| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 目次 | 第10-13页 |
| 图索引 | 第13-15页 |
| 表索引 | 第15-16页 |
| 1 绪论 | 第16-40页 |
| ·研究背景及意义 | 第16-18页 |
| ·云计算相关概念及研究进展 | 第18-28页 |
| ·云计算定义 | 第19-20页 |
| ·虚拟化技术概述 | 第20-21页 |
| ·分布式存储研究及进展 | 第21-26页 |
| ·分布式计算研究及进展 | 第26-27页 |
| ·云计算服务概述 | 第27页 |
| ·私有云、公有云、混合云 | 第27-28页 |
| ·遥感影像存储与管理研究现状 | 第28-35页 |
| ·遥感影像存储与管理关键技术研究现状 | 第28-30页 |
| ·遥感影像存储与管理应用领域研究现状 | 第30-33页 |
| ·计算下遥感影像相关研究进展 | 第33-35页 |
| ·本文研究目的、内容和特色 | 第35-37页 |
| ·研究目的 | 第35页 |
| ·研究内容 | 第35-37页 |
| ·研究特色 | 第37页 |
| ·论文组织思路及章节安排 | 第37-40页 |
| 2 云计算环境下高分辨率遥感影像存储模型C-RSM | 第40-64页 |
| ·C-RSM模型中的云计算环境实例化 | 第40-44页 |
| ·云平台概述 | 第40-42页 |
| ·平台实例化 | 第42-44页 |
| ·高分辨率遥感影像概述 | 第44-47页 |
| ·C-RSM模型 | 第47-61页 |
| ·云计算环境下的遥感影像的数据划分及存储策略 | 第47-49页 |
| ·计算环境下的遥感影像的数据组织方式 | 第49-51页 |
| ·基于项目的遥感影像变更方法 | 第51-53页 |
| ·基于Hadoop的遥感影像存取算法 | 第53-61页 |
| ·本章小结 | 第61-64页 |
| 3 基于C-RSM的管理平台C-RSMP | 第64-108页 |
| ·云计算下的高分辨率遥感影像的管理特点 | 第64-74页 |
| ·分布式环境下空间数据管理研究现状与进展 | 第65-69页 |
| ·云计算下的高分辨率遥感影像管理优势 | 第69-74页 |
| ·C-RSMP设计 | 第74-81页 |
| ·设计思想 | 第74-75页 |
| ·C-RSMP体系结构 | 第75-78页 |
| ·C-RSMP服务结构 | 第78-80页 |
| ·设计特点 | 第80-81页 |
| ·C-RSMP中的高分辨率遥感影像数据共享及地图服务 | 第81-100页 |
| ·云计算环境下的遥感影像地图服务分析 | 第81-84页 |
| ·基于GPU的影像重采样算法及在Hadoop中的应用 | 第84-90页 |
| ·GPU加速的影像金字塔创建算法 | 第90-94页 |
| ·计算环境下高分辨率遥感影像地图服务缓存管理算法 | 第94-100页 |
| ·C-RSMP中的高性能计算服务 | 第100-107页 |
| ·基于虚拟资源管理的分布式任务管理方法 | 第100-103页 |
| ·基于MapReduce的高性能计算 | 第103-107页 |
| ·本章小结 | 第107-108页 |
| 4 C-RSMP在土地利用规划系统中的应用 | 第108-130页 |
| ·系统架构 | 第108-110页 |
| ·系统运行环境 | 第110-113页 |
| ·系统部署 | 第110-111页 |
| ·实验数据 | 第111-113页 |
| ·实验环境 | 第113页 |
| ·系统实现 | 第113-119页 |
| ·土地利用规划业务 | 第114页 |
| ·云平台管理 | 第114-117页 |
| ·高分辨率遥感影像数据共享及地图服务 | 第117-118页 |
| ·高性能计算服务 | 第118-119页 |
| ·系统实验 | 第119-128页 |
| ·云计算环境下高分辨率遥感影像数据存取服务相关实验 | 第119-121页 |
| ·计算环境下GPU加速的高分辨率遥感影像地图服务相关实验 | 第121-124页 |
| ·基于虚拟资源管理的高性能计算相关实验 | 第124-128页 |
| ·本章小结 | 第128-130页 |
| 5 结论及展望 | 第130-134页 |
| ·主要研究工作 | 第130-132页 |
| ·研究特色与创新 | 第132-133页 |
| ·结论展望 | 第133-134页 |
| 参考文献 | 第134-144页 |
| 作者简介 | 第144-146页 |
| 攻读博士期间发表论文 | 第146页 |
