多級網格環境下的土地利用統計方法*

劉 婷 劉仁義 張 豐 陳志榮

(1.杭州師范大學遙感與地球科學研究院，浙江 杭州310036；2 .浙江省資源與環境信息系統重點實驗室，浙江 杭州310028；3.寧波工程學院理學院，浙江 寧波 315016)

網格技術通過統一支配和調度各節點大量閑置的計算資源、數據資源和存儲資源共同完成任務計劃，網格節點以提供非平凡服務的方式共享各類資源[1]，充分利用資源的同時也提高了海量數據密集處理性能。當前，我國各級土地資源管理部門存在海量土地利用調查數據，土地信息系統建設冗余，進行大規模的土地利用數據匯總統計時，往往需要調集各地、各級相關數據進行海量存儲和密集計算處理。為此，本文構建土地資源多級網格環境，調度各級各類網格資源，實現各級土地管理部門土地利用數據的高效統計。

研究表明，網格技術對地理空間數據共享訪問、業務海量數據處理等方面有極大的優勢[2-5]。但已有的文獻研究或僅給出土地資源信息網格架構，多停留在數據網絡共享和訪問層面，能夠同時解決空間數據分布式共享和數據高效處理的并不多見。本文在前人研究的基礎上，首次嘗試將網格技術應用到土地利用統計業務處理領域，結合土地部門省市縣三級垂直管理的特點及其現有信息服務建設，構建了面向土地利用統計業務應用的土地資源多級網格管理平臺，實現了分布式共享；將土地利用統計服務進行分級分類處理，并提出基于統計基表的增量式密集統計和基于網格資源狀態的聚合統計方法，實現省市縣多級土地利用數據的快速統計。

1 土地資源多級網格服務架構

隨著WSRF(Web Services Resource Framework)網格體系架構的提出，“網格服務”實際上是Web服務與有狀態資源的組合。因而，本系統將“網格服務”作為SOA(Service Oriented Architecture)的組成構件來搭建土地資源多級網格服務平臺(LR-MGSP)。該平臺架構由數據資源層、支撐平臺和服務組件層、服務層以及應用層組成，如圖1所示。四層架構中每層均包含省市縣三級元素，形成省市縣多級網格架構。

數據資源層包含了各種土地資源，包括多級土地資源數據及其業務應用遺留子系統，它們是土地資源管理部門現有信息化資產的核心價值所在，也正是當前急需擴大共享能力的土地資源主體對象。支撐平臺與服務組件層是對各種土地資源的服務化封裝，為上層服務訪問底層資源提供了統一的操作接口，通過網格平臺的中間件構建用戶所需的網格服務組件，借助于網格安全基礎設施GSI(Grid Security Infrastructure)的引入，保證各種資源得到最大限度的安全訪問。服務層聚集了各種土地資源數據服務和功能服務，既有可獨立完成簡單操作的原子服務，也有可利用本層及其下層服務實現較復雜功能的聚合服務，此外還包括連接各服務的注冊發現服務以及服務監控和調度服務。客戶端應用層則針對統計業務需要，包括各級地類匯總應用及土地資源多級網格服務門戶，為土地資源管理用戶提供了可視化的服務交互界面。

圖 1 LR-MGSP架構圖

2 基于土地資源多級網格的土地利用匯總統計方法

采用多級網格服務管理架構，可以松散耦合地連接各級土地資源，又可以集中使用計算資源，降低平臺數據訪問的負載量。基于土地資源多級網格的土地利用匯總統計方法將土地利用統計服務進行分級處理，分為原子統計服務與聚合統計服務；實現方法上，在原子級統計處理階段采用基于統計基表的增量式密集統計技術，聚合服務端則基于網格資源狀態進行聚合統計。

2.1 土地利用統計服務分級

網格計算任務調度的目標就是要對用戶提交的任務實現最優調度，并實現高效的總體吞吐率[6]。平臺將面向用戶業務需求的任務進行再劃分，分割成子任務的形式，交給系統中的各級網格節點進行處理。由于子任務的相對獨立性和網格節點的分布式部署，可以充分利用網格節點的計算資源和服務資源，達到網格節點高效并行處理狀態。任務的執行通過調用服務的方式來實現，統計服務分級結構如圖2所示。

直接面向客戶端應用的是Ⅰ級聚合統計服務，它一般部署在中心網格節點上，如省級網格節點。聚合服務根據自身實現需要，對請求處理的任務進行劃分，分為原子任務或者非原子任務。原子任務表示該任務不可再繼續分解，是任務處理的最小單元；非原子任務對應由下一級聚合統計服務實現，該級聚合服務若能直接處理，則將處理結果返回上級聚合服務；否則，繼續分解該任務，直至所有的子任務處理完成。劃分的任務借由網格調度器調度空閑的網格節點進行并行處理。每一網格節點處理完成后即通知上級節點，并將返回計算結果，由上級網格節點進行協同處理和數據并發控制，最后由中心網格節點匯總數據處理結果返給客戶端。網格服務的調度策略依據地理空間特征與服務質量QoS(Quality of Service)等多個參數綜合考慮。具體調用哪個網格節點的原子服務，對客戶端來說是透明的。

