地理信息系统(GIS)作为一种常见的空间信息处理系统，在很多行业取得了广泛的应用。现代三维地理信息强调更加真实的还原现实世界，增加了很多二维地理信息系统无法表现的实时模拟与分析功能。随着行业应用的不断深入，从经典二维GIS模式向三维GIS的过渡，成为GIS行业未来发展的必然趋势。　　作为GIS核心功能的空间分析，是GIS和其他信息管理系统的主要区别，其性能是评价一个GIS软件优劣的重要依据。近年来，随着空间数据量的爆炸性增长、空间分析决策能力的增强，传统分析算法过程中的计算瓶颈越来越凸显，严重挑战系统的性能。例如，在三维GIS中大场景切换时会花费较多计算资源进行空间数据处理与三维可视化，造成系统卡顿的情况。在这基础上，如果需要对海量异构空间数据进行实时处理和分析则会快速耗尽计算资源，尤其是大多数情况下这种分析过程是计算密集型的。然而，高性能计算平台的高速发展，使发展高性能GIS空间分析成为可能。本文以三维空间分析为重点研究对象，探索在大尺度三维地理信息平台中基于CPU/GPU异构模式的高性能三维空间分析技术和方法;根据CPU/GPU异构模式的特点，研究异构模式下进行三维空间分析的通用模式。同时，根据该模式开发了多种高效的三维空间分析算法，有效提高了空间分析的效率;并根据研究成果，在多级全球数字高程模型(DEM)的基础上，搭建了一个包含海量空间数据的交互式三维数字地球平台，并实现了高性能空间分析模块。研究工作主要包含以下几个方面:　　(1)从体系结构的特点、软硬件工作环境角度出发，对多种并行计算环境进行分析对比。结合大尺度三维地理信息系统中三维空间分析的特点，通过深入分析任务划分调度策略和性能瓶颈，探索在CPU/GPU异构模式下高性能三维空间分析的通用模式，即主-从模型的CPU+GPU的协同计算模式，使得CPU和GPU能够发挥各自特点，最大化GPU的通用计算能力。　　(2)探讨空间分析的分类，根据空间分析应用需求程度不同，选取三维地形分析和三维动态模拟分析两个方面进行研究。在三维地形分析理论的基础上，采用传统的GPGPU技术进行并行化加速。从地形因子计算、地形特征提取、地形形态特征分析等方面着手，设计开发基于CPU/GPU异构模式的新的地形分析算法。并从效率、精度方面详细对比分析新算法和传统算法的优势和限制。论证了使用GPU异构平台进行三维数字地形分析算法开发的重要性和必要性，也为使用GPU进行三维空间分析提供了一定的理论方法和借鉴。　　(3)研究了基于离散元法的三维动态模拟分析的理论方法，使用粒子系统实现三维数字地球平台中的污染物扩散模拟。在CPU/GPU异构模式上，对模拟过程进行GPU加速。加速过程主要从粒子排序、邻居粒子搜索等方面展开，研究并改进了基于GPU的归并排序算法和基于GPU的八叉树索引算法来支持邻居粒子的搜索。满足了在大尺度三维地理信息平台下进行三维实时动态模拟的计算需求。　　(4)结合科研项目需求，在交互式三维数字地球平台Geobeans3D的基础上，探索了高性能三维空间分析模块的设计与实现方法。从可视化分析的角度，利用图形学和虚拟现实技术的最新成果，研究了平台基础地理信息功能、三维军标绘制、海量模型动态调度和加载的实现方法。最后在平台中实现了高性能三维空间分析模块，并将其应用到具体的科研项目，提供高效的空间分析能力，取得了良好的应用效果。　　纵观全文，本文以三维地理信息系统的三维空间分析作为切入点，探索了在CPU/GPU异构模式下，基于GPU体系结构和空间分析的特点开发新的三维空间分析算法，来解决复杂场景下三维空间分析的计算资源瓶颈问题，并提供一种通用的异构模式下进行三维空间分析的方法，对未来高性能在线三维地理信息系统平台建设起到一定的借鉴作用。为大数据时代的三维空间分析应用提供一个过渡的解决方案。