中文摘要：

针对当前主流数字地形分析的相关理论和方法主要面向单一数据集，及并行数字地形分析研究缺乏有效并行处理模式的现状，从并行计算模式下数字地形分析特征、处理器负载特征和容错特征分析等方面入手，在理论研究和实验评价的基础上，按照地形属性分类，对典型数字地形分析因子和算法的并行计算架构耦合度进行研究，提出考虑数据、任务、结构和容错特征的粒度模型及其量化表达。以此为基础，研究并行计算模式下顾及地形结构特征和算法特征的DEM计算粒度拆分策略；分析区域地形分析算子和局部地形分析算子的边界效应，进行量化评价，并研究并行集群环境下的任务与数据分配、多级缓存、负载均衡调度与容错调度融合的两级调度模式。在上面的研究基础上，选择典型数字地形分析算法，研究其并行化构建方法，以及检查点和故障恢复方法，进而探讨普适的面向并行运算的数字地形分析算法结构体系，系统地提出和完善并行计算环境下数字地形分析理论与方法。

结论摘要：

基于海量DEM数据，结合高性能和高吞吐量多核集群并行计算平台，进行数字地形分析并行计算方法的研究，可以系统地发展和完善数字地形分析理论和方法体系，为空间数据并行计算理论与方法上的突破，提供创新的思路与方法。项目针对当前主流数字地形分析的相关理论和方法，从并行计算模式下数字地形分析特征、处理器负载特征和容错特征分析等方面入手，在理论研究和实验评价的基础上，对典型数字地形分析因子和算法的并行计算架构进行研究，提出考虑数据、任务、结构和容错特征的粒度模型及其量化方法，提出并行计算模式下DEM数据粒度模型和拆分策略。在粒度模型基础上，研究系统性能和容错特性的并行计算调度，提出错误检查和故障恢复算法。分析区域地形分析和局部地形分析算子的边界效应，提出并行集群环境下的任务与数据分配、负载均衡与容错调度融合的两级调度方法，进一步提出基于冗余机制的快速复算方法，采用检错和纠错交错并行进行的策略，大大提升复算的效率。在上述研究成果基础上，开展典型串行算法的并行化改造，分析基于算法特征的数据依赖关系，提出面向可视性分析和坡度坡向算法的数据划分和分发方法，并在系统层探讨普适的面向数字地形分析并行算子解析和重构机制，丰富并行数字地形分析理论与方法，在DEM高性能计算的研究上取得了创新性的研究成果。