制图综合是对空间信息抽象、概括的过程，而不是简单的数据压缩。综合的目标在于“地理特征”的概括简化，而不是“几何特征”的弃除。面向地理特征的地图综合，要从空间认知意义上分析地图要素蕴含的空间知识，是一种结构化的综合行为。水系是具有高度结构化特征的复杂空间数据，在不同水文条件和地形环境下发育的水系形态可以表现为多种模式，例如格状河系、羽毛状河系、平行状河系等，使得水系综合取舍具有较大难度。本研究目的在于探讨河流分布的地理特征、河流的汇流区域特征与水系综合(主要是取舍)之间的关系。　　 本论文在基于知识的河网自动选取理论的指导下，从图形思维和空间认知角度，描述了河网自动选取的认知机理。在建立河网层次化结构的基础上，设计了基于知识的结构化河网的综合选取模型。　　 河网数据空间分布特征的提炼与归纳可以说是河网识别、选取中最关键的部分。因此本研究的主要内容就是如何在选取单元(流域)内提炼与河网型式相关的空间特征知识，并对其实行形式化。在基于Dem提取的河网数据的基础上，通过对不同型式的河网空间分布特征的分析，对河网识别、选取相关因子进行了分析，确定了识别因子和选取指标，提出了基于数字地图的河网型式分类的特征因子，包括流域特征因子、主支流角度关系、流向分布、曲率、长度变化等特征。　　 在确定了识别因子和选取指标以及相应的阈值范围之后，分形态结构识别、过程识别、过程建模、过程执行和结果评价等五个步骤建立了河网自动选取模型，并对其中的形态结构识别，过程识别，河流选取部分分别进行了相应的优化。　　 本文基于河网自动选取模型，设计了基于空间数据库的河网自动综合选取的实验系统。以云南省的1：25万河网到1：100万河网的综合选取为例，取得较好的实验效果。除此而外，本研究的研究成果还将有助于建立和完善地学信息模型和图谱模型。