基于云計算的土地資源服務高效處理平臺關鍵技術探索與研究.pdf

1、本研究以云計算(Cloud Computing)的關鍵技術理論為出發(fā)點，提出了土地資源信息化管理研究中基于云計算的服務高效處理建模理論框架，解決了空間數(shù)據(jù)分布式存儲策略、空間云服務索引創(chuàng)建與操作、空間數(shù)據(jù)高效并行操作等關鍵問題，并通過計算機編程構建了土地資源云平臺(Cloud Service Platform of LandResource，LRCSP)。最后，基于本文的理論框架和建模平臺，對土地資源服務的高效處理做了4項實驗研究，并展

2、開了深入分析與討論。
　　 具體來說，文本的研究工作主要包括以下幾個方面：
　　 1、總結云計算的基本理論及應用成果。重點討論了云計算的基本體系結構，關鍵技術理論和4個成功的商業(yè)云計算平臺參考架構。從三個學科的視角出發(fā)，總結了云GIS的內涵。以上述兩點研究為基礎提出一種云GIS的六層體系構架：物理層、虛擬層、數(shù)據(jù)層、服務組件層、服務層和應用層。著重研究了該架構中的云計算各節(jié)點的自動部署策略；并針對平臺的前臺透明服務需求，

3、從GIS服務的特點出發(fā)，提出云GIS服務模型，尤其設計了云GIS服務目錄和可供用戶進行簡單編程的服務接口。針對平臺的后臺處理需求，提出云GIS平臺的高性能并行處理數(shù)學模型：參照OGC服務鏈聚合模式，以原子服務和組合服務的角度分析了功能分解性；同時從矢量數(shù)據(jù)和柵格數(shù)據(jù)的數(shù)據(jù)結構出發(fā)，分析了兩者的數(shù)據(jù)可分解性。最后，以上述研究為基礎，從面向云計算的土地資源服務特點出發(fā)，提出面向云計算的土地資源云平臺模型(LRCSP)。
　　 2、分

4、析了云計算的關鍵技術，并以此為基礎提出對應的云GIS平臺需要解決的關鍵技術：空間數(shù)據(jù)的分布式存儲策略、虛擬計算節(jié)點任務分配模型、基于瓦片的動態(tài)地圖發(fā)布策略以及并行數(shù)據(jù)庫與MapReduce相結合的高效處理模型。在空間數(shù)據(jù)的分布式存儲策略研究中，除了提出基于格網(wǎng)預處理的STRTree的矢量數(shù)據(jù)并行劃分的分布式存儲策略和基于四叉樹索引的柵格數(shù)據(jù)的并行劃分的分布式存儲策略之外，還創(chuàng)新性的提出了基于數(shù)據(jù)劃分的最佳并行策略數(shù)學模型。在虛擬計算節(jié)點

5、任務分配模型研究中，詳細描述了任務分配算法，并在遷移決策階段提出了計算節(jié)點的計算力模型?；谕咂膭討B(tài)地圖發(fā)布策略即解決了一份空間數(shù)據(jù)經(jīng)過數(shù)據(jù)劃分并分布存儲之后的地圖可視化問題，也解決了由于土地數(shù)據(jù)變更頻繁引起的可編輯地圖動態(tài)更新的問題。在并行數(shù)據(jù)庫與MapReduce相結合的高效處理模型研究中，研究兩者優(yōu)勢互補的高效處理模型，并以分地類地物個數(shù)統(tǒng)計為例設計了利用MapReduce進行并行統(tǒng)計的算法，為其他類似的并行計算功能提供了借鑒。

6、
　　 3、設計實現(xiàn)了原型平臺并進行4組對比測試實驗。實現(xiàn)并展示了土地資源云平臺的3個功能模塊：云資源管理模塊、土地業(yè)務集成子系統(tǒng)和通用客戶端。選取大數(shù)據(jù)量的矢量和柵格數(shù)據(jù)對土地資源云平臺的4項關鍵技術進行測試。它們是：云存儲性能測試中進行柵格數(shù)據(jù)并行剖分效率對比測試和矢量數(shù)據(jù)剖分效果對比測試；地圖服務瀏覽性能測試中通過多次加載多計算節(jié)點的海量數(shù)據(jù)對效率進行測試；高效處理性能測試中對多節(jié)點的土地數(shù)據(jù)進行分類統(tǒng)計，用以確定MapR

7、educe的編程模式下的服務效率；虛擬化負載均衡對比測試中將運行虛擬節(jié)點上的LRCSP與只安裝一個操作系統(tǒng)的普通PC組成的集群系統(tǒng)進行容錯、耗能和運行效率的對比測試。
　　 研究結果表明，本文選取云計算的基本理論、方法和技術解決土地資源管理問題的路徑正確；提出的面向云計算的土地資源服務平臺模型展現(xiàn)出高效性、靈活性及擴展性，達到預期目標。作者在土地資源云平臺的理論研究及實踐作為云GIS應用的一個補充，為后續(xù)研究與工作提供了良好的基