摘要：河流分級是樹狀水系綜合的關鍵。現有方法大多根據河段的局部幾何特征進行主支流識別,較少顧及河流和河系的整體結構特征,且使用多指標綜合評價判別時對權重的設定缺乏科學的方法,對綜合知識利用較少,應用的靈活性有待提高。對此,本文從案例學習的角度出發,針對河段主支流關系識別,提出一種基于樸素貝葉斯的樹狀河系自動分級方法。首先,從已有成果數據中提取出主支流分類的案例,利用樸素貝葉斯機器學習方法進行訓練得到主支流分類模型;對于待分類樹狀河系,使用分類模型,從河口出發自下游向上游依次計算各上游河段分類為主流的概率,以概率最大的上游河段作為主流河段,將各主流河段依次連接得到主流河流;主流河流以外的支流部分,重復以上步驟進行層次結構化實現河系分級。試驗證明,本文方法能很好地模仿專家意圖,對樹狀河系的主支流進行很好地識別分類,并構建合理的層次結構,分級效果良好。