目前“数字地球”和Internet技术得到了迅速的发展,使得有限的国家空间基础设施和无限的海量空间信息与服务之间的矛盾趋于尖锐。而通过多层次细节技术(LOD,Levels of Detail)对GIS数据建立LOD模型可以实现无级比例尺GIS空间信息的压缩与复现,提高GIS数据的查询与显示速度。但矢量数据LOD模型普遍存在着二个亟待解决的问题,即:对象简化无法保持拓扑一致性以及尺度采样不够合理,而该二者的解决对于LOD模型以及制图综合的发展都具有较好的推动作用。本文针对这两个问题进行了深入的研究与探索。目前国内外已有一些专家学者就实体简化提出了一些解决方案,但还不够成熟,需要进一步深入研究。另外,现有的尺度采样方法大都未考虑数据特征,并且存在着较大的数据冗余。本文针对现有简化方法的不足,提出基于M值的简化方法。该方法采用的简化算法为经典Douglas-Peucker,该算法压缩效率高,数据的保真性能好,但利用该算法处理存储在PostgreSQL/PostGIS中的面状数据时,会出现公共边压缩后有“裂缝”的现象。针对该问题,根据PostGIS空间数据的特性,该方法采用Douglas-Peucker对公共边进行简化,并使用Geometry的M值记录点提取信息,其有效地解决了该问题,并提高了空间数据提取速度。对于尺度采样,本文提出一种充分考虑数据特征的采样方法:定量法。该方法通过空间数据量(Spatial Data Amount,SDA)来控制系统运行时间(Runtime)的方式获取每个层次的尺度采样点,其可有效地减少数据冗余以及显示窗口中的信息量,同时提高传输效率,从而满足用户需求。最后,通过Java+Geotools建立原型系统对基于M值的简化方法以及定量法进行了实验验证,实验结果表明二者均较好地解决了问题。