| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第18-36页 |
| 1.1 研究目的和意义 | 第18-19页 |
| 1.2 研究背景 | 第19-24页 |
| 1.2.1 技术背景 | 第19-20页 |
| 1.2.2 GIS面临的问题 | 第20-22页 |
| 1.2.3 云GIS及其优势 | 第22-24页 |
| 1.3 云计算研究现状 | 第24-28页 |
| 1.3.1 国外的研究现状 | 第24-25页 |
| 1.3.2 国内的研究现状 | 第25-26页 |
| 1.3.3 云计算分类 | 第26-27页 |
| 1.3.4 云计算与物联网、智慧地球 | 第27页 |
| 1.3.5 云计算研究小结 | 第27-28页 |
| 1.4 云GIS研究现状 | 第28-33页 |
| 1.4.1 云GIS国内外研究现状 | 第28-32页 |
| 1.4.2 存在的主要问题 | 第32-33页 |
| 1.5 本文研究内容 | 第33页 |
| 1.6 论文组织结构与章节安排 | 第33-36页 |
| 第二章 基于Hadoop的云GIS体系结构 | 第36-54页 |
| 2.1 云GIS体系结构设计目标与原则 | 第36-37页 |
| 2.1.1 设计目标 | 第36-37页 |
| 2.1.2 设计原则 | 第37页 |
| 2.2 开源云平台Hadoop体系结构 | 第37-43页 |
| 2.2.1 Hadoop的总体结构和模块 | 第37-39页 |
| 2.2.2 分布式文件系统HDFS | 第39页 |
| 2.2.3 分布式数据处理MapReduce | 第39-40页 |
| 2.2.4 Hama分布式计算框架 | 第40-41页 |
| 2.2.5 分布式数据库HBase | 第41-43页 |
| 2.3 基于Hadoop的云GIS体系结构设计 | 第43-52页 |
| 2.3.1 采用Hadoop搭建云GIS平台的原因 | 第43-44页 |
| 2.3.2 基于Hadoop的云GIS体系结构 | 第44-48页 |
| 2.3.3 基于Hadoop的云GIS服务开发流程 | 第48-49页 |
| 2.3.4 基于Hadoop的云GIS部署模式 | 第49-51页 |
| 2.3.5 基于Hadoop的云GIS体系结构特点 | 第51-52页 |
| 2.4 本章小结 | 第52-54页 |
| 第三章 基于Hadoop的云GIS数据存储相关技术 | 第54-96页 |
| 3.1 问题提出及解决思路 | 第54-58页 |
| 3.1.1 基于Hadoop的分布式存储问题 | 第54-56页 |
| 3.1.2 问题解决的基本思路 | 第56-58页 |
| 3.2 基于Mercator投影的层次剖分及空间索引 | 第58-65页 |
| 3.2.1 空间数据坐标系 | 第58-59页 |
| 3.2.2 Mercator投影金字塔四叉树层次剖分 | 第59-63页 |
| 3.2.3 基于MPPQT层次格网的空间索引 | 第63-65页 |
| 3.3 基于MPPQT层次剖分的矢量数据分布式存储 | 第65-88页 |
| 3.3.1 可行性分析 | 第65-66页 |
| 3.3.2 格网粒度确定 | 第66-68页 |
| 3.3.3 矢量要素唯一标识设计 | 第68-72页 |
| 3.3.4 基于格网单元的矢量数据分块组织 | 第72-86页 |
| 3.3.5 基于HBase的矢量数据表设计 | 第86-88页 |
| 3.4 基于HBase的数据过滤器属性数据查询 | 第88-93页 |
| 3.4.1 基于HBase的索引属性数据查询缺陷 | 第88-89页 |
| 3.4.2 基于HBase的数据过滤器及数据类型扩展 | 第89-92页 |
| 3.4.3 矢量数据查询接口设计 | 第92-93页 |
| 3.5 基于HBase的栅格数据分布式存储 | 第93-94页 |
| 3.6 本章小结 | 第94-96页 |
| 第四章 基于MapReduce的空间数据并行计算 | 第96-122页 |
| 4.1 MapReduce并行计算模型 | 第96-100页 |
| 4.1.1 MapReduce输入/输出格式 | 第96-98页 |
| 4.1.2 MapReduce输入分片 | 第98-99页 |
| 4.1.3 MapReduce数据过滤 | 第99-100页 |
| 4.2 基于MapReduce的空间数据并行计算可行性分析 | 第100-103页 |
| 4.2.1 MapReduce计算模型的使用场景及其局限性 | 第100-101页 |
| 4.2.2 基于MapReduce的空间数据并行处理可行性分析 | 第101-103页 |
| 4.2.3 基于MapReduce的空间数据并行处理层次结构 | 第103页 |
| 4.3 基于MapReduce的空间数据并行处理 | 第103-120页 |
| 4.3.1 基于MapReduce的HDFS矢量数据并行处理 | 第104-110页 |
| 4.3.2 基于MapReduce的HBase矢量数据并行处理 | 第110-117页 |
| 4.3.3 基于MapReduce的栅格数据并行处理 | 第117页 |
| 4.3.4 基于MapReduce的空间邻近查询设计 | 第117-120页 |
| 4.3.5 基于MapReduce的空间数据并行处理效率分析 | 第120页 |
| 4.4 本章小结 | 第120-122页 |
| 第五章 云GIS原型系统设计实现及实验结果分析 | 第122-164页 |
| 5.1 原型系统体系结构设计 | 第122-123页 |
| 5.2 测试环境与测试数据 | 第123-126页 |
| 5.2.1 软硬件试验环境 | 第123-124页 |
| 5.2.2 原型系统部署 | 第124-125页 |
| 5.2.3 测试数据 | 第125-126页 |
| 5.2.4 对比方案设计及软硬件配置 | 第126页 |
| 5.3 相关技术实现与验证 | 第126-138页 |
| 5.3.1 空间数据导入工具 | 第126-128页 |
| 5.3.2 数据查询试验 | 第128-136页 |
| 5.3.3 基于MapReduce矢量数据空间计算 | 第136-138页 |
| 5.4 基于Hadoop的空间信息服务实现与验证 | 第138-162页 |
| 5.4.1 OGC空间信息服务标准对云GIS适用性 | 第138页 |
| 5.4.2 空间信息服务实现的相关技术 | 第138-142页 |
| 5.4.3 基于Hadoop的空间信息服务设计 | 第142-145页 |
| 5.4.4 基于Hadoop的空间信息服务实现 | 第145-159页 |
| 5.4.5 空间信息服务接口应用 | 第159-162页 |
| 5.5 本章小结 | 第162-164页 |
| 第六章 总结与展望 | 第164-168页 |
| 6.1 主要研究工作 | 第164-165页 |
| 6.2 主要创新点 | 第165-166页 |
| 6.3 本文不足与研究展望 | 第166-168页 |
| 致谢 | 第168-169页 |
| 参考文献 | 第169-177页 |
| 作者简历 | 第177-178页 |
