观测技术和计算技术的发展，推动了时空大数据和人工智能的广泛应用。正是因为数据的丰富和计算性能的提升，才有可能去实现大尺度和高精度的时空分析和计算。因此，有必要从地理信息系统（Ceographic Information System，GIS）软件体系架构入手，研究高性能地理计算的优化方法和应用方法，以形成能够为社会经济服务的高性能GIS，并支撑各类行业级和公众级应用。

《高性能地理信息系统架构与技术》围绕高性能GIS的架构、技术、平台与应用，分析高性能计算架构下时空大数据组织访问、并行化空间分析与处理、大规模地图渲染与并行可视化等关键技术，剖析以网络为基础、计算为核心、空间决策支持为目标的高性能GIS平台软件，阐述如何实现高性能地理信息应用，展望新一代GIS的发展趋势。

《高性能地理信息系统架构与技术》可供地理信息科学教学科研人员，以及地理信息系统开发人员参考使用。

第1章 绪论

1．1 引言

1．2 地理信息系统面临的挑战

1．2．1 新型地理空间数据管理

1．2．2 地理数据的综合处理与应用

1．2．3 复杂地理过程建模与时空动态可视化

1．2．4 发展新一代地理信息系统软件

1．3 高性能地理信息系统的发展

1．3．1 地理信息系统的发展

1．3．2 时空大数据管理技术进展

1．3．3 高性能地理计算技术

1．3．4 面向时空大数据的制图与可视化

1．4 高性能地理信息系统概念与内涵

1．4．1 高性能地理信息系统概念的形成

1．4．2 高性能地理信息系统内涵

参考文献

第2章 高性能GIS架构

2．1 时空数据模型

2．1．1 时空实体模型

2．1．2 时空关联模型

2．1．3 时空演变模型

2．2 技术体系

2．2．1 基于桌面超算架构

2．2．2 基于集群计算架构

2．2．3 基于网格计算架构

2．2．4 云计算与GIS

2．2．5 小结

2．3 技术总体架构

2．3．1 时空大数据多态存储架构

2．3．2 高性能地理计算架构

2．3．3 时空数据动态可视化架构

参考文献

第3章 时空大数据的组织管理

3．1 高性能GIS空间数据组织模型

3．1．1 key-value存储模型

3．1．2 基于key-value的空间数据组织

3．1．3 基于分布式内存的矢量数据组织

3．1．4 瓦片组织管理

3．2 高性能时空索引

3．2．1 Geohash空间编码

3．2．2 基于自适应Geohash空间编码的索引

3．2．3 基于裁剪外包矩形的时空索引

3．2．4 渐进式空间查询索引

3．3 时空大数据多态存储

3． 3．1 多模式存储管理

3．3．2 多态存储引擎

3．4 并行存取方法

3．4．1 元胞自动机

3．4．2 数据分发/收集方法

3．4．3 基于元数据的并行I/O方法

3．4．4 逻辑一物理映射模型

3．4．5 并行I/O模式

参考文献

第4章 多范式地理计算技术

4．1 面向消息传递接口的地理计算

4．1．1 消息传递接口模型

4．1．2 矢量分析算法

……

第5章 高性能GIS在线制图与可视化

第6章 高性能GIS平台

第7章 高性能GIS应用

第8章 高性能GIS技术展望

信息时代的时空大数据已成为促进国家发展、维护国家安全和推动经济建设的重要战略资源。时空大数据具有海量、非线性、多尺度、高维、变化和模糊性等复杂特点，蕴藏着丰富的隐含信息，例如，数字高程模型（DEM或TIN）除了载荷高度信息外，还隐含了地质岩性与构造方面的信息；植被数据隐含了气候的水平地带性和垂直地带性的信息等。这些隐含的信息只有通过关联分析才能发现。发展面向时空大数据的海量位置及其关联数据管理的核心技术，全面提高大数据的综合处理和分析能力，已成为当前信息技术的“至高点”，对促进我国信息化建设、占领信息领域的技术优势有着重要的意义。

随着我国高分辨率对地观测系统、导航与定位系统等体系的逐渐完善，地理空间数据获取平台数量不断增加，空间分辨率和时间分辨率在快速提高，使得数据量大幅增长。不但如此，在今后若干年内，还将陆续出现一大批性能更为卓越的卫星，它们与各种无人机、有人驾驶飞机、高空飞艇以及气球等获取的各种地理应用数据将实现高度的信息融合，形成强大的一体化环境态势感知与信息传输能力。在环境保护、应急响应、能源开发以及城市管理等应用中，数据分析的难度已经远远超过数据获取。来自航天、临近空间、航空、陆地、海洋和电磁空间等多种传感器资源的海量位置信息及其关联数据是增长非常快的信息来源，虽然每次单个传感器获取的数据量不大，但采集和更新的频度很高。在应用领域中，对移动对象的监控和对时变信息的分析时效性要求比较高，给数据处理和分析带来很大挑战。

应用数据资源增长迅猛，如何对海量的多维信息进行高效的存储、组织、管理是一个必须解决的核心问题。面对迅速膨胀的超大规模数据集，仅仅依靠现有GIS软件，已无法及时高效地分析和处理这些数据。必须考虑高效的组织与管理方法，大幅提高数据吞吐率，实现快速、精确地从海量信息中分析、挖掘有价值的知识。在时空大数据时代，地理信息应用已不满足于传统的数据分析处理应用方法，更期望能从大数据中提取有价值的信息，并对未来趋势有更多的分析和预测，以增强信息优势和决策优势。如何提供快速地检索和分析服务是推进地理信息资源深度开发、提高信息决策能力的迫切要求。

因此，迫切需要建设高性能的GIS软件平台，提高时空大数据的分析效率和知识的转化效率。高性能地理信息系统的研发就是在这样的背景下开展的。在我国，地理信息系统软件曾经主要被ArcGIS主导，近年来国产软件SuperMap、MapGIS已经逐渐成熟，但是国产的GIS软件更多的是从跟踪和模仿ArcGIS开始，在应对大数据和人工智能等需求方面，也是这几年才开展了技术创新，并取得了初步的成果。最早可以追溯到2007年，作者所在的研究团队在中国科学院周成虎院士的筹划下，由国防科技大学景宁教授领衔从高安全高性能的空间数据库开始，持续十余年，在多个863计划重点项目支持下，牵头在全国范围组成了一支几乎涵盖了国内地理信息科学领域全部优势力量的有力科研团队，结合高性能计算技术研究新一代地理信息系统技术，形成整套功能完整、性能优越、安全可靠的自主可控高性能地理信息系统，全面提升了大规模地理空间数据的管理、处理、分析和可视化效率，为很多应用提供了高性能地理信息系统支持。

在HiGIS（High Performance Geographic Information System）的研发过程中，从开始C/S架构到最终的B/S架构，从试图单一由空间数据库统管到多种存储模式，从传统的MPI并行计算到基于分布式内存的spark计算，研究团队进行了很多尝试，也收获了丰富的经验。目前国内均无成体系介绍高性能GIS的学术著作，国外相关著作有基于网格计算和云计算等架构的地理信息处理系统介绍，从数据管理、分析处理和可视化完整体系介绍的书籍还不多见。因此，作者一直想把研究团队对高性能GIS的理解和认识形成文字，给更多的GIS科研和应用人员提供参考。