作为城市基础地理信息中最重要的组成部分之一,建筑物模型的精细程度和复杂程度能够直接影响三维城市模型应用的质量和效率。随着“数字城市”、“智慧城市”概念的提出,三维城市地理信息系统的应用需求与日俱增,然而三维建筑物模型日益庞大的数据量却成了严重阻碍三维城市地理信息系统大范围应用和推广的主要因素之一。为解决庞大数据量在应用过程中所带来的各类问题,提高模型的存储、传输和可视化效率,对三维建筑物模型的多分辨率表达方法进行深入探讨和研究具有十分重要的意义。针对三维建筑物模型多分辨率表达过程中形状认知一致性和构造认知一致性的实际应用需求,本文对三维建筑物模型的结构进行了深入研究,根据结构识别的尺度不同将三维建筑物模型的结构分为主体结构和细节结构,并分别针对两类结构各自的特点提出了相应的三维建筑物模型结构识别算法；基于三维建筑物模型的主体结构和细节结构识别结果,从主体结构保持和细节结构删除两个方面提出了有效的三维建筑物模型多分辨率简化算法；结合基于结构的三维建筑物模型多分辨率简化结果,对其多分辨率表达应用进行了系统的研究。具体研究内容包括：1) 相关领域研究现状综述。对于三维模型的结构识别,现有主体结构识别方法可以分为基于模型分割的方法、基于形状分析的方法和基于结构类比的方法,而现有的细节结构识别方法则可以分为独立结构识别和关联结构识别。现有的三维模型的多分辨率简化算法可以分为自然物体模型的简化、人造物体模型的简化和建筑物模型的简化。而对于三维模型的多分辨率表达,当前的研究包括复杂物体的多分辨率表达和复杂场景的多分辨率表达。通过分析和比较,指出了已有方法在三维建筑物模型结构识别、多分辨率简化和多分辨率表达方面存在的不足,为本文的研究提供了依据和理论参考。2) 三维建筑物模型结构识别。针对三维建筑物模型的主体结构识别,提出了一种基于体元分析的模型结构化分割方法,其主要步骤包括：三维模型体元化、空间距离场计算、体元聚类、结构提取与表面分割。而针对三维建筑物模型的细节结构识别,则提出了基于图搜索的分类提取算法,其主要步骤包括：平面分割、邻接图构建、细节结构搜索。3) 基于结构的三维建筑物模型多分辨率简化。对于主体结构保持的模型多分辨率简化,采用基于体技术的模型多分辨率重构算法,提出了一套三维建筑物模型多分辨率简化框架,其主要步骤包括：体元八叉树结构构建、体元表达多分辨率简化、模型表面重建。而对于细节结构删除的模型多分辨率简化,则针对三类细节结构分别给出了相应的简化规则,并提出了一种基于渐进简化策略的三维建筑物模型多分辨率简化算法。4) 三维建筑物模型的多分辨率数据组织与表达。针对三维导航和基于位置的服务等应用需求,提出了一种面向形体认知的三维建筑物模型多分辨率数据组织与表达方法,其核心思想是根据体元空间的八叉树结构对主体结构保持的三维建筑物模型多分辨率简化结果进行统一组织,并在体元空间对模型数据进行调度实现三维建筑物模型的多分辨率表达,最后通过体元编码和全局表面重构实现三维建筑物模型多分辨率表达在网络环境下的应用。而针对虚拟城市和数字城市等应用需求,则提出了一种面向构造认知的三维建筑物模型多分辨率数据组织与表达方法,其核心思想是将三维建筑物模型表面的每个细节结构看作为独立的对象,通过对象化的管理方式对其进行统一组织和增量存储,并通过面向对象的方法对模型数据进行调度实现三维建筑物模型的多分辨率表达,最后通过结构编码和局部表面重构实现三维建筑物模型多分辨率表达在网络环境下的应用。