随着移动互联网和无线通讯技术的发展,以及智能手机操作系统的广泛应用,手持移动设备(手机、平板电脑等)的数量已经远远超过了PC机的数量。人们越来越热衷于依靠手机来获取服务与分享信息,因此产生了对移动地理信息服务与基于位置服务(LBS)的更高要求。在软硬件环境的支持和社会需求的驱动下,移动地图逐渐兴起,并成为人们在移动环境中进行空间认知与导航的重要工具。作为移动地图表达重要内容的POI (Point of Interest)点,其数据的空间定位精度、属性的丰富程度及表达的清晰程度直接影响着移动地图的质量与可用性。目前主流的移动地图服务提供商都采用多尺度空间数据库的方式,将尺度最多达20级的空间数据存储在数据库中。由于POI数据量很大,而且多集中分布于道路两侧,当用户查询、检索时,移动地图中POI叠置、压盖现象严重。地图综合是解决POI符号冲突的一个可行方案,但是传统地图综合中的综合条件如尺度变化、区域范围、地图类型等是确定的,综合模型是静态的,而移动环境中用户对POI的需求是动态变化的。因此,需要建立一个动态综合的系统,才能解决这些问题。要设计这样一个系统需要考虑到许多方面,包括综合算法的选择、综合知识的表达、综合过程的控制等。本文对此进行了比较详细的研究,主要的研究内容和创新点如下：1、分析了移动地图及移动地图上POI的表达特点,总结了当前POI表达方法存在的问题；结合用户对移动地图中POI的使用需求,分析了进行POI综合的任务与需要达到的目标；基于移动环境下POI综合的特点,分析了POI综合对算法的要求。2、对现有的点要素综合算法进行了调研、整理与分类；从保证综合结果有意义与保持POI与底图正确匹配两个方面,分析不同的算子应用于移动环境下POI综合的可行性；从时间复杂度与算法特点等方面,分析每个算法应用于移动环境中POI综合的可行性。3、探讨了目前存在的地图综合模型与过程控制方法,阐述了这些模型无法直接应用到移动环境下的原因；并基于移动地图的特点和POI表达的特点,提出了一个面向移动环境POI综合的概念模型；分析了该概念模型需要用到的综合知识,以及模型对过程的控制机理。4、基于以上算法分析与提出的综合模型,设计与实现了一个面向移动环境POI综合的原型系统,选择基于属性的选取和圆增长等算法实现了POI的动态综合,证明了动态综合模型的可行性。