是迄今为止解决该类问题最有效的途径。
此外，基于人工神经元网络和“圆”的制图综合算法的研究也取得了许多研究成果。
3.制图综合过程的智能化(https://www.daowen.com)
一般来说，制图综合知识的获取有三种途径:一是从专家那里获取，即专家告诉大家是怎样做的；二是从现有的地图制图规范中找；三是从现有的地图中找。人类在实施制图综合时的思维活动又具有主观性、灵活性和判断标准的模糊性等特点，这也是多年来地图学与地理信息科学领域的专家们在地图自动综合领域没有实质性的突破，特别是在理论与方法上缺少系统性，在实现技术上没有找到强有力工具的主要原因。
要使人类在地图综合过程中的主观判断变成计算机可以接受的、可形式化的规则，关键就是建立地图综合的指标体系和知识法则，因为它既是建立制图综合数学模型的理论基础和关键性技术控制环节，也是建立地图综合专家知识库的指导原则和原始素材。把专家系统引入地图综合，其基本思想是:将制图作者手工执行地图综合任务时所用的各种知识(包括地图规范、制图经验等)收集起来，分类整理成地图综合的规则库和知识库，进而依据它们构造出地图综合的推理机和解释器，一起组成地图综合专家系统，实现地图综合的自动化。
但制图综合本质上是一个高度智能化的系统，智能离不开知识，有知识才能谈得上智能，制图综合就是知识重新表达与知识抽象相结合的过程。正是基于这样的认识，钱海忠(2006)对制图综合知识的分类、获取和知识库构建，制图综合知识的结构化描述，制图综合知识的属性，制图综合知识的管理与组织及其在自动制图综合过程控制与推理中的应用等问题进行了研究，取得了较好的效果。
4.制图综合过程实现的协同化
在数字地图制图环境下，人们的认识存在两种倾向:一种倾向认为制图综合完全是凭制图经验的制图过程，由计算机完成人都尚未弄清楚的制图综合是不可能的；另一种倾向是夸大了计算机的作用，认为只要编写出程序，利用计算机在很短时间内就能完成制图综合，盲目追求制图综合的全自动化。这两种倾向都是不科学的，都是因为对人和计算机处理信息的能力和特点以及人和计算机在制图综合过程中的相互关系缺乏深入分析研究。
针对上述数字地图制图综合中人机协同存在的问题，王家耀院士(1999)研究了人在制图综合过程中的思维方法和计算机模拟人在制图综合中的思维的能力，并提出了自动综合中人机的最佳协同理论。目前的计算机模拟抽象思维比较容易，能比较有效地模拟基于规则的演绎推理思维，而对于制图综合过程中的视觉思维特别是灵感思维，计算机模拟起来就困难了；同时，利用计算机模拟制图综合中人的思维方式求解制图综合问题必须具备问题形式化、可计算性、合理的复杂度等前提条件。要求数据库中的数据能客观、正确地反映人脑思维系统，目前还不现实，这就影响计算机对制图综合过程中人的思维的有效模拟。由于上述原因，决定了人在制图综合中不可替代的作用，也决定了自动编图系统只能是人机协同系统。应根据人和计算机处理地图信息的工作特点，充分发挥人的创造能力，充分利用计算机处理地图信息的能力，实现最佳人机协同。
5.制图综合过程的系统化
尽管在20世纪90年代，Intergraph公司的DynaGEN、德国汉诺威大学的CHANGE、法国国家地理研究所(IGN)的STRATEGE和基于Agent的Carto 2001、苏黎世大学的基于Agent的居民地综合系统PolyGon、Laser-Scan公司的基于Agent的Clarity等纷纷面世，但离问题的解决还很远，很难让人们看到其整体应用和全面解决的前景。其主要原因是:没有把自动综合作为一个整体来研究；自动综合系统中缺乏知识和智能的支持；众多的综合算法只能处理特定环境下的特定问题且相互之间缺乏整体配合；缺乏能支持自动综合操作的空间数据模型与数据结构。
要实现把自动综合作为一个整体来研究，必须解决过程控制和保质设计两个问题。钱海忠(2006)在分析制图综合特点的基础上，借鉴人工智能领域的研究成果，提出了一种制图综合知识的分类、获取和表达方式，以及对知识的组织和管理方法，以支持模型、算法、过程控制和质量评估；借鉴人工智能领域的Agent，深入研究了Agent实体的生存和交流模式及其结构化描述方法，以支持自动综合系统框架设计和开发；提出了一种把模型、算法、知识及评估联接在一起的自动制图综合链和基于综合链的制图综合过程控制模型。在此基础上，构建了一个能实际运行的自动综合系统软件。
对于自动制图综合质量问题，武芳(2007)认为，除了计算机处理抽象思维快捷迅速而处理制图综合中大量存在的形象思维和灵感思维十分困难之外，还取决于综合过程模型、综合算法和知识的合理性、完备性、智能化程度以及自动综合结果评价模型，据此提出了基于保质设计的制图综合模型框架、质量管理机制和数学描述；根据基于保质设计的制图综合模型需要多维约束空间的支持，提出了基于多维约束空间的自动制图综合结果质量评估模型；最后，构建了制图综合生产系统。