圖2 統計服務分級結構圖

2.1.1 原子統計服務。原子統計服務是進行土地利用匯總統計操作過程中最小的獨立單元。服務提供者對應土地利用時空數據庫最小組織和管理部門，現行土地利用管理制度下一般為縣級土地管理部門，也可將數據存放權限下放到鄉鎮級土地資源管理所，由其提供原子統計服務。進行全國土地調查數據匯總時，一般先由縣(市)級單位提供該縣(市)的土地利用統計信息，在縣(市)級網格節點中部署的土地利用調查統計服務就是原子服務，負責統計該縣(市)域范圍內的土地利用現狀數據。

2.1.2 聚合統計服務。網格聚合服務是由多個服務聚合起來共同完成某一操作的服務。根據聚合的程度，可以分為頂層的Ⅰ級聚合服務、Ⅱ級聚合服務、……、底層N級聚合服務。服務提供者對應原子服務分析結果數據的上級接收單位，在LR-MGSP平臺中，即原子服務所在節點的上一層次節點。仍舊以土地利用調查數據匯總為例，一般來說，地(市)級以及省級節點中部署的是網格聚合統計服務。

聚合統計服務按照OGC(Open Geospatial Consortium)服務不透明鏈[7]調用的方式，異步調用下級網格節點的土地利用統計服務，最后進行統計結果匯總。當進行土地利用省級匯總時，省級節點服務器中的Ⅰ級聚合統計服務將調用轄區范圍內市級節點的Ⅱ級聚合統計服務，而市級節點的Ⅱ級聚合統計服務又將調用其管轄范圍內縣級節點中的原子統計服務或Ⅲ級聚合統計服務或原子統計服務，依次類推。

2.2. 基于多級網格資源的土地利用統計

2.1.1 基于統計基表的增量式密集統計。土地利用時空數據庫設計采用基于過程的動態時空數據模型[8]，不同階段的土地利用要素分別存儲在要素類基表(F表)、要素類新增表(A表)以及要素類刪除表(D表)中。在要素類表之間，提供一個關系表(R表)建立三者之間的聯系，A表與基表F表圖層表結構大致相似，D表記錄刪除的要素，表之間通過唯一的要素標識符(FID)進行關聯。

為了便于說明，這里以土地利用專題要素地類面積統計為例，說明本研究密集統計的實現方法：

1)土地調查周期元年進行要素的基表統計。基表統計結果以網格資源的形式對外提供訪問。網格服務的有狀態資源特征用來緩存統計結果，平臺首次進行地類面積統計時，獲得統計結果并將其作為網格統計服務資源屬性記錄其狀態，便于后續統計使用。

2)土地利用變更發生后進行變更要素的增量統計。當土地利用要素發生變更時，增加或修改后的要素記錄在A表中，刪除或修改前的要素則存儲在D表中，要素FID為F表、D表和A表建立關聯；統計變更后的地類面積時，只需對該統計時間之前A表和D表中的記錄進行統計，計算出土地利用要素的修改量，值為正數則表示該地類面積增加了，反之，則是該地類面積減少了。

3)土地變更調查年基于統計基表的增量式密集統計。首先從網格資源屬性狀態記錄中提取基表統計結果，然后根據統計時間進行增量統計，最后將兩項統計數據進行加減得到該時期的地類統計結果。

2.2.2 基于網格資源狀態的聚合統計。原子統計服務采用前述基于統計基表的增量式密集統計方法實現，而聚合統計服務則采用基于網格資源狀態的聚合統計方法。該方法的核心思想是利用網格服務的資源屬性進行狀態保存。一個統計處理業務的典型實現過程如圖3所示。

圖 3 統計處理業務的實現流程

首先，客戶端應用程序調用位于中心網格節點的Ⅰ級聚合服務。邏輯組成上，聚合服務可以看成由聚合統計Web服務與統計資源組成。聚合統計服務首先獲取統計資源狀態，若統計時間等條件符合用戶需求，直接將統計資源結果返回給服務調用端。否則，在已有統計資源基礎上，重新組織增量統計任務，調度網格節點并請求部署其上的原子統計服務或低級聚合統計服務，生成增量統計結果。最后，將該返回結果與原有資源狀態進行聚合，得到新的統計資源取值，進行資源狀態的更新，并統計結果等資源屬性返回給客戶端應用。

3 土地利用多級統計實例及性能對比測試

為了驗證本研究方法的合理性和高效性，本文對基于LR-MGSP平臺的土地利用現狀統計響應時間進行了性能對比測試，對比測試對象選用目前在浙江省國土資源廳使用的基于C/S架構的土地利用現狀更新調查系統ZJLandUse(以下簡稱為傳統土地資源管理系統)。測試結果證明基于LR-MGSP平臺設計的土地利用匯總統計方法高效，能滿足各級土地管理部門統計業務需要。

