地理栅格数据并行I/O的研究与实现

随着遥感和测绘技术的进步,日益增大的数据量和高效的数据I/O矛盾逐渐凸显。本文针对这个问题提出了地理栅格数据的一种并行I/O模式,并对该I/O模式进行了相应的编程实现。通过设计实验验证其正确性和效率,我们发现相比传统的栅格数据I/O库（GDAL库）而言,采用本文提出的并行I/O模式对应的I/O库将能同时保证结果的正确性和高效性。     

基于OWGA缓存的海量遥感瓦片数据发布

通过模拟实现传统的WMTS瓦片服务对客户端发来下载瓦片数据的HTTP请求进行响应,计算得到各处理阶段所用的平均时间,分析测试结果可知,将请求的本地储存瓦片读取到内存中所花费时间占总响应时间的70%以上。为缩短服务器响应时间,提出了基于OWGA缓存的发布方法,将客户端最近频繁请求的、高分辨率的瓦片数据常驻内存,以减少文件I/O操作;并在缓存不足时移除OWGA值较低且低分辨率的瓦片数据。通过与常用的内存缓存置换算法LRU、LFU对比可知,在随机访问模式下,该算法的时间效率优于其他两种算法。     

一种采用流计算的Delaunay三角网切块剖分算法

针对海量LiDAR点云Delaunay三角网剖分的时间与空间性能的矛盾问题,提出了一种采用切块的流计算Delaunay构网算法。首先利用三角网墙（DeWall）从点云上切割特定大小与形状的独立数据块,避免分治算法的深度递归与内存溢出;然后运用分治算法对切块剖分,并给出了切块边界错误三角形删除算法;重复上述过程完成子网剖分,并依据非耦合区域分解模式合并为最终三角网。引入流计算的思想,以进一步提高算法的空间性能。分析与实验表明:该算法占用了较低内存,并取得了接近为O（nlg（δ））（δ为一个切块点数,且δ≤n）的时间复杂度。     

并行地图叠加分析中基于数据分解的负载均衡方法研究

地图叠加分析是一种计算密集型算法,并行化计算可以加快算法执行速度。本文研究并行化地图叠加分析中的负载均衡方法。首先针对并行算法中的IO竞争情况,定义了负载均衡指数;然后基于分治法分解空间数据,将并行系统下的地理要素分而治之,将Hilbert空间索引作为集群系统中各节点分配数据的依据,最终实现并行地图叠加分析系统中的数据负载均衡,为地图叠加分析算法中的数据并行策略提供可能性。结果表明,利用空间索引分治的负载均衡方法建立索引速度快,调度系统可以将计算任务明确分配到各计算节点。     

粒度与结构统一的多层次三维城市模型数据组织方法

提出了一种高效的磁盘、内存、显存三级数据存储粒度与结构一致的数据组织方法。首先,根据城市空间对象数据内容,建立层次嵌套、多类型混合的空间索引结构,以空间索引节点统一磁盘存储、内存场景管理与绘制缓存的基本操作单元;其次,以绘制缓存对象的紧凑存储结构为基础,统一内存场景管理对象与磁盘存储对象的数据块结构,并将数据布局方法扩展到对象粒度进行磁盘存储组织。实验结果表明,所提方法大幅度减少了I/O次数,提高了数据调度效率,为大规模三维城市模型的实时绘制奠定了基础。     

并行化矢量多边形叠加算法研究

正空间数据规模的快速增长对传统地学分析方法提出了更高的计算效率和处理规模要求。作为核心的空间分析算法之一,矢量多边形叠加分析具有典型的高算法复杂性和计算密集性特征。随着计算机硬件和软件技术的进步,并行计算为提高多边形叠加分析的计算效率,扩大问题处理规模提供了有效手段。研究面向新型计算架构的多边形并行叠加分析算法对完善高性能GIS理论研究和实现方法,提升传统地学分析算法的计算效率具有重要的理论价值和实践意义。本论文针对多边形非拓扑叠加算法的并行化问题,在多种高性能计算环境下解决了     

