全空间下并行矢量空间分析研究综述与展望  

Overview and Prospect on Spatial Analysis of Parallel Vectors in Pan-spatial Concept

作　　者：邱强[1] 秦承志[2] 朱效民[3] 赵晓芳[1] 方金云[1] 

机构地区：[1]中国科学院计算技术研究所计算机应用研究中心,北京100190 [2]中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101 [3]山东省计算中心,济南250015

出　　处：《地球信息科学学报》2017年第9期1217-1227,共11页Journal of Geo-information Science

基　　金：国家重点研发计划项目"全空间信息系统与智能设施管理"(2016YFB0502300)子课题"多粒度时空对象组织与管理"(2016YFB0502302)

摘　　要：新一代并行空间分析将面临空间大数据分析和实时空间分析服务的挑战。矢量空间计算作为GIS系统中的重要组成部分,在并行化算法设计中存在负载不均,并行扩展性差,IO性能低等技术瓶颈。本文首先从应用需求和技术发展的演变历史回顾了矢量空间分析算法发展过程;然后,从研究现状的角度详细阐述了并行矢量空间分析计算的研究成果,总结了并行空间分析算法的算法特征和技术瓶颈,对不同并行编程模型进行了对比,并提出了并行空间分析算法的研发流程;最后,从发展前景的角度预测了全空间信息系统中基于多粒度时空对象的空间数据模型和计算方法的发展趋势,提出了以内存计算等技术实现存算一体化的新型空间数据模型和分析方法的技术趋势。The new generation of parallel spatial analysis in pan-spatial information system is challenged by analysis of spatial big data and real-time spatial service. As one of the most important part of GIS, vector spatial analysis has some performance bottlenecks such as load unbalance, less ability of parallel expansion and low I/O efficiency. First, we review the history of the developing process of vector spatial analysis from application requirement and technical progress. Then, we expound the research findings of spatial analysis of parallel vector, summarize the algorithm features and technical bottlenecks, compare the different parallel programming model and present the parallel spatial algorithm of R＆D processing. Finally, we predict the spatial data model in the future and the computing method based on spatio-temporal objects of multi-granularity in pan-spatial information system. Also, we present the new techniques which use memory computing to realize the storage- computing integration in vector spatial analysis.

关 键 词：地理信息系统 矢量空间分析 并行计算 全空间信息系统 多粒度时空对象 存算一体化 

分 类 号：P208[天文地球—地图制图学与地理信息工程]