基于包含检验法的多边形栅格化并行算法研究

随着对地观测技术的快速发展和数据规模的急剧增长,矢量数据快速栅格化已成为业界关注的重要研究内容。该文将并行计算技术应用于矢量多边形栅格化中,探索了矢量数据划分方法、边界栅格单元处理方法等关键问题,设计并实现了基于包含检验法的矢量多边形栅格化并行算法。基于土地利用现状数据对并行算法的精度、并行效率等进行了测试与分析。试验证明,在进程数不超过CPU核数时,并行算法的加速比随进程数增长显著;而当进程数达到CPU核数以后,并行算法加速比总体趋于稳定。并行效率与数据的划分方式、数据的存储方式密切相关,划分方式的正确与否将直接关系到算法的并行效率。     

多种数据划分方法下D8算法的多核并行化实验对比

对地观测技术的快速发展使空间数据规模迅速增大,海量高分辨率DEM数据使得GIS数字地形分析算法面临日益严重的效率瓶颈,多核并行计算技术是在PC端解决上述问题的潜在途径,而并行任务调度策略、数据划分方法是影响并行算法计算效率的重要因素。该文以河网提取中流向算法D8算法为例,基于OpenMP多核并行编程模型,在最佳任务调度策略下研究按行、列、块进行任务分解对该算法计算效率的影响。实验结果表明,不同数据划分方法对计算效率的影响存在差异。结合dynamic任务调度策略,对该算法采用行划分方法,并调用计算机最大可用线程个数16时并行加速效果最佳,加速比峰值达到13.88;划分块数为16时,运行加速比最高为13.46;按列划分加速比峰值达到12.829;而划分成9块和4块最高加速比仅为7.97和3.83。     

基于MPI的最小费用流网络单纯形并行算法设计与实验

网络最小费用流算法常用来解决资源流最优分配问题,传统的串行算法因时间复杂度高而不能满足大规模网络对计算效率的要求。该文用时间复杂度低的网络单纯形算法(NSA)的并行化求解大规模网络的最小费用流问题。通过分析NSA的可并行性,使用MPI分布式并行技术,设计了NSA并行算法;分析了3种常用流网络的拓扑结构特征及其与地理网络的关系;在并行环境下对计算效率进行实验测试,结果表明该算法具有显著的加速效果,峰值可达5.4。NSA并行算法应用面宽,可为区域及全国性大规模网络流资源分配方案的快速制定与政务决策提供有力支持。     

高性能并行分布式水文模型研究进展

传统分布式水文模型采用串行计算模式,其计算能力无法满足大规模水文精细化、多要素、多过程耦合模拟的需求,亟需并行计算的支持。进入21世纪后,计算机技术的飞速发展和并行环境的逐步完善,为分布式水文模型并行计算提供了软硬件支撑。论文从并行环境、并行算法2个方面对已有研究进行总结概括,分析了不同并行环境和并行算法的优势与不足,并提出提高模型并行效率的手段,即合理分配进程/线程数缩减通信开销,采用混合并行环境增强模型可扩展性,空间或时空离散化提高模型的可并行性及动态分配计算任务、平衡工作负载等。最后,论文对高性能并行分布式模型的未来研究方向进行展望。     

分布式水文模型的并行计算研究进展

大流域、高分辨率、多过程耦合的分布式水文模拟计算量巨大,传统串行计算技术不能满足其对计算能力的需求,因此需要借助于并行计算的支持。本文首先从空间、时间和子过程三个角度对分布式水文模型的可并行性进行了分析,指出空间分解的方式是分布式水文模型并行计算的首选方式,并从空间分解的角度对水文子过程计算方法和分布式水文模型进行了分类。然后对分布式水文模型的并行计算研究现状进行了总结。其中,在空间分解方式的并行计算方面,现有研究大多以子流域作为并行计算的基本调度单元;在时间角度的并行计算方面,有学者对时空域双重离散的并行计算方法进行了初步研究。最后,从并行算法设计、流域系统综合模拟的并行计算框架和支持并行计算的高性能数据读写方法3个方面讨论了当前存在的关键问题和未来的发展方向。     

