空间分布模式是一种高级的空间结构知识,可定义为由基础地理要素构成的具有某种含义的空间对象或可以命名的某种特定排列。空间分布模式识别是空间数据挖掘与知识发现的主要研究内容之一,是实现从空间数据转化为空间知识的重要手段,能够为地图综合与多尺度表达、城市分析与建模、地理现象与过程模拟等研究提供有效支撑。空间结构抽象、空间概念建模及混合分布模式识别是地理空间特征表达和描述的难点。道路网是城市的基础框架,其丰富的、多层次的空间分布模式影响着人们对城市不同尺度的形态感知。全文以城市道路网为例,面向地图自动综合和城市结构分析,对道路网空间分布模式识别的理论和方法进行了深入研究。论文的主要工作和创新点包括:（1）阐明本文的选题背景和研究意义,从制图综合的智能化发展、城市空间合理规划、地理空间格局分析三个方面,分析了空间分布模式识别的必要性;总结了点群目标、线群目标和面群目标的空间分布模式识别的国内外研究现状,分析了其中的不足,据此确定了本文的研究内容和技术路线,并给出了论文的组织结构。（2）道路网分布模式识别基础理论。在梳理空间分布模式概念的基础上,给出了道路网空间分布模式的基本概念;结合视知觉的层次性,提出了道路网分布模式的层次化分类模型,阐述了形态模式和语义模式在宏观、中观、微观等不同尺度下的表现形式,分析了典型分布模式之间的关系和复杂分布模式识别的顺序;基于格式塔完形理论分析了道路网分布模式的视知觉组织规律,说明了如何选取结构化参数及如何建立识别模型。（3）基于组合策略的微型环模式识别。借鉴栅格图像中圆形目标检测的原理,以环形交叉口为研究对象,提出了基于线性栅格化的矢量环模式组合识别方法。从道路网眼的角度,基于改进的形状角指标实现了简单环路识别,在减少参数个数的情况下有效提高了环路识别的正确率;从道路线的角度,提出了一种基于改进霍夫变换的识别方法,解决了复杂环路识别问题,弥补了网眼方法无法识别有道路跨越的环路这一不足。采用两种方法的组合,既能提高圆形特征描述的准确性,还能克服环路内其他道路的干扰,适用性更强;以该方法为基础识别的道路环形交叉口结构描述合理,可直接用于下一步复杂路口典型化。（4）道路骨架约束的格网模式识别。制图综合背景下的道路格网模式识别应顾及道路网整体形态的约束。针对道路网骨架模式,首先提出了一种顾及道路拐点的stroke生成方法,提取了符合视觉连贯特征的stroke模式;然后设计了基于stroke重要性综合指标的骨架模式识别策略,有效避免了单一指标不足以保持空间特征的缺点。针对格网模式,在道路骨架的约束下,提出了一种基于网眼矩形度和邻近搜索的格网识别策略,一定程度解决了道路网眼在格网模式识别中的固有缺陷;进一步提出了一种多属性聚类方法识别格网群组,其结果描述了子区域划分的格网特征,能够为街区合并提供合理依据。（5）利用模糊密度聚类的城市主中心模式识别。城市中心通常分布着密集的道路网,通过提取城市道路网的主中心模式可识别城市主中心区的范围。从主中心模式识别的角度出发,利用模糊隶属度代替二进制隶属度,在DBSCAN算法原理的基础上提出了一种模糊密度聚类算法,并识别了道路结点中的核心类簇;考虑结点影响范围,构建了主类簇的覆盖区;根据道路网眼与覆盖区的面积比生成了完整的、地理意义明确的主中心区,且与规划中心有较高的重合度。该研究既是以自然语言为代表的空间概念建模的有益尝试,也能为复杂的模式识别提供支撑。（6）图论支持的城市环形放射模式识别。环形放射模式是由城市中心逐渐向外扩展形成的混合分布模式。根据路段连接特征和城市环路的基本特性,以城市主中心识别结果为基础,提出了一种多中心、多层级的城市环路识别方法;顾及中心环路提取了道路射线,并基于环路连接特征和延伸特征提出了射线的度量方法,识别了角度和长度分布较为均匀的辐射模式。该方法原理清晰、参数意义明确,识别结果与区域总体规划一致性较高,为宏观的、模糊的分布模式定量化表达提供了思路,也为混合分布模式识别提供了可行案例。