城市地下管线担负着城市物质流、信息流和能量流传输的重要任务,是保障人民群众生命财产安全和城市运行秩序的“生命线”。当前地下管线信息化中存在专业地下管线和综合地下管线两类空间数据。虽然描述相同的地下管线对象,两类地下管线空间数据却在数据模型、位置精度和语义特征方面差异明显,由此引发的两类地下管线空间数据集成共享问题在城市地下管线深层次应用中日益突出。因此,如何通过空间数据匹配的方式识别相同地下管线间的映射关系成为解决问题的关键所在。针对地下管线空间数据匹配的研究已积累了较多的研究成果,研究思路主要借鉴于传统道路网空间数据匹配,研究对象集中于管线点要素,研究方法多采用人工为空间对象的相似性特征分配权重并设置阈值的方法得到匹配结果。随着地下管线空间数据匹配研究的深入,传统地下管线空间数据匹配方法在计算准确率方面的缺陷逐渐凸显。以神经网络为代表的机器学习方法可以在一定程度上解决传统方法存在的匹配精度问题,但其复杂的数学建模过程也带来了匹配过程可解释性和匹配计算效率的问题。目前应用于地下管线空间数据匹配计算的各类方法难以实现匹配精度、匹配过程可解释性以及匹配计算效率之间的平衡。本文以给水地下管线空间数据为研究对象,分析了给水地下管线空间数据的差异性和相似性等特征,提出了基于朴素贝叶斯的给水地下管线空间数据匹配模型,设计了相应的计算方法,并进行了实验验证。本文主要的研究内容及成果如下:（1）面向地下管线空间数据匹配问题,以给水管线为例,分析了给水专业地下管线和给水综合地下管线空间数据内容,并对比了两类地下管线空间数据的差异性和相似性特征。（2）以贝叶斯决策模型为基础,针对给水地下管线空间数据匹配问题进行建模,综合给水地下管线空间数据匹配相似性特征空间以及极大似然估计算法,提出一种匹配准确率高、可解释性强的给水地下管线空间数据匹配模型。（3）顾及给水地下管线空间数据深层次的空间和语义特征,实现了给水地下管线匹配对筛选和相似性特征计算,研究了朴素贝叶斯匹配模型的参数计算方法,并通过唯一匹配原则修正匹配结果,提高了地下管线空间数据匹配的准确性。（4）以某区域给水专业地下管线和给水综合地下管线为实验数据,开展了给水地下管线空间数据匹配实验,实验结果表明本文匹配方法匹配精度高,具有识别不同匹配类型的能力,与SVM模型相比呈现明显的效率优势。