并行空间分析算法研究进展及评述

作为GIS的核心功能之一,空间分析逐步向处理数据海量化及分析过程复杂化方向发展,以往的串行算法渐渐不能满足人们对空间分析在计算效率、性能等方面的需求,并行空间分析算法作为解决目前问题的有效途径受到越来越多的关注。该文在简要介绍空间分析方法和并行计算技术的基础上,着重从矢量算法与栅格算法两方面阐述了目前并行空间分析算法的研究进展,评述了在空间数据自身特殊性的影响下并行空间分析算法的发展方向及存在的问题,探讨了在计算机软硬件技术高速发展的新背景下并行空间分析算法设计面临的机遇与挑战。     

DEM与地形分析的并行计算

总结了数字高程模型构建、特征提取等并行算法的研究进展,概述了不同并行算法的主要内容;探讨了DTA并行技术在海量地形数据可视化和高性能地学计算的应用,随着DEM的需求日益增大,高精度、高分辨率DEM产品及其附加服务也逐步产品化。最后,通过分析并行计算发展的关键问题,提出DTA并行技术的研究趋势及研究意义,合适的数据划分和结果融合策略、通用并行算法、容错机制和负载均衡策略的设计是今后研究的重要内容,尤其是如何在多种计算模式共同发展的背景下利用并行计算解决地学难题,从而得到更接近现实世界地理环境的模拟,并扩大数字地形分析的应用范围。     

制造业地理集聚的区域差异研究——江苏和安徽对比研究

产业地理集聚既取决于产业特征,也依赖于区域特性。采用2001年基本单位普查资料企业数据对比江苏和安徽两个差异显著的省区制造业地理集聚。总体而言,制造业在安徽省较江苏省更为集聚,两省最为集聚的产业是一些资本或技术密集型产业,最为分散的产业是需要接近资源或地方化市场或地方保护较强。一些资源加工型产业、资本技术密集型产业以及历史悠久的传统产业在江苏省和安徽省集聚态势差异明显。制造业地理集聚的区域差异可能源于产业在不同省区的技术水平、规模强度以及功能的差异,但区域性因素仍然是主导。两省经济发展水平、城市化水平以及基础设施的差异是安徽省大多数产业较江苏省更为集聚的一般解释,资源区位及其可得性、地理位置、产业传统以及制度性差异等进一步造成了一些产业在两省地理集聚程度的差异。     

云GIS的内涵与研究进展

云计算将是下一代计算平台,云计算的发展必将带动与计算科学密切相关的地理信息系统学科的发展.本文采用文献分析方法综述了云计算的特征、云GIS内涵、关键技术和科学问题,指出云GIS是利用云基础设施获得大规模计算能力来解决GIS中海量空间数据的分布式存储、处理任务划分、查询检索、互操作和虚拟化等关键性科学问题,提高GIS 数据处理与管理能力,为计算密集型和数据密集型的各类GIS 服务提供高性能处理的技术.其基本内涵是空间数据的云特征,空间数据管理中的云计算特征.同时指出云GIS 将彻底突破GIS 既有的“专业圈子”,实现GIS自身的革命性突破,极大地扩展其市场规模.然后,本文介绍了云GIS平台,指出云GIS发展中的优势与不足;最后,从云GIS模式技术发展趋势、应用需求及教育专业需求3个方面展望了中国云GIS的研究进展.     