利用并行技术的海量数据瓦片快速构建

针对现有的将海量DLG、DOM、DEM、DRG(4D)数据转换成金字塔瓦片以供数据共享的解决方法的不足,文章提出了一种利用并行技术解决海量数据计算处理的思路,适用于需要海量地学数据处理计算的情形:将传统4D数据快速、有序、可控制地转换成瓦片数据,利用并行渲染技术来加速瓦片缓存的生成,利用对地理范围空间区块进行任务分割来完成并行切片的同步控制、任务的进度跟踪与断电宕机等异常中断恢复。将此方法投入于四川全省内大比例尺4D切片生产的结果表明,该方法并发性高,能快速、稳定地解决海量数据的切片任务。     

PC集群环境下的并行地理网络车辆路径算法

针对PC集群计算节点内存小、进程间通信速度慢的问题,本文设计了分布式的数据存储机制;提出了用同步变换规则代替解编码传输的进程间通信方式;基于邻域分解策略实现了禁忌搜索过程的并行化,发展了一种适用于PC集群环境的并行地理网络VRP算法。应用模拟路网数据进行了相关试验,结果表明：本文算法的计算结果与ArcGIS基本一致,二者平均偏差率在2.11%~2.87%之间;分布式数据存储策略有效地降低了各进程对内存的需求量,保证了算法的稳健性和扩展性;通过算法的并行化提高了VRP算法的求解效率;该算法具有良好的加速性能,8进程时在各测试数据集中的加速比均在4.46~6.32之间。     

一种基于CUDA的大数据量地理加权回归并行加速算法

针对传统地理加权回归(GWR)在大数据量计算中存在的计算效率低、内存占用大、数据规模受限等问题,本文提出了快速并行地理加权回归(FPGWR)算法,基于英伟达CUDA架构实现了GWR的并行加速,将串行过程分解为并行的独立回归计算模块,同时优化了内存使用模型,提高了算法的运行速度。对比FPGWR和传统GWR在不同数量级模拟数据上和真实数据上的运行速度,结果显示,FPGWR能够支持更大规模的样本量计算并有效提升运行效率,数据量越大加速效果越显著。     

高空间分辨率遥感影像的多智能体分割方法研究

提出一种基于多智能体的高空间分辨率遥感影像分割算法(high spatial resolution remote sensing image segmentation algorithm based on multi-agent theory,MARSS).该方法在区域合并中结合了影像的光谱信息和形状信息,同时利用多智能体与图像环境交互性强,灵活性高,具有并行运算的优点,通过多个智能体控制不同区域的合并过程,能够使分割算法的全局合并控制更加优化.试验结果表明,该算法的分割效果要优于分形网络演化算法(FNEA).     

空间拓扑关系定量描述与抽象方法研究

具有复杂形状的空间区域之间拓扑关系的表示与抽象是空间信息多尺度表达和可视化中必须解决的问题.本文讨论区域之间拓扑关系边界交集成分的定性描述方法,并在此基础上提出度量化边界交集成分描述方法,运用这种详细的描述方法,探讨空间区域之间拓扑关系抽象的规律,可为地图自动综合中空间关系的维护提供有关的理论基础.     

空间数据研究的发展及对策

随着地理信息科学和地理信息系统的发展,空间数据先后经历数据生产、数据质量、数据不确定性和可用性4个研究阶段。在分析各阶段研究内容和方法的基础上,深入分析空间数据现有研究间的联系与区别,并给出未来的研究对策。     

从空间分析到空间决策的思考

地理信息系统正处在空间分析系统步入空间决策支持系统的关键时期,及时总结GIS分析理论和技术体系,展望空间决策发展趋势是值得广大地学工作者深思的问题。在分析回顾空间分析理论和技术发展历史的基础上,总结了现状研究和应用存在的问题,指出了空间分析向空间决策支持技术发展需解决的关键问题,并对空间决策支持系统未来的发展作出了几点思考,以期对空间决策支持技术发展提供指导。     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

