地理信息系统中经常碰到海量运算的问题,海量问题主要由两个原因产生:一是空间数据是海量的,比如遥感产生的数据,其分析和处理需要占用大量的CPU时间;二是算法是复杂的,比如空间运筹中经常碰到的NP完全和NP困难问题,问题的求解也需要大量CPU时间。解决这些问题的途径,一个是发展高效的算法;另一个是提高设备的运算能力。在提高运算能力方面,早期是发展大型的多CPU的计算系统;随着PC机的大量普及,分散的计算资源浪费严重,促使了将这些资源相互共享组建高运算能力的系统,其中一种重要的方向,就是高吞吐量系统。分散的计算资源点具有不确定性,空间的海量运算如何移植到这样的环境中,成为一个有重大应用意义的问题。本文针对高吞吐量系统的特点,在分析了空间海量运算对运算资源的要求以及并行特征的前提下,对将空间海量运算移植到该环境进行了研究。作为进一步研究的基础,本文还以空间运筹的一个特殊例子,对运算任务的分解和分配作了初步的尝试。论文的第一部分是前言,第二部分是高吞吐量系统的特性的论述,第三部分介绍资源调度模型及算法原则,第四部分是初步工作的介绍,第五部分进行了总结和讨论。