随着地理信息技术的发展和地理信息网络共享倡议的推广,内容多样的网络地图服务(Web Map Service,WMS)资源大量涌现,为地学研究与应用提供了丰富的数据资源。但现有WMS元数据缺乏规范统一的描述机制,基于元数据文本和语义的WMS检索策略无法满足用户的检索需求。亟需一种基于地图图像内容的地图服务检索方式,以避开元数据缺陷,从地图内容相似性的角度出发实现WMS兴趣资源的快速发现和定位。但地图内容抽象化程度高,制图者制图风格与方式差异化大,且WMS图层数目庞大,使得检索策略的设计面临特征提取有效性、特征融合适应性和检索高效性等多重挑战。本文设计一种顾及制图方法知识和主体内容的WMS图层检索策略,依据制图方法类别体系对地图进行粗分类,探讨检索不同制图方法的地图分别对应的最佳特征融合策略,并在此基础上实现哈希码提取,建立基于哈希码相似性的快速WMS图层检索方法。该方法分为以下三部分:(1)地图图像特征提取:从人眼视觉关注重点和图像分割角度出发,结合地图图像特点,提取地图主体。并基于地图主体区域的像素进行图像颜色特征和纹理特征的提取。(2)制图方法分类:使用迁移学习的方法,依据地图制图方法对地图进行粗分类,获取全部WMS图层的制图方法标签,为后续不同制图方法下的哈希模型训练和特征融合提供支持。(3)地图哈希码生成:基于制图方法分类结果,使用相同制图方法地图对哈希位选择模型进行训练。结合当前制图方法类型的地图数据分布,对由多种特征分别生成的哈希码进行择优选择,实现对不同制图方法地图的检索采取不同的特征融合策略,并生成用于精细化检索的哈希编码,实现WMS图层的快速检索。为了验证本文方法的可行性,本文以通过网络爬虫获取的WMS图层图像作为研究数据,开展了地图主体特征检索准确性、制图方法分类准确性、融合制图方法和哈希位选择的检索准确性、不同制图方法下特征融合结果分析等实验。实验结果表明本文提出的基于地图主体的图像特征具有较强的区分度,能有效提升检索精度;基于迁移学习的制图方法分类能以较低的样本标签量和训练成本,达到较高的分类精度,为后续不同制图方法下的哈希位选择模型训练提供了有力支撑;相比普通特征融合方法和检索模型,融合制图方法的哈希位选择算法的检索精度在多种检索场景下均表现出明显提升。本文方法能有效推广应用于地理信息门户以辅助更高效便捷的WMS资源检索与发现。