云计算是分布式处理、并行处理和网格处理的发展(陈康等，2009)，它提出了一种软件服务化、资源虚拟化、系统透明化、资源利用最大化的全新计算服务模式(李乔等，2011；罗军舟等，2011)，借助虚拟化等技术更为彻底地实现了向“软硬件均是服务”的转变(叶可江等，2012).在云计算环境下，用户不需要单独购买服务器、各种软件，按需购买包括存储能力、计算能力、软件功能、数据服务、网络资源、硬件资源等各种服务即可，通过免费的浏览器似在本地一样完成对“云端”资源的浏览、加工、处理等各种操作.

地质资料是地质工作者认识地球所取得的知识性财富，具有十分重要的开发利用价值.目前，全国地质资料馆及各省馆积累了数十万种的地质资料(其中省馆270945种)(严光生，2012).为了充分发挥我国海量地质资料的价值，国土资源部提出了地质资料服务集群化产业化思路，以地质资料信息服务集群化产业化大力推进地质资料管理与服务工作(王黔驹等，2011)，逐步提升地质资料资源的处理、集成、共享以及服务模式的转变.将云计算等新技术、新方法引入地质领域，搭建地质云计算平台，提供松散耦合的、不同粒度的服务(可适应多粒度和变粒度需求)，将分布在不同服务器上的“地质云滴”有机融合形成“地质小云”，再构成“地质大云”；在“地质大云”的环境下，跨专业综合应用基础地理、基础地质、以及包括重磁(王万银等，2013；杨春成等，2013)和地震(王西文等，2013)在内的地球物理数据等各类资料，利用聚类分析(刘爱群等，2013)、地质统计学(杨培杰等，2014)等方法和人机交互及精细解释技术(王磊等，2013；刘淑芬等，2014)，可快速实现岩性识别(刘明军，2013；吴煜宇等，2013；崔大尉等，2014)、构造特征分析(王万银等，2013；郭晓玉等，2014)、矿产资源预测等方面的工作，从而提高各类地质和其他地学领域的数据资源、计算资源的利用率，扩展地质资源获取的便利性、信息共享的广泛性、网络服务的普适性，提升地质领域的信息化程度，通过网络更好地保证地质资料的社会化服务效果，以满足地质领域不同层次用户、不同角度的需求.
1 地质云计算平台架构 1.1 总体视图

图 1给出了地质云计算平台(Geological Cloud Computing Platform)的总体视图，可以看出地质云计算平台是由地质调查计算云CGSCC(China Geological Survey Computing Cloud)和地质调查存储云CGSSC(China Geological Survey Storage Cloud)组成.CGSSC是隐藏在CGSCC后面的云，包括集中式、分布式部署的各类多元、异构、海量的若干个地质数据库，通过虚拟化技术(Citrix、VMWare等)，使得地质数据提取组件只调用存储云接口而不知数据来源；CGSCC中部署了各类云计算服务器，采用SOA服务器作为云计算的主服务器，此外还有地图服务器、消息服务器等多个服务器.多元、异构的空间数据基于OGC的WFS、WMS、WCS等标准在地图服务器上进行发布、交换、融合，空间计算组件可单独部署在空间计算服务器上，由它完成各种空间分析；数据服务则部署于各级SOA服务器中.各类不同角色的用户使用浏览器及各种终端程序与云端交互，如同操作在线地图一样可完成各种查询、分析、成图等业务，不必关心地质云的存在性、组织形式、处理机制、使用数据等.

图 1

Fig. 1

图 1 地质云计算平台总视图Fig. 1 The whole view of geological cloud computing platform

考虑到大比例尺地质数据短时间内很难在网络上发布，吸纳优秀云计算方案中建设数据中心、计算中心的主要方法，设计了一个采用混合云(包括公有云和私有云)构建的地质云计算平台，对应的地质云存储也可以分成公有云存储和私有云存储.地质公有云部署在Internet上，地质私有云构建于Intranet内，二者通过一个桥接(Bridge)进行互相通信，一般情况下它们是物理隔离的. 1.2.1 地质私有云

