一种降低并行程序检查点开销的方法

检查点设置和卷回恢复是提高系统可靠性和实现容错计算的有效途径，其性能通常用开销率来评价，而检查点开销是影响开销率的主要因素。针对目前并行程序运行时存在较多通信阻塞时间的现状，该文在写时复制检查点缓存的基础上提出了一种进一步降低检查点开销的方法。通过控制状态保存线程的调度和选择合适的状态保存粒度，该方法能很好地利用通信阻塞时间隐藏状态保存线程运行时带来的开销，从而能进一步降低开销率。     

基于无人机遥感技术的台风灾害倒伏绿化树木检测

以福州大学为试验区,提出一种基于无人机遥感影像的台风灾害倒伏绿化树木的快速提取方法,为园林部门进行台风灾害损失评估、灾后重建提供参考。首先利用无人机遥感技术获取高于10 cm分辨率的台风过境前后影像,经过处理得到数字正射影像（Digital Orthophoto Map,DOM）和数字表面模型（Digital Surface Model,DSM）;其次采用高斯高通滤波算法突出树干的边缘信息;然后采用对比过滤分割算法结合互信息最大化特征选择算法（maximum Relevance Minimum Redundancy,mRMR）选择最佳特征子集,再分别根据阈值和随机森林（Random Forest,RF）分类方法检测出树干与非树干;最后使用骨架化算法将倒下的树干简化为骨架线,采用八邻域追踪法对单棵树干进行精细提取。结果表明：基于单期无人机影像使用阈值分类方法在试验区中共检测出了71棵倒伏木,准确率达76.06%;而基于RF分类方法倒伏木提取准确率虽提高了12.73%,但漏检率达25.39%;为了比较基于单期和两期影像两种数据源倒伏木的检测效率,结合两期DSM差值,分别采用阈值分类和RF分类两种方法,准确率分别为89.66%和87.30%,漏检率为17.46%和12.70%。研究认为,通过单时相影像特征基本能够检测出倒伏木,多时相影像分析可以有效提高倒伏木的检测精度,为不同数据源情况下的倒伏木检测提供了一种新途径。基于无人机遥感技术可以较好地实现台风灾后倒伏木数量的快速估算。     

基于面向对象的平潭岛大比例尺森林资源监测方法

利用高分辨率遥感影像对森林资源进行大比例尺动态监测可以有效提高林业部门对森林资源管理的时效性。以福州市平潭岛为研究区域,利用高分辨率的WorldView\|2遥感影像,结合大比例尺森林小班矢量图层,基于面向对象的分类思想,采用分层监督分类的方法,提取森林资源变化图斑,实现大比例尺森林资源的动态监测。此种方法有效利用了原始小班边界,快速提取了变化区域,总体分类精度达到了90.85%,表明利用该方法进行大比例尺森林资源变化区域提取是有效可行的。     

曙光4000A上MPI-2的实现及其关键技术研究

MPI-2的实现研究,主要是远程存储访问和动态进程加载两部分的实现,也是曙光4000A上基于mpich-1.2.5..10实现MPI-2的经验总结,文章介绍了远程存储访问和动态进程加载两部分的实现思路和和其中两个主要难题的解决方法。     

EOS-MODIS 数据林火识别算法的验证和改进

EOS-MODIS 数据在森林火情监测中的应用研究日益受到世界各国的重视。为了获得适用于中国不同地区森林火情监测的成熟技术, 很有必要对现有MODIS 数据林火监测理论算法进行验证分析, 探讨其在中国不同地域和季节中使用时的通用性。为此, 利用中国境内9 起森林火灾事件对MODIS 数据火点识别的理论算法进行验证分析。结果显示9 起森林火灾有8 起被有效检测到, 1 起森林火情被遗漏。通过对9 起森林火点及其邻近像元的统计分析, 发现如下两个重要规则:利用火点亮温偏离统计均值3 倍标准差的关系来确定阈值, 可以避免火点的遗漏; 林火点在CH21和CH22 上的亮温值一般有CH21- CH22< 20 K, 而噪声点在两个波段上的差异却比较大。用以上规则改进的MODIS 林火热点识别算法可以检测出用来验证的全部9 起林火事件, 从而证明了改进算法的有效性和通用性。     

