空间数据多尺度表达是当今地理信息科学研究领域的前沿课题之一。尺度变换是空间数据多尺度表达中的重要内容之一，理想的空间数据多尺度变换应该是面向实体的、连续的和动态的。当前的GIS为了满足用户浏览空间数据集的不同需求，不得不在多尺度数据库中存储多种比例尺、不同详细程度的空间数据，这样必然会产生大量的数据冗余及相应的一系列弊端。因此，就需要在空间数据建模时融入对象和尺度的概念，将现实世界的对象作为认知的客体，将尺度变换作为一种认知和模拟世界的思维方法与思维过程融合到数据模型当中去，建立一个面向对象的、尺度依赖的、动态的数据模型。本文在参阅和分析国内外有关文献和资料的基础上，从理论和实践的角度对空间数据多尺度变换进行了一些研究。主要内容如下：1.总结了国内外有关空间数据多尺度变换关键技术的研究进展。主要从多尺度数据模型方面、多尺度数据结构方面和自适应可视化方面进行了介绍，发现其中存在的问题并进行了分析，明确了本文的研究范围和基本思路。2.系统地介绍了与尺度变换相关的概念、理论与技术基础，并总结出了目前常见的四种尺度变换模式，为空间数据多尺度自适应变换奠定理论与技术基础。3.设计相邻基础比例尺间空间数据多尺度自适应变换的框架。分析相邻基础比例尺数据的特征，将大比例尺数据分为匹配信息和增量信息两类，从而将空间数据的多尺度变换分为匹配信息的多尺度变换和增量信息的多尺度变换。4.匹配信息的多尺度自适应变换。主要分为两部分：一是基于分形理论的简单地理要素的多尺度自适应变换；二是基于动静态结合模型的复杂地理要素的多尺度自适应变换。5.增量信息的多尺度自适应变换。通过构建基于多尺度R树和实时综合的增量式多尺度自适应变换模型来实现增量信息的压缩与复现。