地质私有云使用局域网内的服务器集群、存储设备、网络设备及其他基础设施，采用虚拟化软件将后台的若干存储、内存、CPU、网络等资源进行划分，装载不同的操作系统，部署地质数据(仓)库(如Oracle 11g)、应用程序服务器(如ArcGIS Server)等平台软件；采用虚拟化技术实现应用程序级、桌面级的虚拟应用，用户如同使用本地机器一样操作远端的操作系统、应用程序、数据库等.地质数据库是一个大的逻辑数据库，由多个集中、分布的数据库构成集群，实际数据保存在后台的地质云存储内(集中式与分布式并存)，基于地质数据仓库形成地质数据中心.将地质数据中心内的数据发布成各类地质数据服务(属性数据服务、空间数据服务)，空间计算、标准计算及综合性计算等服务统一注册在地质计算中心，通过服务接口返给用户处理后的结果，有效地隐藏了原始数据、计算组件等，达到了集成与共享的目的.

运行在Intranet中的地质私有云，可实现地质图、地质灾害、地质工作程度、地质工作部署、重力、化探、矿业权、矿产地、矿产资源潜力评价、储量利用调查等重要地质数据的集成与共享，与内网各种比例尺的地理、地形、遥感等叠加、融合，进行高精度的展示、查询、计算、解译等操作. 1.2.2 地质公有云

使用同样技术搭建的地质公有云运行于Internet上，将可公开的基础地理(如1100万行政区)、地质图(如1250万地质图)、三级成矿区带等发布到外网GIS服务器上，向公众或限制级用户发布资源调用的API.使用Microsoft WCF(Windows Communication Foundation)等技术方法进行服务的注册、部署、定位等，实现地质公有云中服务与Internet上共享资源(如Google、ESRI的空间服务等)的衔接与交互，可以在公网上提供地质云计算服务，后台的数据服务、计算服务等根据需求弹性地增加或减少，与其他系统可灵活集成. 2 资源虚拟化设计

采用国际云计算应用中常用的VMWare、Citrix、IBM等公司提供的虚拟化产品，构建地质软件、硬件资源虚拟化应用平台，通过网络对现有硬件、软件资源进行合理化管理、分配，可采用虚拟实例、虚拟桌面等模式运行.将一台服务器虚拟成多个服务器(如128 G内存、30 TB存储，可以分配10个或更多个服务器)，将其中一台服务器作为虚拟的中心节点服务器，建立虚拟化管理平台，管理多个物理服务器或虚拟服务器.

虚拟机模式根据用户申请，从服务器端已安装好 各种应用软件、数据库、开发软件等模板虚拟机中自动为申请者创建一个新的虚拟机，分配相应的硬件资源(硬盘空间、内存、网卡、带宽等).在一台服务器上建立若干个程序级或桌面级的虚拟化应用实例(可以是Windows、Linux、Unix等操作系统)，由虚拟实例管理器按需创建新的虚拟实例，对指定的虚拟实例进行更新、启动、停止、配置、移除等.各用户操作运行于其所属虚拟实例内的操作系统、各类应用软件，甚至能够在虚拟机中开发、调试、部署各种应用软件.

虚拟桌面技术通过一个虚拟桌面服务中心管理多个虚拟桌面服务器实现，在每个服务器上安装多种正版的操作系统、开发系统、应用软件等，如ArcGIS Desktop 10、ArcGIS Server 10、Office 2012、Oracle 12c、Visual Studio 2012等.按用户、角色、组等形式分配软硬件资源的使用权，能够满足各类用户的不同应用需求.采用虚拟化技术为用户提供的操作系统，既可以独立于服务器操作系统，也可以直接使用服务器端操作系统(由服务器进行安全认证，例如基于Citrix虚拟化服务器搭建的虚拟桌面应用场景，使用服务器操作系统用户登录、使用软件). 3 地质云计算资源管理 3.1 多元、异构、海量地质服务发布

实现多元、异构、海量的地质数据集成与共享，要对原始 地质数据适当处理后再发布成服务，不同GIS格式的地质数据可采用对应的GIS服务器，分别发布成符合OGC标准的空间服务(WFS、WMS、WCS等)(高光大等，2013)，对这些服务进行聚合、处理，客户端基于空间组件进行显示、分析.图 4给出了多种空间数据与属性数据发布到地质云计算平台中的效果.Google等其他网络资源不属于地质云计算中心，是平台资源的重要补充.

