随着信息技术尤其是3S技术的广泛应用,促进了各类地球科学数据的逐步实现了现代化、数字化和网络化。国家在地质采矿、地质地理测绘、土地资源与海洋勘探等领域建设成了全国性的基础地球科学库达上百种,完成各类研究成果报告几十万份,积累了海量的地球科学数据信息。由于各类地球科学数据具有多元化、多尺度、多分辨率、多学科、多类型、多标准等特征,使建立各领域地学空间数据库存在很大难度,并且已建成的各类地学数据库绝大多数处于相对独立的运行状态,数据综合应用、集成和分析程度低,严重制约的各类矿产预测工作的顺利进行。因此,对利用数据集成和数据融合技术对现有的地学空间数据进行科学地操作和管理是地学空间数据领域热点问题,也本文研究内容之一。现有的各种GIS系统无法有效的集成融合局部地区或全国范围的多元(源)地学数据,同时由于各类地学数据具有分散海量性的特点,现有单机、基于局域网络或互联网络的各种GIS系统以及各种矿产资源预测和评价系统无法提供快速、高效、稳定、可靠的计算资源和管理资源。因此,为了更好完成海量地学数据的数据存储、数据集成融合、数据挖掘和矿产预测与评价,本文将信息技术领域最新的云计算技术融入到现有的地学G4I系统中,构建了基于地学G4I系统的云计算服务系统框架结构体系,认真研究了云计算的分布式数据存储技术、服务器资源虚拟化技术以及并行计算等关键技术。本文主要研究工作是在吉林大学已经成功研制的具有自主知识产权的“地学G4I系统”基础上,将地学领域具有多源、异构、分散等特性的地学空间数据作为研究对象。探讨与研究数据集成技术和云计算技术在地学G4I系统中的应用。本文研究内容和成果如下：1、提出了基于地学G4I系统中地学空间数据的管理方式,以及地学空间数据集成和地学空间数据融合方法。2、提出了基于地学G4I系统地学空间数据库的互操作技术。3、针对大规模数据信息和计算资源的特征及其数据处理要求,本文采用云计算技术将网络中各种可用的计算机资源整合为高效的计算集群,采用Hadoop架构和MapReduce编程模型,将地学空间大数据处理任务以分布式的处理方式,分解成众多子任务,在计算集群中的大量计算节点上进行并行处理和计算,提升地学空间大数据的处理能力。云计算平台为地学数据集成与系统集成、地学空间建模(空间统计建模与空间可视化建模)、地学过程模拟仿真及矿产资源预测和评价提供了强大的技术支撑。复杂地学G4I系统,采用人机交互式操作模式进行地球物理重磁反演解释与人工智能相结合,在云计算环境下执行系统的计算、分析和存储任务。大多数技术可以代表我国目前地学信息化领域的前沿技术,可以满足目前我国地学信息化领域的绝大多数技术需求。