第一章 绪论
数据量大（Volume）、更新速度快（Velocity）、数据类型多（Variety）、价值密度低（Value）等＂4V＂特性的大规模空间数据的产生，标志着空间大数据时代的到来。
数据，常被视之为地理信息系统（GIS）的＂血液＂。空间大数据的兴起，也带来了传统GIS行业的变革。目前，在遥感大数据领域，己经初步形成了基于云存储、离性能计算等集遥感影像数据＂采集、存储、组织、分析、可视化、应用＂为一体的系统化平台。
但在矢量大数据方面的研究还有待提髙。一方面，由于大规模矢量数据往往涉及到国家经济、国防等基础设施建设特殊因素，导致针对矢量大数据共享困难、应用研巧相对较少；另一方面，基于现有的GIS商业化空间数据管理平台对矢量大数据的管理能力也几近极限，无法满足全国行业应用的需求。因此，本文研究是在＂空间大数据时代＂的背景下，开展针对海量矢量大数据存储、管理、可视化、应用等关键技术的难题攻关，不仅有利于促进我国空间大数据软件产品的发展，同时也具有重要的理论意义。因此，基于大数据主流技术Hadoop平台，提髙大规模矢量数据商效管理为目的，研究矢量大数据的云存储模型、分布式空间索引及矢量数据并行转换、空间并行查询、金字塔模型并行构建等关键技术问题，解决大规模矢量数据的管理需求，提离数据的应用效益，为提升我国±地信息系统的服务保障能力和国家战略实施提供强有力的科技支撑，本文研究具有重要应用价值。