地理国情普查,需要在得到数据后快速,准确的给出普查统计分析结果。而基本统计是地理国情普查的重要内容,在这些统计中,地表覆盖所涉及的地表面积的计算最耗时间。它需要处理的数据量最大,并且中间数据也最多,因此我们提出对地表面面积统计模型进行优化。由于地形起伏,难以用数学函数拟合,不能直接计算。现下计算三维地表面积的方法很多,但是这些方法普遍对单元栅格的处理过于复杂。判定条件过多,使得计算海量数据花费巨大时间。通过对现下各种方法进行对比分析,我们提出一种思路较简单的地表面面积计算方法及步骤来提高计算效率。随着新型硬件构架(单机多核、集群等)计算资源能力的不断升级,传统的数据处理技术和串行计算技术难以满足海量数据处理的需求,因此需要充分利用计算资源能力提升数据处理的实际效率。我们结合现下蓬勃发展的分布式系统基础架构(Hadoop平台)构建集群,实现地理国情分布式并行计算。本文通过探讨各种地表面面积算法,根据算法特点结合计算机图形学中知识提出一种计算地表面面积新方法。笔者给出计算具体步骤,并进行编程实现。同时安装现下开源Hadoop平台,并搭建小规模集群进行分布式并行计算。我们分别对HDFS和Map-Reduce进行设计和编程实现。最后我们选择地理国情普查中的试点区域山东省东营市进行测试实验。我们给出了详细的任务划分策略,以及影响集群计算效率的四个方面因素的影响规律,并对整体优化模型提出了切实可行的建议。