信息技术和对地观测技术的发展正在改变人们获取和应用空间信息的模式，并促使封闭、紧耦合的地理信息系统向开放、松散耦合的空间信息服务方向发展。空间信息服务的广泛应用使得空间信息服务的数量迅猛增长，网络上产生了大量具有相同或相似功能的空间信息服务，服务质量成为区分服务的重要因素。基于服务质量对服务进行分配以满足用户的个性化需求已经成为空间信息服务领域研究的热点和难点问题。　　论文在国家863计划“面向新型硬件架构的复杂地理计算平台”的支持下，从空间信息服务质量描述、空间信息服务质量预测、单用户空间信息服务质量分配和多用户空间信息服务质量分配四个方面进行研究。论文的主要贡献和创新点如下:　　(1)提出了空间信息服务质量模型以及质量感知的服务分配框架。结合空间信息服务的特点，提出了一个包含通用属性和领域属性的空间信息服务质量模型，构建了一个空间信息服务质量GeoQosOnt本体。该质量模型能够支持描述多种类型的QoS，具有较强的可扩展性和语义描述能力。设计了一个基于代理的质量感知的空间信息服务分配框架，为研究服务分配算法打下基础。　　(2)提出了一种融合服务相异性和服务相似度的空间信息服务质量预测WQPSI方法。服务质量信息的缺失会使得空间信息服务分配困难，为此，提出了适用于稀疏QoS数据条件下的空间信息服务质量预测方法。WQPSI对历史QoS矩阵的空缺信息进行预测，使得原始的稀疏QoS矩阵转变成稠密矩阵，并使用置信度将基于服务相异性和基于服务相似性的预测结果融合起来以充分利用历史QoS矩阵提供的信息。仿真实验表明:1）WQPSI比IPCC算法、IMEAN算法、WSLOPE算法以及WSREC四种质量预测算法具有更好的准确性;2）当面向服务相异性和面向服务相似性两种方法的预测结果以参数0.1进行融合时，能够取得最好的预测效果;3）使用SPC方法消除预测结果中的异常值能够进一步提高预测结果的准确性。　　(3)提出了一种基于多目标遗传算法和理想点法的空间信息服务分配T_MOEA方法。单用户空间服务分配问题是一个NP难问题，也是一个多属性决策问题。T_MOGA使用多目标优化模型对问题建模，引入理想点法对组合服务方案的适应度进行评估，借助遗传算法的选择、交叉、变异等操作对种群迭代，以得到QoS更好的组合服务分配方案。T_MOGA无需用户为各个QoS属性分配权重，且仅返回有限的k个最优组合服务，减轻了用户选择的负担。仿真实验表明，T_MOEA运行效率高，其求解时间为0.2s左右，仅为NSGA2的50％，能够满足较大规模服务分配的需要;另外，T_MOGA还具有较高的准确性，在默认的代数下能够达到90％以上，而NSGA2的准确性仅在70％左右。　　(4)提出了两种多用户空间信息服务分配方法，基于二分图匹配的BGM方法和基于排队论的MQT方法。BGM方法将服务与用户的分配关系建模为二分图中的边，将用户的满意度作为边的权值，将服务分配问题转换为带权二分图最佳匹配问题。为使满意度更准确，使用加权平均方法将主观权重和客观权重结合起来得到属性的偏好权重，并依QoS属性的特点将其划分为区间型、门限型、偏离型以及比值型四种类型，采用不同方法计算。仿真实验表明:BGM提高了群体满意度，也兼顾了单个用户的需求;使等级高的用户优先得到满意度最好的服务;当服务数为500，用户数为100时，分配时间仅为0.1s左右。MQT方法则将用户的QoS请求划分为多个等级，将每个服务建模为一个能够处理多等级请求的M/M/1排队模型，采用先到先服务的排队策略，建立了最大化提供商收益的价格模型。仿真实验表明，MQT能够简化服务分配过程，加快分配速率，更适合于并发用户请求量巨大且快速到达场景下的服务分配问题。　　为了对研究的空间信息服务质量预测和服务分配算法进行验证，论文在VegaGIS平台下搭建了一个空间信息服务分配原型，拟在智慧城市等工程项目中进行应用。