随着空间数据获取手段和技术的飞速进步,一大批基础地理数据库逐步建成并投入使用,已有空间数据与瞬息变化的现实世界之间的矛盾——空间数据现势性问题日益突出。当前地理信息学界普遍认同多尺度地图数据联动更新技术是提高空间数据现势性的一种重要手段,其关键就是目标匹配,即建立不同尺度地图同名空间目标之间的对应关系。不同尺度、不同来源的地图上同一目标通常具有一定的差异性,为了评价目标匹配结果需要对匹配目标对中不同尺度的空间目标进行相似性度量。已有的相似性度量方法主要有紧致度法、正切空间函数法、双参数法、傅立叶描述子法、形状多级描述法等,但这些方法都只考虑了目标总体特征或者局部特征。为此本文结合分形理论中的分形维数对形状的描述特性,具有旋转、平移和尺度不变性,建立了基于分形维数的多尺度地图数据相似性度量模型。对于线目标,基于分形维数的相似性度量方法以分形维数刻画线目标的几何形状特征,结合线目标之间的距离等信息对多尺度同名线目标之间的相似性进行定量度量。对于面目标,基于分形维数的相似性度量方法同样是以分形维数来刻画面目标的几何形状特征,结合其空间位置、大小和分布模式等信息对多尺度同名面目标之间的相似性进行定量度量。该方法既考虑了目标的局部结构特征,又兼顾了目标的整体分布特性。最后将该方法应用到点群目标相似性度量当中,并取得了较好的效果。分形理论的研究内容是不规则的几何形体和自然界中广泛存在的无序而又自相似性的系统,其中自相似性是该理论中的重要概念,即整体缩小后会与局部相同,局部放大后会与整体相同。分形维数是分形理论中最核心的概念与内容,它能够较好地表达直观上的形态特征,并能为研究不规则的复杂要素提供很好的数学方法。依据分形维数的特征,它本身顾及目标局部结构和整体自相似性,与人的视觉感知较为一致,是一种用来度量形状相似度的较好方法。因此本文将分形维数引入到多尺度空间目标相似性度量模型当中,并通过实验验证了基于分形维数的相似性度量模型的实用性。论文通过对多尺度空间目标相似性度量方法的研究,为空间数据质量评价和对比分析了提供依据,促进了空间数据的质量的改善,同时也能提高数据库自动更新的效率等。