论文部分内容阅读
以地理信息资源开发利用为核心的地理信息产业，作为高技术产业、现代服务业和战略性新兴产业，市场潜力巨大，发展前景广阔。经过几十年的发展，地理信息系统（Geographic Information System，GIS）科学理论与方法不断深化，GIS基础平台软件与应用系统软件蓬勃发展。但随着GIS处理数据的海量化，空间分析算法的复杂化，处理要求的实时化，应用范围的社会化，传统GIS由于自身体系结构及算法的限制，已不能满足行业应用需求，如何快速进行空间数据处理与分析，进而完成大规模的复杂地理应用，是地理信息系统进一步发展面临的一个重要问题。 基于集群的并行GIS已经成为解决该问题的有效手段，然而，由于并行计算、多源空间数据与GIS结合的复杂性，基于集群的并行GIS处理面临业务应用不易扩展，多源空间数据利用、发布困难，空间分析并行算法效率不高，并行编程困难等诸多问题。为此，本文的研究将针对并行GIS现阶段发展中面临的问题，从体系结构、数据组织、矢量数据划分、矢量并行编程模型等方面入手，以开源软件GRASS(Geographic Resources AnalysisSupport System) GIS为基础，构建并行地理信息系统平台，实现空间矢栅数据的快速处理。 本论文的主要贡献和创新性主要体现在以下几个方面: 提出了业务流程可灵活扩展的并行GIS体系结构。本文首先进行分层设计，涵盖了并发任务调度、数据管理、并行编程模型等内容，构建了并行GIS平台，可以独立支持大规模复杂地理计算。其次，提出基于并行GIS平台的业务流程按需扩展建模方法。该方法以工作流驱动为核心，实现了算法开发、业务流程、操作界面的三方分离。该方法使开发人员只需专注基础算法的研究，按照指定的规范开发算法程序，而无需开发常用的人工交互界面，也无需考虑行业应用时的业务流程;该方法使业务管理人员在不修改系统本身的情况下，只需通过简单的拖拽操作进行算法间的流程组合，就可以扩展新的业务功能。业务流程可灵活扩展的并行GIS体系结构，将GIS平台软件和业务应用结合起来，降低了业务系统的开发难度，在系统架构层次解决了并行GIS中行业应用扩展困难的问题。 构建了多源空间数据一体化组织模型。该模型首先利用空间数据共有的地理区域信息构建空间数据描述编码，保障了空间数据的全球关联性、多尺度性，有利于全球空间信息的有序管理与检索，在应用层次为空间描述对象与矢栅空间数据建立空间映射;其次，在构建通用空间数据访问策略的基础上，以高性能地学文件系统HPGFS为对象，构建了访问接口GHIO驱动，在数据访问层次实现了栅格数据的高效存储与访问;最后，提出空间数据动态发布策略，实现了基于OGC协议的地图按需生成、动静态缓存等技术，在可视化层次实现了空间矢栅数据的动态发布。 提出了面向矢量数据的多重均衡性划分和高效合并方法。本文定义了并行处理中矢量数据划分准则，并针对矢量空间分析并行算法中因负载不均衡而导致效率不高的问题，综合矢量空间算法的计算粒度和空间相邻关系，提出兼容空间聚集性、计算均衡性的双重均衡性不规则条带划分模型和基于重叠区域最小原则的多重均衡性划分模型，在数据划分层次提高了并行效率;同时提出递归合并等高效的结果合并策略，在数据合并层次提高了并行效率。 提出基于矢量空间特征的地理信息并行编程模型。该模型在分析各类算法所处理对象的邻域特征的基础上，将设计模式、抽象等概念引入地理信息处理算法的并行编程中，并封装了数据划分与消息传递等基础操作，为矢量空间分析算法的并行求解提供了并行实现框架或并行编程范式，通过提高并行开发的抽象层次，屏蔽了复杂的并行过程，在程序开发层次解决了矢量空间分析算法并行编程困难的问题。 基于以上成果，本文构建了并行GIS平台pGRASS(parallle GRASS GIS)和GIS并行处理算法库，并以各种试验和应用实例对基于GRASS的GIS并行处理关键技术进行验证和分析。 理论分析和试验表明，业务流程可灵活扩展的并行GIS体系结构能快速加载各种地理信息算法，进行业务功能的灵活扩展;空间数据一体化组织模型可以方便的管理、访问、显示各种空间数据;多重均衡性空间数据划分与高效合并模型，在数据密集型计算中可以大幅度提高并行效率;并行编程模型对地理空间分析算法具有高效、便捷的并行化能力。