( 1． 北京超图软件股份有限公司，北京 100015; 2． 超图地理信息技术研究所，北京 100015)
论文来源：测绘与空间地理信息
摘要:并行计算技术可以大幅度提高数据处理效率，快速响应用户需求。随着地理空间数据量增大、复杂性增加、时效性增强，采用并行计算技术和处理架构来进行地理空间信息大数据的处理是必由之路。本文研究了各种高性能计算以及互联网所采用的并行计算技术，分析了地理空间数据的特点和…
关键词: 并行计算; 云计算; 体系架构; GIS; SMPP
0 引 言
随着高分遥感、位置服务和众源数据更新的发展，地理空间信息数据量越来越大，产生速度越来越快，处理要求和时效性越来越高[1]。而随着摩尔定律失效，计算技术开始向多核多 CPU 方向发展，运用并行方式来解决日趋庞大的地理空间数据的处理、分析成为必由之路[2]。
本文研究和借鉴计算机业界各种并行计算技术，在分析地理空间数据的特点和并行处理的难点的基础上，提出了采用并行计算技术实现 GIS 数据处理能力提升的方法和实施的技术路线，并结合云计算[3]环境特点，探讨了云计算环境中部署地理空间信息并行处理系统的方法和策略。基于上述方法，实现了 SMPP( SuperMap ParallelProcessor) 并行处理系统架构，并基于该系统对并行处理的效能进行了研究和分析。
1 概 述
目前的各种地理空间信息中，遥感数据的数据量是最大的。随着多种遥感卫星的发射，空间分辨率和时间分辨率也在快速提高，而且向多光谱发展，导致所获取的数据快速上升，给存储和处理都带来巨大的压力，对历史的数据主要存档，难以实现有效的即时处理和序列分析、数据挖掘[4]。基于位置的图片、视频和传感器数据也是增长非常快的信息来源，虽然每次数据量不大，但采集和更新的频度很高，位置、视频信息的监控和分析时效性要求比较高，也给存储和处理带来了很大的挑战。与此同时，移动、3 维和云计算技术得到快速发展，应用模式也从传统的数据处理和分析制图向联机分析、在线服务的模式发展，需要对大量用户提供及时的服务[5]。
更多内容请查看pdf