图 2

Fig. 2

图 2 地质云计算平台的框架性体系结构Fig. 2 The framework architecture of geological cloud computing platform

图 3

Fig. 3

图 3 基于虚拟实例的虚拟化应用技术框架Fig. 3 The framework of visualization application technology based on visualized instance

图 4

Fig. 4

图 4 基于OGC标准的地质云计算服务发布Fig. 4 Publication of geological cloud computing services based on OGC st and ard

图 5给出了地质云计算服务中心的资源汇聚模式，由云计算服务资源管理中心统一管理各种资源的生命周期，服务资源可以是Google矢量和影像、Bing矢量和影像、地质工作程度、地质工作部署、矿业权核查、地质图等不同格式的地图服务，也可用采矿权核查、探矿权登记、储量、地质灾害等数据服务，或者是资源量计算、矿产资源预测、矿业权分析、能源可供性分析(Wang et al., 2013)等计算服务.这些服务汇聚于地质云计算中心上，提供一个统一的出口，由基于WebGIS的富客户端门户在一个页面中或多个页面中重复调用，调用结果以文字、表格、图形、地图等多种形式体现.

图 5

Fig. 5

图 5 服务汇聚模式Fig. 5 The pattern of service concentration

地质云计算平台由地质云计算服务中心GCCSC(Geological Cloud Computing Service Center)来管理，GCCSC是地质云计算平台的核心，构造一个地质数据和地质计算的中心.所有的空间服务、非空间服务统一注册在GCCSC上(包括数据服务、计算服务等)，形成了一个巨型的虚拟资源池，统一管理所有的虚拟化资源，可为整个地质领域提供服务.数据服务实现对后台地质云存储内数据的访问，计算服务既可以是数据服务的消费者，也能直接访问后台数据，亦可以是已有地质计算组件封装形成的新服务组件.空间服务部署在地图服务器上，不同GIS产品之间交互与集成通过WMS、WFS、WCS等符合OGC标准的空间服务进行.由GCCSC完成各类服务资源的注册、智能搜索、更新、销毁等全生命周期的统一管理.GCCSC实现地质云计算的SaaS，即通过URI访问各类不同粒度的地质服务资源，这些服务之间存在着不同程度的交叉调用、聚合，甚至形成一系列的服务链.基于RIA技术的各类客户端通过Internet/Intranet 连接到GCCSC，通过SOAP、REST等与各类服务资源进行交互式消费，客户端不关心服务资源的扫描、解析、访问、跳转、计算等过程，更不关注后台数据的访问、处理方法，呈现出地质数据资源、地质计算资源的虚拟化，从而达到与数据来源、格式及内容无关，实现跨平台、跨语言、跨数据库、跨专业、跨区域的地质数据集成与共享.

图 6显示了地质云计算服务中心的多台服务器中服务的协同工作场景示意图(PWS-Property Web Services，属性WEB服务；SWS-Spatial Web Services，空间服务).实际的Web Services分布在多个SOA服务器上，统一注册在一个中心SOA服务器上，由服务元数据库统一存储所有注册的Web服务信息，通过URI方式进行统一管理(注册、搜索、更新等).用户请求一般直接发送给Web应用程序服务器，不直接与SOA服务器通信(也可以直接与其交互)，各SOA服务器之间也可以互相调用.图中运行步骤1~6显示出了应用程序服务器在SOA服务器上搜索Web服务及调用返回的过程：1为应用程序服务器接收到客户请求后，到SOA服务中心搜索实现该算法的服务；2为服务中心通过保存的URI搜索服务的实际位置；3为向服务中心告知服务的存在性；4为服务中心返给请求者的服务位置；5为应用程序服务器根据取得的URI到对应的SOA服务器上调用实际的服务接口(如SWS₁₁)；6为计算结果返给调用的应用程序服务器，由它呈现给用户.各种云服务提供者可以重新定制服务，云服务的消费者亦可以自定义应用模式，服务管理者亦能够通过网络完成服务资源的管理与调配.SOA服务器既可以是实际的地质SOA服务器，也可以是Google、Amazon、Azure、ESRI等公司提供的服务资源.本服务中心构建模式可以作为“地质调查云”、“国土资源云”、矿政管理“一张图”、“地学数据云”等数据共享模式.

