| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第13-24页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究与应用现状 | 第15-20页 |
| 1.2.1 地理国情统计分析研究与信息化建设现状 | 第15-17页 |
| 1.2.2 地理国情普查数据处理研究现状 | 第17-18页 |
| 1.2.3 GIS大数据与云计算研究现状 | 第18-20页 |
| 1.3 当前研究存在的问题 | 第20-21页 |
| 1.4 主要研究内容 | 第21-22页 |
| 1.5 论文组织和章节安排 | 第22-24页 |
| 2 地理国情统计分析的多层服务体系设计 | 第24-42页 |
| 2.1 地理国情普查数据分析 | 第25-27页 |
| 2.2 开放集成的多层服务体系模型设计 | 第27-34页 |
| 2.2.1 SOA架构与Web Service技术 | 第28-30页 |
| 2.2.2 服务分类与分层原则 | 第30-31页 |
| 2.2.3 地理国情统计分析多层服务模型 | 第31-34页 |
| 2.3 地理国情统计分析多层服务体系 | 第34-41页 |
| 2.3.1 面向地理国情统计分析的高复用构件服务 | 第34-36页 |
| 2.3.2 灵活可扩的复合服务和产品服务 | 第36-40页 |
| 2.3.3 面向敏捷型业务的随需组合服务 | 第40-41页 |
| 2.4 本章小节 | 第41-42页 |
| 3 云环境下地理国情统计分析的并行处理方法 | 第42-62页 |
| 3.1 普查数据的集中式存储与处理方法 | 第42-43页 |
| 3.2 Hadoop云平台基础架构 | 第43-49页 |
| 3.2.1 HDFS分布式文件系统与HBase分布式数据库 | 第44-46页 |
| 3.2.2 MapReduce并行计算框架 | 第46-47页 |
| 3.2.3 云环境下地理国情统计分析的并行处理架构 | 第47-49页 |
| 3.3 地理国情普查数据的分布式存储 | 第49-53页 |
| 3.3.1 地理国情普查数据空间信息的统一表达 | 第49-50页 |
| 3.3.2 基于HBase的地理国情普查数据分布式存储 | 第50-53页 |
| 3.4 地理国情统计分析的并行处理算法设计 | 第53-61页 |
| 3.4.1 基于MapReduce的空间分析并行算法设计 | 第53-57页 |
| 3.4.2 基于MapReduce的基本指标统计并行算法设计 | 第57-58页 |
| 3.4.3 云环境下的地理国情统计分析并行实现机制 | 第58-61页 |
| 3.5 本章小结 | 第61-62页 |
| 4 系统应用实例 | 第62-75页 |
| 4.1 系统设计目标 | 第62页 |
| 4.2 系统架构设计 | 第62-65页 |
| 4.2.1 地理国情统计分析服务平台总体架构 | 第62-64页 |
| 4.2.2 平台功能模块划分 | 第64-65页 |
| 4.3 客户端应用功能实现 | 第65-68页 |
| 4.3.1 普查成果展示与查询模块 | 第65-66页 |
| 4.3.2 统计分析任务管理模块 | 第66-67页 |
| 4.3.3 地理国情普查要素基本统计模块 | 第67页 |
| 4.3.4 地理国情多维度综合统计分析模块 | 第67-68页 |
| 4.4 系统性能测试 | 第68-74页 |
| 4.4.1 系统软硬件环境与测试数据 | 第68-70页 |
| 4.4.2 测试结果 | 第70-74页 |
| 4.5 本章小结 | 第74-75页 |
| 5 总结与展望 | 第75-79页 |
| 5.1 研究总结 | 第75-76页 |
| 5.2 研究特色 | 第76-77页 |
| 5.3 研究展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 作者简历 | 第84页 |
