随着空间数据在各行各业的广泛应用和空间数据采集技术的不断发展,人们已经积累了海量的形式各异的空间数据。数字城市建设需要将来自城市不同部门的GIS数据进行集成融合,然而由于不同部门和行业的需求不同以及数据采集过程和手段的差异,这些同区域的多源数据在数据内容、数据精度上各不相同。尽管这些不同版本的数据存在着各种各样的差异,但是它们又有着各自的优势和用途。空间数据融合能够将这些优势各异的多源数据进行集成,发挥不同版本数据的优势。不同比例尺或不同来源空间数据的精准匹配是多源空间数据融合的前提。只有实现了同名实体的匹配,才能够进行空间数据融合。当前针对矢量空间要素的融合或合并的研究中主要是针对单一类型的要素,对其进行匹配和融合处理。然而多类型要素之间往往蕴含着相互间的空间约束关系,如大比例尺城市空间数据中的道路和建筑物,建筑物通常被道路包围。若在匹配的过程中,能够同时考虑不同类型要素间的空间约束关系,则能够提高空间数据的准确性,进而提高矢量数据属性融合或传递的可靠性。因此本文以大比例尺城市矢量数据中的道路和建筑物为研究对象,对道路和建筑物的关联关系构建、道路和建筑物关联匹配模型构建以及匹配后的道路和建筑物数据的属性融合方法进行了研究。取得的主要研究成果如下:(1)针对当前存在的道路和建筑物的匹配算法在匹配过程中只考虑单一类型要素的匹配的问题,提出了道路和建筑物的关联匹配方法,通过提取空白区骨架线与道路共同组成城市空间骨架网,使得矢量数据中原本处理分离状态的道路和建筑物要素之间建立拓扑关系,并在此基础上构建道路和建筑物关联匹配模型,实现道路和建筑物的关联匹配。(2)在道路和建筑物实现关联匹配的基础上,针对线状道路要素和面状建筑物要素在不同数据源间的属性融合策略和传递方法进行了研究。将城市中的道路和建筑物要素的属性信息划分为可变定量、不可变定量和定性三种类型,并分别设计了道路要素和建筑物要素在一对一与非一对匹配关系下的属性融方法。(3)在本文的理论和方法研究成果基础之上,设计并开发了多源矢量道路和建筑物关联匹配与属性融合系统。该系统以大比例尺城市道路和建筑物要素作为实验对象,能够实现城市空间骨架网的构建,道路和建筑物的关联匹配及匹配后的属性融合传递。