基于Hilbert空间排序分解的并行叠加联合方法研究.pdf

第29卷第6期 地理与地理信息科学 VoL29 No．6 2013年11月 andGeo-lnformationScience November2013 Geography doi：1 30605 0．7702／dlydIxxkx201 周玉科1’2，周成虎1，高锡章1* (1．中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京100101；2．中国科学院大学，北京100049) 摘要：针对GIS叠加分析中联合操作耗时严重的情况，提出基于MPI并行计算方法对多边形联合操作进行加速， 使用Hilbert空间填充曲线对空间数据排序分解的方法，进一步探索了Hilbert曲线的中位排序和中点排序在并行 联合中产生的不同效果。实验表明，Hilbert空间排序的多边形数据分解方式能够较好地保持数据的空间聚类特性 和子节点间数据分配的平衡，通过实验给出了不同分解策略的联合加速比情况，证明了Hilbert空间排序分解策略 的准确性和有效性。 关键词：Hilbert填充曲线；数据分解；并行计算；地图叠加分析 中图分类号：P208 文献标识码：A 文章编号：1672--0504(2013)06—0018一04 多边形的相交探测的特点，提出多策略的Hilbert空 0引言 间数据分解方法，按照Hilbert空间填充曲线顺序分 地图叠加分析是GIS空间分析中的经典算法，配空间对象，在保持数据和计算的本地化和一体化 在土地利用变化监测、动态地籍数据管理等领域中 前提下，提高叠加分析的并行化程度。 有重要应用。随着地理空间数据精度和获取能力的 1多策略Hilbert分解方法 提升，其数据量呈指数级增长，传统桌面GIS提供的 叠加分析算法难以应对海量数据地图叠加分析的效 地图叠加分析中的关键操作在于多边形的相交 率需求。如何在并行计算模式和高性能计算机环境 运算，涉及叠加多边形与被叠加多边形间的空间分 下进行海量空间数据叠加分析，是近几年研究的热 布关系。如果叠加多边形之间带有明确的近邻关系 点和难点。进行地图叠加分析优化首要解决的问题 将避免不必要的相交探测，从而极大地加速叠加分 是空间数据的并行分解，陆锋等提出了基于Hilbert析的过程。目前进行地图叠加分析优化的方法主要 空间排列的点特征二叉平衡排序树动态索引结构和 集中在空间数据的并行索引构建方面，比较经典的 基于角点回溯的线特征索引结构，大大提升了海量 应用有分布式R—tree和适应性均衡格网索引。本文 空间数据检索效率[1]。周艳等提出一种基于Hil—利用并行计算中分而治之的思想，在地图叠加分析 bert空间填充曲线层次分解的空间数据划分方法，前对数据进行空间数据域分解处理，最大限度地保 提高了空问数据的划分效率，能够保持划分后空间 证叠加图形的空间聚类特征和并行数据分配的一致 数据间的邻近性和各个分区数据量的平衡[2]。王永性，每个计算单元可以只叠加处理本机存储的数据。 杰等提出一种基于Hilbert填充曲线的空间数据划空间数据域分解又可以理解为空间数据解簇，其特 分方法，有效保证了各存储节点之间的存储均衡，然 点是通过将海量空间数据集分解存储到多个磁盘再 而空间数据常含有数万甚至数十万个空间对象，当 进行空间分析，实现并行数据抽取以提高算法的并 空间对象数目过多时，计算和存储每个对象的Hil—行加速比。 bert编码将耗费大量的时间和空间[3]。陈占龙等提Hilbert曲线及其离散近似曲线能够将高维空 间映射到一维空间，并能够保持邻近性(本地化)，也 出多核环境下Hilbert曲线数据划分方法，较好地保 证了空间数据的邻近与聚集性。地图叠加分析的并 就是空间上邻近的对象映射到Hilbert曲线仍具有 行化关键在地理数据的合理组织和分解[4]，但受运邻近性质。空间分析中的几何算法通常利用分治法 算环境限制，对于海量的空间数据