3.1 網格節點部署及數據準備

根據前述的土地資源多級網格服務架構設計，本測試采用6臺相同配置的PC機(CPU, Core 2 Quad Q8200 2.33G;內存,4G)以及相應的網絡設備模擬搭建多級網格環境，節點設計涵蓋省市縣各級網格節點。數據用例來源于浙江省部分市縣的土地利用數據，通過空間數據引擎ArcSDE存儲在對象關系數據庫Oracle10g中。

3.2 土地利用多級統計應用實例

本文所述研究方法在浙江省土地利用現狀管理系統(GridLandMgr)中得到了實現，應用于統計匯總模塊的設計。該模塊包括農村土地利用現狀一級分類面積匯總、一級分類按權屬匯總、二級分類面積匯總以及土地利用變更趨勢分析。系統依據用戶選定的統計區域進行縣級、市級、省級土地利用現狀統計。圖4是土地利用現狀管理系統的統計主頁面。

圖 4 土地利用現狀統計頁面

3.3 土地利用地類面積專題統計效率對比測試

傳統土地資源管理系統集中管理所轄縣市空間數據。當進行省市土地利用地類面積匯總時，以縣級空間數據為單位，各縣市數據列隊等待逐一處理，多個縣市數據的處理時間與縣市數量呈正比增長關系；而本系統則是并發進行多個縣市的處理，在最長的單縣市處理時間基礎上，增加數據匯集時間，這對密集型統計處理來說是可以忽略的，因而實現了高效處理。本測試以一級地類專題統計和二級地類專題統計為例，分首次測試和再次測試計算地類面積匯總耗時。一級地類專題統計對應測試指標分別為StatTime11和StatTime12，ZJLandUse系統相應的匯總耗時為StatTime1_t。二級地類專題統計對應測試指標分別為StatTime21和StatTime22，ZJLandUse系統相應的匯總耗時為StatTime2_t。多用戶多次測試求平均后的測試結果見表 1,統計效率趨勢見圖5和6。

圖 5 LR-MGSP與ZJLandUse一級地類面積專題統計效率折線圖

土地利用一、二級地類面積匯總效率測試結果表明：

1)單個縣地類匯總時，可以忽略網絡傳輸因素，基于統計基表的增量式匯總算法效率高于傳統系統ZJLandUse的統計效率。

表 1 LR-MGSP與ZJLandUse一級地類專題統計耗時結果比較

*注：ΔEStat1為本方法一級地類統計效率相對ZJLandUse方法提高的百分比，計算公式為：ΔEStat1=(StatTime1_t/StatTime11-1)*100%。ΔEStat2為本方法二級地類統計效率相對ZJLandUse方法提高的百分比，計算公式為：ΔEStat2=(StatTime2_t/StatTime21-1)*100%。

圖 6 LR-MGSP與ZJLandUse二級地類面積專題統計效率折線圖

2)當數據量隨縣級單位數的增加而增大時，基于服務分級、任務并行處理策略的LR-MGSP系統對數據記錄量的敏感度很低。

3)系統進行二次統計時，基于網格資源屬性緩存統計結果的LR-MGSP系統統計時間大大縮短，統計效率明顯增大。

4 結 論

本研究針對土地調查數據分布特點及各級土地利用統計匯總要求，在土地資源多級網格服務管理平臺架構的基礎上提出任務分解、服務分級的高效統計機制，結合基于統計基表的增量式密集統計技術與基于網格資源狀態的聚合統計計算，給出了本研究基于土地資源多級網格的土地利用匯總統計方法。通過與傳統土地資源管理系統性能對比測試，證明該統計方法性能優越，能滿足高效統計海量土地利用數據的目的。方法承載平臺基于技術標準和行業標準開發，具有很好的擴展性和開放性，便于其他土地資源業務處理集成。

參考文獻：

[1]FOSTER I, KESSELMAN C.The Grid 2: Blueprint for a New Computing Infrastructure[M].Morgan Kaufmann Publishers Inc, 2003.

[2]DI L, CHEN A, YANG W, et al.The Development of A Geospatial Data Grid by Integrating OGC Web Services with Globus-based Grid Technology[J].Concurrency and Computation: Practice and Experience.2008, 20(14): 1617-1635.

[3]李德仁，賓洪超，邵振峰.國土資源網格化管理與服務系統的設計與實現[J].武漢大學學報:信息科學版,2008, 33(1): 1-6.

[4]金江軍, 潘懋.網格技術及其在國土資源信息化中的應用探討[J].國土資源信息化, 2005(1): 6-9.

[5]岳海斌, 周慶俊, 陳鴻志,等.網格技術在國土資源信息化中的應用探討[C]∥中國土地學會等.土地信息技術的創新與土地科學技術發展——2006年中國土地學會學術年會論文集.重慶: 地質出版社, 2007: 72-76.

[6]陳晶, 潘勛.基于雙重服務質量約束的網格資源調度策略[J].計算機集成制造系統, 2008, 14(8): 1571-1578.

[7]ISO/TC211.Geographic information - Services[S/OL].(2001-09-14) [2003-01-18].http:∥portal.opengeospatial.org/files/?artifact_id=1221,

[8]張豐, 劉仁義, 劉南,等.一種基于過程的動態時空數據模型[J].中山大學學報:自然科學版, 2008, 47(2): 123-126.