ArcScan在GIS空间数据库建库中的应用

ArcScan是ARC/INFO的一个扫描矢量化模块，应用ArcScan为GIS空间数据库建库工作带来了全新的概念，文章总结分析了ArcScan扫描矢量化软件模块的特点，操作流程，根据实践应用认为：ArcScan用于GIS的建库工作，可大大提高图形数据录入的效率和准确性，扫描矢量化软件在GIS建库中有广阔的应用前景。     

端元光谱变化与混合像元分解精度的关系研究

从误差传播理论的角度,分析了多选端元光谱、漏选端元光谱以及端元内部光谱变化等情况与混合像元分解精度之间的关系。然后用数值模拟的方式进一步研究了端元内部光谱与限定性混合像元分解精度的关系。研究结果表明:(1)端元光谱间差距越大,端元光谱内差距越小,则混合像元分解精度越高;(2)如果漏选了端元光谱会造成很大的模型误差,然而多选端元光谱却仍然是端元组分的无偏估计。数值模拟结果表明混合像元分解精度与端元类内变化的方差存在负相关的特点。最后就理论推导的结论,讨论了提高混合像元分解精度的可能方法。     

基于分层分析的ASTER 影像土地利用/ 覆盖遥感监测研究

以龙海市为实验区, 利用ASTER 遥感数据, 在研究区典型地物光谱特征系统分析的基础上,进行基于分层分类思想的地物分类提取方法研究。首先将影像划分为独立的子区( 水体、植被覆盖区和非植被覆盖区域) 以避免分类过程中光谱的互相影响; 然后在每个独立的子区基础上根据各类地物的不同光谱特征和空间特征, 对各类地物进行逐层掩模、分层提取。结果表明该方法优于传统的监督和非监督分类效果。     

结合Landsat时序遥感干扰检测的福建将乐县森林林龄估算与评价

高精度的森林林龄可以改善森林生物量、蓄积量、碳储存量等的估算精度。为提高频繁发生干扰区域森林年龄估算精度,以森林干扰强度较大的福建省将乐县为例,通过构建将乐县1987~2019年Landsat时序数据集,利用LandTrendr算法获得森林干扰开始时间节点特征,与林龄建模,实现干扰区林龄估算;接着利用GF-1号影像的波段、植被指数、纹理以及地形因子特征,通过递归特征消除的随机森林算法,与林龄建模,实现非干扰区林龄估算;最后将两部分的林龄合并,得到研究区2019年森林年龄。结果表明：①将乐县森林干扰总面积为346.37 km²,其中,针叶林、阔叶林干扰面积占比75.06%;②利用LandTrendr算法的干扰开始时间节点估算的林龄误差（RMSE=1.91 a）较小,模型精度（R2=0.94）较高;③通过递归特征消除的随机森林算法估算的针叶林、阔叶林林龄的R2和RMSE分别为0.64、0.48和4.71 a、12.71 a。研究表明：结合长时间序列的干扰算法可以有效提高干扰区森林年龄估算精度,为亚热带山区的区域尺度上进行森林林龄估计提供参考。     

端元约束下的高光谱混合像元非负矩阵分解

提出一种端元约束条件下的非负矩阵分解方法来自动反演混合像元组分。以端元光谱之间的差距为约束条件,使得目标函数综合了影像的分解误差和端元光谱的影响,并以最大后验概率方法导出了限制性非负矩阵分解的迭代算法。成像光谱数据实验结果表明该方法能够自动提取影像的端元光谱矩阵与组分信息,且分解精度比IEA方法高。