空间认知模式及其应用

从对不同空间模型的对比与分析入手,结合空间认知行为、神经系统科学和认知心理学的有关研究成果,对空间认知模式进行了研究。研究表明,“空间”的一般表现形式分为感知空间、认知空间和符号空间3种,不同的空间表现形式具有不同的空间认知方式;根据空间认知方式的差异,空间认知模式包括空间特征感知、空间对象认知、空间格局认知3个层次,而空间特征、空间对象则是空间认知模式构成的两个基本单位。文章以大华北地区为实验区域,通过对该区域强震发生空间的格局分析,进一步阐述了空间认知模式及其应用。     

SPATIAL OBJECTS AND SPATIAL RELATIONSHIPS

Spatial object and spatial relationship are two basic concepts of GIS.Spatial object is the digital representation of geographical entity or phenomenon,which forms the basis for data management and analysis;spatial relationship is theconnexion between spatial objects when geometric properties are considered.Thecommonly used classification of spatial objects as points,lines and areas is mathe-matically strict,and suitable for data management,but a bit too generalized forrepresenting real entities and extracting spatial relationships.A good classificationmodel should not only be good for representing real entities,but also good for re-vealing spatial relationships,therefore good for formalizing spatial analyses.     

模糊面元素空间拓扑关系抽象化方法研究

空间拓扑关系的判定是地理信息系统中进行空间查询、空间分析、空间推理等操作的基础.在分析模糊区域空间拓扑关系的基础上,用空间关系向量定量描述这些拓扑关系.依据空间抽象的要求,通过计算向量之间的相关程度,对模糊区域的空间拓扑关系进行抽象,并根据空间拓扑关系的区域分布特征对抽象后的结果进行调整.     

空间权重矩阵对空间自相关的影响分析——以我国肾综合征出血热疾病为例

应用空间自相关统计方法,分析了2008年我国肾综合征出血热（HFRS）发病率的空间分布。采用多种权重度量计算了全局和局部两种相关性指数,分析了自相关数值对空间权重矩阵的依赖性。分析结果表明：①空间距离矩阵比空间邻接矩阵能更好地度量HFRS的空间分布;②使用空间距离矩阵时,当距离阈值500km〈δ〈800km时,全国发病率数据显示出显著的空间自相关性;③从局域上看,吉林省高值显著聚集,新疆、西藏、青海、广西和海南省自身低值被高值包围聚集显著。     

Oracle Spatial空间数据库的设计及应用

随着“数字城市”、“数字区域”建设的大力开展,地理信息系统需处理海量的空间数据与属性数据。而目前,两者分开的存储方式不利于数据间的共享与互操作,因此空间数据的数据库存储及此模式下应用系统的开发成为研究的热点与难点。基于此,本文介绍了OracleSpatial中空间数据的存储、管理模式,给出了VB6 . 0环境下用MapX访问空间数据库的方法,讨论了基于OracleSpatial空间数据库的应用系统开发中,空间分析的一般编程方法。     

Developing local measures of spatial association for categorical data

This paper describes a procedure for extending local statistics to categorical spatial data. The approach is based on the notion that there are two fundamental characteristics of categorical spatial data; composition and configuration. Further, it is argued that, when considered locally, the latter should be measured conditionally with respect to the former. These ideas are developed for binary, gridded data. Local composition is measured by counting the numbers of cells of a particular type, while local configuration is measured by join counts. The approach is illustrated using a small, empirical data set and an ad hoc procedure is developed to deal with the impact of global spatial autocorrelation on the local statistics.The author gratefully acknowledges financial support from the GEOIDE Network of Centres of Excellence (ENV #4) and the helpful comments of three anonymous reviewers.