互联网的迅速发展导致了信息爆炸，政府和企业的大量结构化与非结构化信息需要处理、分析和联系。云计算作为一个新的研究方向和商业模式，是基于互联网的计算发展到一定阶段的产物，是并行计算、网格计算等多种新型计算方式演进的最新结果。　　 云计算的出现为解决GIS发展过程中出现的一些问题带来了曙光，无限扩容的云存储技术可以满足快速增长的时空地理数据对存储空间的需求；云计算快速强大的计算力可以为地理信息的检索、处理、分析、模拟提供高速的服务保证；云计算虚拟化和按需服务的特点可以让用户不必为GIS硬件系统架构付出太多精力和财力。　　 GIS本质是对客观地理世界的表达与模拟，应当以地理数据为中心设计应用系统，然而因为软件设计模式与硬件技术的限制，到目前为止传统的GIS软件仍然以系统为中心。而云计算则强调计算模式“以计算为中心”向“以数据为中心”的转变，这个转变对GIS突破现有的设计模式，能够实现符合自身特点的未来GIS架构非常重要。　　 本着学科交叉的思想和原则，借助其它领域的技术和方法，本文基于Agent技术在云计算环境下建立地理信息资源的共享与集成模型，并且从两个应用案例建立原型系统，验证了上述理论和技术方案的可行和正确性。论文主要研究工作与研究成果如下：　　 (1)提出了面向地理计算的五层混合云部署框架，在层次结构上应当包括云前端层、云应用层、云资源层、云平台层以及云物理层，在功能结构上应当包括资源配置Agent，策略管理Agent，目录服务Agent和作业调度Agent；同时由于空间数据的多样性、动态性、异构性、海量性、分布性以及敏感性等特点，指出面向地理计算的云部署框架应当是以私有云为主，公有云为辅的混合云部署框架。混合云部署框架应当结合充分结合私有云和公有云各自的优势，利用私有云更灵活，更安全，可定制的特点，在私有云上部署地理模型和地理数据，预订制多样的GIS服务器，数据库以及各种形式地理信息服务发布方案。同时根据公有云计算能力强大的特点，在工作负荷发生变化的时候，充分利用公有云的资源来迅速扩充私有云的计算能力。　　 (2)建立了基于Agent的地理资源控制模型，解决异构云计算环境下的地理资源管理的问题。利用协作Agent来控制不同类型的任务单元；同时，由于地学数据海量性的特点，应用移动Agent技术来解决海量数据传输的网络负载问题，将数据密集型的任务通过移动Agent部署在存储敏感地理数据的私有云平台上，避免网络的海量数据传输以及网络阻塞，而将计算密集型的任务部署到计算力更加强大的公有云上。利用策略Agent有效地在公有云和私有云之间分配任务，解决数据存储以及资源管理等问题。　　 (3)设计了云计算架构上的分布式虚拟集群架构，针对集群系统下一致性管理的问题，研究异构分布式虚拟集群环境下地理计算模型运行机制和逻辑任务管理流程，实现包括地理数据、地理模型、计算程序的共享，增强云计算环境的分布式环境的服务能力，提高系统的可扩展性。在此服务框架下研究资源注册与共享，虚拟集群的管理，资源同步锁机制，以及数据一致性处理等关键问题，通过原型系统实验验证了整个方案的可行性。　　 (4)针对混合云计算环境下开放系统结构对Agent技术提出的要求，构建了智能体与网络服务集成的体系框架，解决Agent与Web Service集成的问题，一方面将Agent的调用接口暴露给公有网络，使得网络上任意的Web Service都可以调用云环境下的Agent；另外一方面，通过Agent来调用服务，设计Agent与网络服务之间的通信策略，使用Agent管理Web Service，解决WebService缺乏用户控制以及生命周期管理的问题，同时对Web Service的集成也意味着兼容现有的工作，提高了系统的可扩展性。　　 (5)建立了RIA(富客户端)和SOA结合的云前端地理信息服务聚合技术框架，针对当前云计算环境下“端”即浏览器的重要性，结合云应用层和前端层提出了云前端三层服务体系，利用RIA，SOA和Mashup等技术的优势以及地理信息服务的特点，对地图瓦片云端缓存、瓦片聚合以及地图Mashup(混搭)等关键技术进行了探讨和实践。利用富客户端技术，在浏览器端承担业务逻辑的工作，使得整个系统架构更加扁平。　　 (6)以溃坝洪水模拟和自然保护区地图聚合为应用案例，基于Eucalypstus、Amazon EC2、Jade、Apache CXF、Apache Felix、Zookeeper、Google FLEX、WebORB、ArcGIS Server等开源和商业框架以及技术开发包，设计与建立了原型系统实验环境，验证了论文提出的云计算框架与相关技术的可行性。