KDSG-DBSCAN:一种基于K-D Tree和Spark GraphX的高性能DBSCAN算法

DBSCAN是一种基于密度的聚类算法,其能从包含噪声点的数据集中发现任意形状的聚类并且无需预先设定聚类个数,因此得到了广泛应用。但随着数据规模的增大,迭代式的点间距离计算导致经典单机串行DBSCAN算法的性能显著下降,使之无法满足实际应用的效率需求。为此,该文提出一种性能改进的分布式并行聚类算法——KDSG-DBSCAN。该算法利用K-D Tree邻域查询减少点间距离计算次数,利用图连通算法优化局部类簇合并过程,并基于Apache Spark MapReduce平台实现了计算过程的并行化。通过4组对比实验,分析了KDSGDBSCAN、经典DBSCAN与未使用图连通的KDS-DBSCAN算法的执行效率、KDSG-DBSCAN各子阶段执行时间占比、不同数据规模下KDSG-DBSCAN的扩展性以及不同计算节点数量和CPU核数下KDSG-DBSCAN的扩展性。结果表明,KDSG-DBSCAN算法具有良好的可扩展性和加速比。     

格网技术对GIS发展的影响

格网技术作为新一代的Web技术,必将深刻影响GIS的发展。格网计算为数据密集型空间分析提供了资源支持。数据格网为海量空间数据分布式存储、管理、传输、分析提供了一体化的解决方法。格网技术为VRGIS实时场景渲染和海量场景数据存储以及GIS互操作问题的解决提供了一种新思路。格网中的智能体组件动态组装应用软件将对GIS应用开发方式产生重大影响。通过建立空间信息格网可以实现中国GIS产业的跨越式发展。     

中国西部地区开发区及产业时空变化特征

通过收集中国西部12省份的714个开发区基础数据,采用最邻近距离、核密度分析法以及地理空间分析法,对1993—2015年间中国西部地区（简称西部地区）开发区的空间格局演化规律及产业分布特征展开分析。研究结果表明：（1） 西部地区开发区空间集聚特征显著,呈现出以重点城市和城市圈为依托的“多级集聚”的演变规律。（2） 西部地区开发区空间聚集程度和规模均呈现出不断增加的态势,集聚规模增长幅度大于集聚强度。（3） 西部地区国家级开发区各类型产业的集聚程度强于省级开发区,集聚规模弱于省级开发区。国家级开发区主要发展资金密集型、技术密集型产业,各类型产业分布格局呈现出单核心集聚特征;省级开发区以劳动密集型、资金密集型产业为主;各类型产业布局特征差距显著,技术密集型呈现出“大集聚、小分散”的分布格局、劳动密集型向中心城市集聚、资金密集型连片规模化发展。研究结果对于西部地区合理利用开发区来加强城市群联系,实现区域协调发展具有一定的现实意义。     

格网技术对GIS发展的影响

格网技术作为新一代的Web技术，必将深刻影响GIS的发展。格网计算为数据密集型空间分析提供了资源支持。数据格网为海量空间数据分布式存储、管理、传输、分析提供了一体化的解决方法。格网技术为VRGIS实时场景渲染和海量场景数据存储以及GIS互操作问题的解决提供了一种新思路。格网中的智能体组件动态组装应用软件将对GIS应用开发方式产生重大影响。通过建立空间信息格网可以实现中国GIS产业的跨越式发展。     

GIS软件辅助中学地理教学例选

GIS是采集、存储、显示、查询和分析地理数据的系统，是一门操作性很强的技术。因为GIS已经广泛应用于政府的公共管理、地理资源开发利用、城市规划、测绘、军事和企业管理等领域，全球已拥有超过上千万个GIS软件用户，所以在中学地理教学中，推广和普及GIS技术，是地理学、资源管理和城市管理等发展的需要和必然。     

地理计算及其前沿问题

地理计算是地理信息科学的核心内容之一, 主要研究地理信息科学的方法学问题, 内容 包括建模、算法、计算体系和一般方法学问题。本文介绍了地理计算的五个前沿问题: (1)地学数据 挖掘从地理学问题出发, 对各种数据作地理学的模型处理和结果计算以发现地理知识; (2)空间运 筹在地理学中的应用日益广泛, 它的算法更加简单严密、精度也更高; (3)多自主体系统模拟已经 成为地理学科学研究中除归纳和演绎之外的第三种重要研究方法; (4) 离散空间的定性计算是进 行地理空间计算的必要基础; (5)本体论的发展是地理信息科学乃至整个地理学发展的需要。     