图 6

Fig. 6

图 6 地质云计算的服务资源协同示意图Fig. 6 The collaboration pattern of service resources of geological cloud computing

采纳一站式门户技术与设计理念，基于RIA(Rich Interface Application)技术实现各类地质云计算平台客户端的应用程序(如图 7所示).前端UI通过HTTP、SOAP等协议与“云端”地质计算服务、数据服务进行通信、交互，服务中心通过TCP、HTTP等协议调用其他服务，将结果返回前端.客户端对服务调用返回的结果进行处理、格式化，将结果以地图、表格、文字等多种形式显示.客户感觉象使用C/S模式应用程序一样方便地使用应用程序，如同使用Google一样方便地实现一站式的应用效果.

图 7

Fig. 7

图 7 基于RIA的一站式实现模型Fig. 7 The one-stop implementation model based on RIA

非空间服务以Visual Studio 2010作为开发工具，基于.NET的Web Services(C#语言)编程实现并发布；地图服务器采用多个ArcGIS Server、MapGIS Server并存方式，发布各类地图服务到服务器；将所有的服务统一注册到服务中心. 4.2 原型系统效果

图 8给出了云计算资源管理中心监测软件的运行效果，它是管理服务运行的核心，不但可以完成服务的启动、停止，还可以人工完成各种服务的注册、修改、查询、删除、状态变更等，同时还可以实时监测所有服务的调用情况.运行在地质云计算主服务器上单独进程内的资源主控端，是基于WCF实现的自主服务(即可自动感知从客户端提交的各类服务注册)或人为进行管理各类服务的生命周期.

图 8

Fig. 8

图 8 云计算中心服务管理器Fig. 8 The service manager of cloud computing center

图 9显示了Google地图与1250万切片格式的我国地质图叠加显示的效果.图 10则显示了调用矿产资源规划区(地质工作部署)、全国采矿权两个服务后的集成显示效果，从中可以清晰地看出地质工作部署、采矿权的分布情况，可知西部地质工作程度低的地区采矿权较少(重点工作部署区内大部分为空白).图 11显示的是访问成矿省、全国探矿权核查服务后以地图形式展现的效果，不仅展示了我国探矿权设置情况，同时也从空间上体现了与成矿省之间的关系.图 12体现的是来自不同虚拟地图服务器的谷歌影像、三级成矿带、采矿权等服务调用后的显示效果，通过逐步放大，可以清楚地看到南方某地的采矿权(如煤矿)与三级成矿区带之间的密切关系，以及与地形、交通之间的关系.图 13则展示了探矿权核查数据的局部处理效果，既通过聚簇方式在不同比例尺下显示探矿权核查要素的数量，还可以查看某个具体要素的属性，不受服务来源、位置的限制.可以将多源数据进行灵活组合、集成显示，通过调用空间分析组件对跨多个专题的不同空间数据进行各种分析(如叠加分析)、计算组件完成业务分析(如空间与属性的联合计算等).图 14给出了自定义多边形与多个专题、不同图层的空间分析，给出了落入该区域或与其相交的要素列表，亦可开展深层次钻取、关联分析等操作，与处理同一个专题数据无区别.

图 9

Fig. 9

图 9 Google地图与地质图集成显示效果Fig. 9 The integrated display results of Google map and Chinese geological map

图 10

Fig. 10

图 10 地质工作部署和采矿权服务融合效果Fig. 10 The fusion results of geological work deployment and mining rights services

图 11

Fig. 11

图 11 成矿省和探矿权核查服务会聚效果Fig. 11 The integrated display effect from mineralization province and prospect check services

图 12

Fig. 12

图 12 采矿权分布情况Fig. 12 The distribution of national mining rights

图 13

Fig. 13

图 13 探矿权核查地图服务数据聚簇显示效果Fig. 13 The cluster results of prospect check data service

图 14

Fig. 14

图 14 调用空间计算组件的分析结果Fig. 14 The analysis result of accessing spatial computing components

本文探讨了地质云计算平台的总体视图、构成框架以及服务发布、汇聚、显示等技术与方法，基于SOA(WCF、地图服务等)初步实现了平台及原型系统，采用真实数据对原型系统进行测试，实现了地质服务资源的虚拟化，地图服务、数据服务、计算服务的自动发现、提取、解析、呈现、渲染等，可为矿政管理“一张图”、国土资源“一张图”、地学数据中心建设提供参考，具有一定的借鉴意义和推广价值.