通常高维几何目标描述的几何特征详细，低维几何目标图形简单，描述的信息内容概略。例如2维面状目标不仅描述目标在空间中的位置与大小，还包括形态、延展、局部宽度等；当其降为1维目标后只能描述其位置与延展，而边界形状、局部宽度等信息丧失；当进一步降为0维目标后仅仅能描述其概略位置，而大小、形状、延展等信息均丧失。通过降维操作可简化图形表达的几何特征，突出主要信息内容，达到抽象概括表达的目的。

地图上，一般空间点状地物表达为0维，线状地物为1维，面状地物为2维，几种常用的几何降维形式为：①1维目标降为0维。表现为目标的长度、延展性信息消失，只表达中心位置。用有向线表达的居民地综合为有向点或无向点表达是该操作的典型代表，即半依比例居民地符号综合为不依比例居民点（具体图面表达是在中心线、有向点、无向点基础上用矩形块符号表示）。②2维目标降为1维。表现为延展性狭长的面状目标变换为中轴线表达，包括整体2维目标的几何降维及2维目标的局部降维两种。该操作的典型代表如双线河变换为单线河及街道的中心线提取。③2维目标降为0维。表现为各向均衡延展的面状目标通过质心点变换为点状表达，如小型水库、井转换为点表示等。

典型几何降维示例

2维面状目标降成1维线状目标，主要通过提取骨架线算法实现，该算法根据数据格式的不同可分为栅格算法和矢量算法两种。前者有边缘跟踪剥皮法、经典细化法、最大数值计算法、搜寻中轴线法、距离变换法等；后者有德洛内（Delaunay）三角网法、平行线切割中点连线法、数学形态学法、内侧缓冲区法等。其中，使用最为广泛的是Delaunay三角网法。Delaunay三角网法的基本思想是：对面域内建立Delaunay三角网，然后基于三角网中各三角形的邻近属性将三角形分为Ⅰ、Ⅱ、Ⅲ类（分别对应于拥有邻近三角形的个数）。对于Ⅰ类三角形，连接唯一内边的中点与其相对的顶点；对于Ⅱ类三角形，连接两条内边的中点；对于Ⅲ类三角形，连接三角形重心与三边的中点。依次连接各三角形中提取的连接线即可得到面状目标的骨架线，该骨架线即为降维后的图形表达。2维目标的局部降维则要根据不同位置宽度的计算，当局部宽度小于图形表达阈值时，实施向1维几何特征的降维操作，局部宽度大于图形表达阈值的部分，仍保留其2维表达。

2维面状目标降为0维点状目标，则通过提取多边形几何中心实现，如果考虑方向，则由多边形目标的主体方向作为有向点的方向。1维线状目标降为0维点目标，通过提取线的几何中心实现。