论文部分内容阅读
GIS的功能主要体现在空间数据库、空间数据可视化和空间分析三个方面。空间分析作为GIS的核心模块，是区别于其它MIS系统(信息管理系统)的主要标志。GIS经过近50年的发展，常用的空间分析算法如缓冲区分析、路径分析、叠加分析等，都得到了深入研究。很多算法在串行计算环境下几乎已经达到理论上的时间复杂度的极限。在GIS的高性能计算领域，学者们已经注意到并行技术带来的好处，并进行了相关研究，但大多集中于上层架构的设计，更多的是关注通过集群、分布式，甚至网格聚集的计算资源获取空间数据处理的高性能，目前很少有GIS平台软件通过并行技术来获得高性能，本文则在这方面做出尝试。
首先，本文通过对国内外相关文献和技术的研究，确定了在多核环境下GIS平台软件支持并行处理的可行性和必要性。对于GIS软件来说，通过并行技术充分利用多核处理器提供的计算能力是目前提高空间数据的处理能力行之有效的方法，也是高性能网格GIS、GIS集群计算、GIS分布式计算系统的基础。
其次，本文讨论了GIS软件空间分析并行处理框架。探讨了空间分析并行处理研究进行的基础，包括硬件和软件环境；系统地总结了现有的空间分析研究分类，指出本文空间分析研究的内容为GIS平台软件中的常用空间分析功能：在通用并行模式指导下，将GIS软件中的常用空间分析算法按并行策略进行分类，本文的研究方法主要是对数据并行策略进行研究；提出在GIS软件的内核中空间分析并行处理的框架结构，并确定关键技术。
再次，本文对空间数据域分解技术、空间数据并行I/O策略和空间分析并行处理框架设计等关键技术进行研究，设计和实现了原型系统。空间数据域分解重点探讨空间索引与空间数据域分解技术的结合，分别探讨了采用R-tree、四叉树、图幅索引和多级网格索引管理空间数据时，空间数据的分区方法和特点；此外，还探讨了空间索引的并发编辑的问题；空间数据并行I/O策略研究主要探讨了空间数据分区存储及缓存和预取策略。
最后，在原型系统中对三个具有代表性的空间分析算法进行并行处理，包括：R-tree的并行加载、线段求交并行处理和最短路径并行查找，对本文研究的关键技术进行了实验验证。