面向剖分面片模板的遥感影像并行处理方法

空间数据特别是遥感影像数据的快速增加和应用需求的扩大,其组织效率和处理速度已经成为制约技术应用的瓶颈,地球剖分理论和高性能计算为上述问题解决提供了一种可能途径。针对上述问题,在遥感影像剖分面片数据模型的研究基础上,提出了剖分面片模板并行计算模式,设计并实现了一种面向剖分面片模板的遥感影像并行处理方法;该方法基于MPI（Message Passing Interface）与OpenMP（Open Multi-Processing）混合并行计算框架,构建算法并行处理模型,形成算法并行化类库,通过调用其内部方法实现计算任务的并行执行。通过一个遥感影像剖分化并行分割处理实例,验证了该方法的有效性。实验结果表明,该方法具有较好的分割效果和加速比,有一定的示范意义,为进一步提高遥感影像应用能力提供了借鉴。     

基于剖分理论的遥感影像模板数据模型

随着数据量的增加和应用需求的扩大,遥感数据的高效组织管理和快捷处理速度已经成为制约遥感技术应用的瓶颈,地球剖分理论和高性能计算为上述问题解决提供了一种可能途径。针对上述问题,结合地球剖分模型,在遥感影像剖分面片的研究基础上,提出了剖分面片模板的概念模型及数据模型,设计了基于剖分面片模板的计算模式,构建了一个小型化剖分遥感影像模板数据库,并通过一个模板化应用的具体实例对上述模型进行了部分验证。实验结果验证了模型的可行性,提高了目标检索的效率。     

应用剖分遥感影像模板快速提取作物种植面积

全球剖分理论为全球海量遥感影像数据的组织管理和多尺度遥感影像的作物提取和识别提供新的解决思路．结合基于地图分幅扩展的全球剖分模型及其剖分面片的几何特征,阐述剖分遥感影像模板的概念模型和数据模型,提出利用剖分遥感影像模板来提取作物种植面积的处理流程．并给出不同尺度范围提取作物面积适宜选取的剖分级别和影像分辨率。采用高分辨率遥感影像初步尝试对河南省许昌地区小麦种植面积进行提取,通用遥感影像处理软件相比,其精度和速度都有一定的提高．     

MPI和OpenMP混合并行模型下的遥感编目信息检索

目的 空间位置检索是遥感影像检索中的关键步骤,为进一步提高海量遥感影像编目数据定位检索效率,降低误检率,提出一种基于MPI和OpenMP混合编程模型对射线法进行多层次并行化实现。方法 首先完善传统射线法处理点在多边形边上以及射线与边的端点相交的情况;其次采用MPI实现基于程序层面多机并行,OpenMP实现算法层面单机多线程并行,通过开启多个线程同时处理多边形的各个点,判断它们是否在另一个多边形的内部。结果 当系统中所有节点开启线程数之和等于主节点的最佳线程数时,全局计算速度达到最佳。混合并行算法相比串行算法检索时间减少50%以上,效率更高。结论 MPI+OpenMP混合并行比普通的串行执行、单纯MPI并行或单纯OpenMP并行执行空间定位检索算法效率显著提高,这种并行方案普遍适用于集群环境下的并行程序,并且可以进一步拓展到其他图像处理算法领域。     

基于四面体剖分的并行地质块体建模方法

针对传统三维地质建模面临的内存消耗大,运行效率低的问题,提出了一种基于非结构四面体网格的并行地质块体建模方法。该方法采用“分治合并”的思想。首先将地质层位散点融合分割成若干个独立封闭块体;然后对每个块体进行表面三角形网格剖分,限定四面体剖分等步骤,形成块体的四面体网格剖分;最后将所有块体网格合并成最终地质模型。该方法中的块体剖分步骤应用多进程并行进行,提高了方法效率,并分摊计算机内存压力,可满足大尺度地质构造块体建模需求。该方法可为基于非结构网格的数值方法（如有限体积法、有限元方法等）的地震正演、偏移等算法提供合适的模型数据。     

一种基于剖分的空间数据存储调度服务模型

随着空间数据应用领域深度和广度的扩展,空间数据在组织、存储、更新、应用等方面存在速度、效率等难题。针对上述问题,基于地球剖分组织理论,结合面向客户端聚合服务的G/S模式架构,研究并提出一种空间剖分数据存储调度服务模型。给出了该模型体系架构、数据访问流程,设计了模型的地址编码结构及地址解析过程,形成了一种有效的"数据分散存储,客户端信息汇聚"的空间剖分数据组织管理、按需整合、快捷调度的机制,实现并验证了服务原型系统,其具有一定的理论意义和应用价值。     

基于GeoSOT剖分编码的多尺度空间信息区域包含关系计算方法

针对现阶段不同层次空间信息缺乏联系的问题,提出了一种基于剖分编码的多尺度空间信息间区域包含关系计算方法。首先,以GeoSOT剖分框架为组织基础,在不同尺度层上,以剖分面片作为基本单元组合表示地理对象,依据对象表达多尺度剖分编码模型将地理对象赋予剖分编码。然后,提出了基于剖分编码的区域包含关系计算方法,并给出了算法实现的具体流程。进一步采用剖分信息树状结构对空间信息进行统一管理,为剖分体系下组织与管理不同层次的空间信息提供了一种有效的解决思路。     

基于计算量拟合的并行数据剖分算法

提出了一种基于计算量拟合的并行数据剖分算法,算法针对并行计算中静态负载不平衡问题,由各处理器实测计算时间,拟合出各基本数据剖分单元的计算量,在此基础上按各处理器计算时间相等的原则确定数据剖分。模拟试验表明,该算法能快速有效地实现各处理器的负载平衡。     

三维前处理有限差分网格剖分的并行化技术

针对前处理中网格剖分模块计算量大、处理速度慢等问题,对网格剖分串行算法进行并行化处理,利用多线程并行机制加以实现。同时对该并行算法进行测试。实验结果表明,该算法相对于串行算法在处理速度上具有绝对优势,且其加速度和并行效率均会随网格精度的提高以及基本实体个数的增多而提高。     

面向并行负载平衡的数据剖分技术*

对传统的数据剖分技术和负载平衡对大规模并行计算性能的影响进行了综述,介绍了目前典型的几何剖分方法和图剖分方法的特点,并分析比较各种剖分算法及常用剖分软件包(ParMETIS、Zoltan、JOSTLE等)在实际应用中的优缺点,深入探讨了数据剖分技术是如何对超大规模数值模拟计算任务进行高效划分以解决负载平衡问题的,以期为开展并行计算研究和并行性能优化的研究人员提供参考。