生态环境问题错综复杂,传统3S技术实现对生态环境的实时监测与评价已很难满足要求,云GIS平台成为解决这一问题的新途径。在此背景下,本文探索了云GIS平台在生态环境监测评价方面的理论内容,主要梳理和完善了云GIS平台在生态环境领域的建设内容、技术架构、发展趋势、应用体系和应用模式等;通过对Hadoop开源架构及其关键技术的研究运用,搭建了基于Hadoop架构的云GIS平台基础环境;研究运用了海量遥感数据高效存储和管理的模型方法,针对海量空间数据的存储和管理利用Hadoop框架的关键技术模型,设计了相应的优化策略,提高了存储和管理的效率;建立了基于云GIS平台的贵州省生态环境监测与评价应用系统,根据生态环境监测与评价的业务逻辑,设计了应用系统的功能模块,并对各功能进行并行度分析,将策略进行组合,完成应用系统开发;分析了生态环境监测评价应用系统各实现功能、海量空间数据高效存储管理方法的可信度及执行效率,并将其与传统单机、商业化云GIS平台进行结果可信度和执行效率的对比。得出以下结论:(1)云GIS应用系统实现功能与ENVI单机软件功能对比发现:在可信度上,云GIS平台的并行化处理和ENVI单机软件所得的结果图像在效果上是一致的,从理论上来分析,云GIS平台业务逻辑上的算法是通过IDL实现的,和ENVI单机软件的基础语言即底层环境是一致的,所以只要算法模型统一,计算的结果是一致的。这就保证了应用系统各功能执行结果的可信度。在执行效率上,通过对比计算NDVI和NPP的过程发现:云GIS平台的运算节点越多,运算时间越短,加速比(云GIS平台执行时间/单机执行时间)越大,当运算节点小于3时,云GIS平台的运算时间大于单机串行运行的时间,加速比小于1,此时云GIS平台优势不明显。(2)云GIS平台和传统单机在海量数据存储管理方面对比发现:(1)金字塔构建上:构建金字塔的数据量大小与构建时间基本呈线性相关,随着数据量持续增加,云GIS平台的构建速度明显增快,此时云GIS平台并行构建优于单机Arc SDE,并且这种优势随着数据量增大越来越明显,集中体现了云GIS平台数据密集型计算优势;但随着层级的增加(金字塔第四层以后),数据量减少,此时主要是系统开销占据主导,云GIS平台不具优势,甚至于Arc SDE效率更高。(2)数据查询上:数据空间查询范围大小与查询的时间基本成线性正相关;在不构建索引的情况下(实质为行序索引),对贵州省范围的MODIS数据进行查询,当查询范围小于3%时,不构建索引比P2H索引的查询效率要稍高一些,时间略少一点。但随着查询范围的增加,数据量增大,此时建立P2H索引的查询时间明显小于不建立索引的时间,并且这种优势随着数据量的增加在不断扩大。(3)并行入库上:海量数据入库的数据量大小总是和入库时间成线性正相关,当数据量小于100MB时,云GIS平台和单机在入库时间相差不大的,甚至于单机的入库时间更短。但随着数据量的增加,单机所用的时间明显多于云GIS平台,并且云GIS平台的这种优势不断加深;基于云GIS平台的入库数据量和入库速度之间总是线性正相关,而基于单机的入库数据量和入库速度之间是先正相关后负相关,拐点发生在数据量为300MB的时候;在数据量小于500MB时,云GIS平台和单机入库速度相差不大,甚至于单机入库速度一度高于云GIS平台,但随着数据量持续增加,云GIS平台的入库速度明显高于单机速度,并且这种优势在持续的扩大。(3)云GIS平台和Envi Services Engine(ESE)对比分析发现:ESE和云GIS平台在运行结果上由于算法和实现语言(IDL)是一致的,所以运算结果是一致的。在执行效率上,数据量小于18MB时,执行效率基本一致,随着数据量增大,ESE的执行效率要略微高于云GIS平台,说明商业化ESE平台的基础环境支持要更高一些。