| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·选题依据及研究意义 | 第12-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16页 |
| ·研究内容及技术路线 | 第16-19页 |
| ·论文组织结构 | 第19-21页 |
| 第二章 云GIS平台概述 | 第21-37页 |
| ·云计算概述 | 第21-23页 |
| ·云计算的概念 | 第21页 |
| ·云计算的原理思想 | 第21-22页 |
| ·云计算的体系结构 | 第22-23页 |
| ·云GIS概述 | 第23-34页 |
| ·云GIS含义及优势 | 第23页 |
| ·云GIS平台建设内容 | 第23-32页 |
| ·标准规范体系建设 | 第24-31页 |
| ·数据资源体系建设 | 第31页 |
| ·服务资源体系建设 | 第31-32页 |
| ·应用体系建设 | 第32页 |
| ·云GIS的技术架构 | 第32-33页 |
| ·云GIS实现关键技术 | 第33页 |
| ·云GIS发展趋势 | 第33-34页 |
| ·云GIS平台应用模式 | 第34-35页 |
| ·云GIS平台应用实例 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 云GIS环境的搭建及其关键技术研究 | 第37-45页 |
| ·Hadoop开源云计算平台 | 第37-39页 |
| ·Hadoop背景介绍 | 第37页 |
| ·Hadoop的主从式架构 | 第37-38页 |
| ·Hadoop的适用领域 | 第38-39页 |
| ·Hadoop应用实例 | 第39页 |
| ·HDFS分布式文件系统 | 第39-41页 |
| ·MapReduce并行计算模型 | 第41-42页 |
| ·HBase分布式数据库 | 第42-43页 |
| ·云GIS平台环境搭建 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 云GIS平台海量空间数据存储管理关键技术研究设计 | 第45-52页 |
| ·基于Hadoop的海量影像数据管理总体框架设计 | 第45-46页 |
| ·基于MapReduce的海量数据影像金字塔并行构建技术 | 第46-49页 |
| ·基于HBase的海量影像数据存储与查询技术 | 第49-50页 |
| ·基于MapReduce和HBase的海量影像数据并行入库技术 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于云GIS的贵州省生态环境监测与评价应用系统研究实现 | 第52-78页 |
| ·应用系统业务流程设计 | 第52-54页 |
| ·应用系统功能模块设计 | 第54-58页 |
| ·数据处理并行度分析 | 第58-61页 |
| ·应用系统功能实现策略组合 | 第61-63页 |
| ·任务分解 | 第61-62页 |
| ·数据分解 | 第62页 |
| ·算法分解 | 第62-63页 |
| ·功能分解 | 第63页 |
| ·应用系统实现 | 第63-77页 |
| ·本章小结 | 第77-78页 |
| 第六章 结果与讨论分析 | 第78-90页 |
| ·基于云GIS平台并行计算的结果分析 | 第78-87页 |
| ·基于云GIS平台并行计算结果可信度分析 | 第78-80页 |
| ·与传统单机的效率对比分析 | 第80-85页 |
| ·与商业化云平台（Envi Services Engine）的效率对比分析 | 第85-87页 |
| ·不足之处及影响因素分析 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 第七章 结论与展望 | 第90-92页 |
| ·结论 | 第90页 |
| ·研究展望 | 第90-92页 |
| 参考文献 | 第92-94页 |
| 致谢 | 第94-95页 |
| 附录 | 第95-105页 |
| (1) 部分云平台实现类代码 | 第95-97页 |
| (2) 部分图像处理IDL实现代码 | 第97-102页 |
| (3) 部分前台系统调用实现代码 | 第102-105页 |
| 攻读学位期间所取得的相关科研成果 | 第105-106页 |
| 1、参与项目 | 第105页 |
| 2、发表论文 | 第105-106页 |
