新兴应用的兴起，使得海量大数据的高效传输成为目前一个比较严峻的问题，因为空间信息服务云中的数据具有海量、多源、非结构化以及实时等特点，由此可见，空间数据在类型以及格式都具有比较复杂的结构，因此如何完成空间数据在网络中高效的传输任务，是空间信息服务云中的一个重要任务。针对这种情况，本文以国家自然科学基金项目“客户端聚合服务的空间信息网络服务模式研究”为依托，以空间信息服务云中海量数据需在不同的网络环境下高效传输的问题为切入点，深入研究了空间信息服务云中的数据特点和数据类型。并且针对不同网络环境，设计出了三种测试空间数据的最佳粒度模型，然后分析了对测试结果可能产生的影响参数，设计了一种基于数据粒度标记语言DGML(Data Granularity Markup Language)的数据粒度管理方法，最后测试出了三种不同网络环境下合理的数据粒度。本文的主要成果包括以下四个方面：1.深入研究了空间信息服务云中的数据特点和数据类型。从空间信息数据特点以及数据类型入手，结合空间信息在行业内的新兴应用，对海量空间数据的特点和数据类型划分方法进行了补充和完善。通过对各种空间信息数据的异构特性、空间特性、时间特性等方面进行研究，详细阐述了各类数据划分的依据、作用及应用范围，为研究空间信息数据在不同网络环境下传输过程中的粒度问题提供了理论依据。2.设计了针对不同网络条件下应用于数据传输的数据粒度测试模型。通过对数据的发送和接收算法的研究，提出了一套应用于空间信息数据传输的数据粒度测试模型框架，并针对不同的网络环境设计采用相应的测试模型方法，综合了考虑多种可能对测试结果产生的影响因素，为测试环节提供了一个理论依据和测试模型方法。3.设计了一种基于数据粒度标记语言DGML(Data Granularity MarkupLanguage)的数据粒度管理方法。应用于数据传输中数据粒度的选择取决于传输网络状况和数据的自身特点，为了实现数据粒度的自适应动态选择，本文设计了一种基于XML的数据粒度描述方法—数据粒度标记语言DGML(Data Granularity Markup Language)。通过DGML多层标记的语法结构，能够对数据传输中的数据特点和网络环境进行统一描述，为自适应的动态匹配合适的数据粒度提供依据。4.测试出了不同网络环境下的应用于数据传输的最佳数据粒度。根据前面设计的不同网络环境下的模型进行不同规模程度的测试，记录了不同数据粒度下数据传输完成的时间，并将测试结果生成直观的图表形式以便于观察分析，初步分析了各种情况下的结果，给出了每一种情况下的用于数据传输的最佳数据粒度，对空间信息服务云中不同类型的空间数据在网络中高效传输具有一定的实用价值。基于以上成果的研究，本论文的创新点包括以下两个方面：（1）提出了三种针对不同网络环境的用于空间信息服务云的数据粒度测试模型。通过对数据发送和接收算法的研究，提出一套应用空间信息数据的数据传输粒度测试的模型框架，并针对不同的网络环境设计采用相应的测试方法，综合考虑多种可能影响数据传输效果的因素，通过多种不同数据粒度的速度和效率测试分析，获得各种不同条件下应用于数据传输的最佳粒度。（2）提出了一种基于数据粒度标记语言DGML(Data Granularity MarkupLanguage)的数据粒度管理方法。应用于数据传输中数据粒度的选择取决于传输网络状况和数据的自身特点，为了实现数据粒度的自适应动态选择，本文设计了一种基于XML的数据粒度描述方法—数据粒度标记语言DGML(Data Granularity Markup Language)。通过DGML多层标记的语法结构，能够对数据传输中的数据特点和网络环境进行统一描述，为自适应的动态匹配合适的数据粒度提供依据。