地形数据在进行大数据量或复杂的计算时,传统的计算模式难以满足实际应用中区域规模与计算时效的要求。现有的处理方法主要采用并行计算、云计算、云超算等计算方式,它们可以实时或更快速地处理和分析数据,有较高的计算效率,但是这些技术以及系统的部署相对复杂且成本昂贵。在常规硬件条件的网络地理信息系统环境下,地形数据的计算存在的网络传输和服务器负担过重等问题还未有效解决,因而使得地形数据的计算效率较低。本文基于边缘计算、云计算的相关理念,在地形瓦片、地形数据计算的基础上对该问题展开研究,提出了一种基于地形瓦片的地形分析快速计算方法。该方法实现了对地形数据进行分层的计算,提高了地形数据的计算效率。论文的主要研究内容与成果如下:(1)构建了自定义地形瓦片,用于进行大数据量或复杂的地形计算。本研究分析了地形数据的结构特征,构造了地形瓦片金字塔模型,实现了地形数据的统一组织和管理;研究了现有的地形因子提取算法,把工作流的思想引入到地形因子的提取中,基于金字塔模型提取了不同等级地形瓦片的地形因子;把地形因子以扩展数据的方式添加进地形瓦片中,使不同等级的地形瓦片包含相应等级的地形因子,构建了可用于地形分析的自定义地形瓦片。(2)地形分析快速计算的方法。面向地形数据可视化,提出了一种地形数据调度方法,可实现地形数据的快速可视化;在自定义的地形瓦片上建立计算区域,引入国家公共服务电子地图瓦片数据规范作为约束,然后在此区域上进行LOD等级划分,建立了地面分辨率、LOD等级、地图比例尺之间的内在关系;在云计算、边缘计算、雾计算的基础上,提出了一种基于端点计算的地形瓦片计算模式,基于该计算模式对不同LOD等级的地形数据进行计算,达到了地形分析快速计算的目的。(3)系统设计与结果精度分析。由于该方法不是对最原始的地形数据进行计算,而是对不同LOD的地形数据进行计算,所以会存在精度损失的问题。本文设计了地形数据快速分析系统,并进行了相关实验,验证了基于地形瓦片的地形快速分析方法的准确性与可行性。