适用于中学地理教学的GIS网络资源

一、提供数据资源的网站目前,国内外有多个网站提供GIS数据服务,服务形式包括用户下载及提供用户在线使用,后一种形式是和在线服务软件结合在一起的。以中学地理教学实际内容为出发点,主要选取了国家动态地图网、国家基础地理信息系统、天地图、USGS的GIS教育资源网以及美国ESRI公司的GIS教育资源网。     

“面向区域”的GIS控件的设计与使用

本文提出了一个“面向区域”GIS控件的概念———即以特定的地理区域为对象,将基础地理信息连同有关的GIS功能操作融合为一个可重用的程序模块,以Microsoft的COM(即“组件对象模型”)技术为基础,组织为“GIS化”的ActiveX控件。这种GIS控件,将面向对象技术中的“对象”扩展到了整个特定的地理区域空间,其核心思想是不仅封装了GIS的数据模型,必要的功能操作,而且封装了所有的基础地理信息。由于省去了对空间数据的处理,因而这种GIS控件可被广大非GIS专业的信息系统开发者灵活、简便地用于各种管理信息系统、办公自动化系统和决策支持系统的GIS功能扩充,也可用于构建一般的地理信息系统,因而有利于GIS技术应用的普及。文章最后给出了有关陕西省的应用实例     

开放式GIS在大数据时代的机遇与障碍

GIS 领域的发展在21 纪初走到了十字路口。本文旨在讨论下一个阶段GIS 发展的多个愿景,而新兴的开放式GIS应作为一个指导思想。开放式GIS包含8 个维度：数据、软件、硬件、规范、研究、出版、资金和教育。对于GIS 研究团体,开放式GIS 提供了4 个令人振奋的机会：①技术发展。技术的发展与突破可用于解决空间上的海量数据所带来的问题;②应用开发。主要是用于集体或个人决策的应用程序的开发;③增加全民参与的机会。地理科学可以发展成一种开放性的全民科学,人们将对日益变化的地球增进了解;④教育的机遇。通过开放式GIS能更好地实现全民地理科学教育。虽然开放式GIS 的实现存在着学术、法律、社会、政治和环境等障碍,但可以肯定的是,开放式GIS在未来的科学研究和教育方面将会变得越来越重要。     

河北省地理资源专题数据库结构设计

河北省地理资源专题数据库是河北省科技资源数据库的重要组成部分之一,旨在整合与建设河北省相关地理资源数据.设计了地理资源专题数据库的3个子数据库:地名与区域经济数据库、风景旅游资源数据库、地貌与地质基础数据库,并在数据库建设项目的实践中,提出了在国家科技基础条件平台下省级地理资源数据库的建设方向和主要内容,也阐述了地理资源数据库的基本标准和数据结构,最后总结了地理资源数据库(集)建设过程中遇到的问题和解决办法.     

基于数据分治与双层索引的并行点面叠加分析方法研究

地图叠加分析是一种计算密集型算法,并行化计算是加快算法执行速度的一种有效方法。该文研究分布式环境下的点面图层并行化叠加分析方法与实现。首先根据点面叠加的特点设置并行数据分解的方式,基于分治法分解空间数据,在并行系统下将地理要素分而治之。然后引入双层索引的并行叠加机制,一是对面图层根据Hilbert空间索引的排序方式分发数据,二是对点图层建立四叉树索引,对每一个进行相交运算的多边形进行快速过滤和求交。最后在Linux集群系统下实现该并行算法,其一利用MPI分布式计算环境实现在整体计算框架下的消息通讯模式的并行,其二在每个子节点中实现基于多核OpenMP工具的本地并行化。结果表明,利用双层空间索引分治的方法可实现并行数据分块,各子节点实现独立计算,减少并行系统中的I/O冲突,并行加速比明显。该方法对矢量地图运算的并行化进行了有益的尝试,为大数据时代的空间数据分析提供一种有效的途径。