自动地图制图综合的核心任务之一是对地理要素的重要特征进行识别、描述、概括与再表达。作为隐含于地理要素的空间知识,空间分布模式是对典型分布特征高度概括的产物,是制图综合需要关注的重要特征。识别空间分布模式是进行空间推理与数据挖掘的重要手段,能够促进空间数据的制图综合、多尺度表达、地理空间分析与建模等领域的发展。为此,本文围绕地图的“骨架”要素——水系出发,对水系要素典型空间分布模式识别的理论和方法展开了深入的研究。论文的主要工作和创新点如下:（1）阐明水系要素空间分布模式的研究背景和意义。结合建筑群、道路网、水系和岛屿群空间分布模式识别的研究现状,分析当前研究的主要成果,并指出存在的不足。针对当前研究的薄弱环节,确立水系要素空间分布模式作为本文的研究对象,根据水系类型差异划分本文的研究内容,并建立以地貌学原理和空间认知理论为支撑、多源数据相融合、多种技术相协同的水系要素空间分布模式识别研究框架。（2）基于地貌学原理和空间认知理论的水系空间分布模式分类与定义。分析地理环境、地图空间与空间分布模式的联系与差异,并阐明了空间分布模式的内涵及外延,明确本文的研究范畴。在人类视觉认知理论方面,总结空间分布模式识别遵循的认知原则以及对应的计算模型,为水系要素空间分布模式的认知与建模提供指导。在地貌学原理方面,梳理水系要素在形成与发育过程中的影响因素,总结不同类型水系的成因及典型特征,为水系要素空间分布模式的分类提供强有力的理论支撑。最后,以地图制图综合需求为驱动,明确不同类型水系要素的典型空间分布模式及其特点,科学合理地划分识别任务。（3）面向人工池塘群的直线模式识别。针对人工池塘群整体聚集规则、局部破碎的分布特征,提出了一种兼顾整体同质性和局部异质性的复杂直线模式识别方法。在视觉完整性和大范围优先的认知理论指导下,构建了由主次关系、并列关系、简单直线模式和复杂直线模式组成的多层次认知结构。采用几何、拓扑、排列多特征约束的方法识别了主次关系、并列关系和简单直线模式。针对局部池塘群异质性明显导致简单直线模式断裂、遗漏的问题,设计“局部寻优”和“组合合并”的策略,以整体化的方式处理局部区域的异质性池塘,实现了人工池塘群复杂直线模式的识别。（4）面向人工河网的层次空间分布模式识别。针对人工河网整体连通性好,但局部多断点的问题,展开了整体和局部层面的多层次结构识别研究。在整体层面,综合语义信息、拓扑关系与几何特征识别河网的Stroke结构,并依托网络中心度从功能角度对河段重要性进行评价,采用比例划分和拓扑运算识别了以重要河段、主要河段和次要河段为单元的整体层次结构。在局部层面,以视觉整体性和功能连续性为指导,构建了以共线关系、平行关系和从属关系为单元的局部层次结构模型。基于几何与分布特征优先识别共线沟渠段,以整体化的策略消除异质性影响;在此基础上通过方向、长度约束识别平行沟渠;并通过邻近距离探测和角度约束识别了平行沟渠与主要河段的从属关系,实现了人工河网局部层次空间分布模式识别。（5）面向自然湖泊群的聚集模式识别。针对自然湖泊群整体松散,局部聚集且聚集程度不一的分布特征,设计了一种度量面要素分布密度的参数指标,并以此设计了满足不同尺度需求的自然湖泊群聚类方法。利用Voronoi图对区域进行空间划分,综合考虑邻近面对中心面的影响,首次提出了面要素的分布密度描述参数——聚集度,利用模拟数据验证了其有效性。根据聚集度和邻近最近距离构建聚集度向量,识别聚类中心,并获得初聚类结果;在此基础上设计了以平均聚集度、平均距离为主要参数的边缘检测与群组合并方法,以满足聚类结果在不同尺度下详细程度不一的需求。本方法在自然湖泊群、岛屿群上均取得良好的聚类效果,适用性好。（6）面向自然河系的多形态模式识别。针对自然河系构造条件复杂,形态多样的特点,展开了单一河系空间分布模式和多河系组合空间分布模式的识别研究。根据河系的连通性差异,明确了以单一河系的多形态模式和多河系组成的辐射状河系作为识别目标。构建了以矢量河段连通性为基础,河段、流域与河系特征为节点信息的图结构数据,设计了以空域图卷积、自注意力池化和全连接分类为主要模块的深度学习模型,采用数据驱动的方式挖掘不同模式的深层次特征,实现了单一河系多形态模式的智能化识别。充分利用辐射状河系的穹隆地形特征,实现了基于DEM数据的山顶点识别;构造了以河段、流域特征为约束的辐射状河系识别新方法;并根据辐射状河系不同的空间关系,设计了一种边界河段归属的决策模型,首次实现了多源数据融合分析的辐射状河系自动化识别。