基于GPU的DEM并行克里格插值算法

本文借助GPU在并行浮点运算方面的巨大优势,通过对串行克里格插值算法可并行性的分析,基于并行LU分解法、并行邻域搜索方法和直接邻域比较搜索方法,提出了基于GPU的DEM并行克里格插值算法。通过对比实验可知,当插值点数较少时,并行克里格插值算法效率低于串行算法,然而,当插值点数很高时,并行克里格插值算法的效率较串行算法有了显著提高,加速的效果甚至高达102倍。     

多视匹配方法的计算任务分析及其GPU并行实现

构建了多视匹配过程的总计算量模型,根据模拟参数赋值结果,分析得到了其中的密集计算任务,探讨了其GPU并行加速的必要性;针对单立体影像匹配技术细粒度GPU并行计算方案的不足,研究并设计了一种多视匹配密集计算任务的GPU粗粒度并行计算方案;利用专业级的GPU并行计算平台,对GPU粗粒度并行计算方案进行了实验验证,结果表明,该方案对于多视匹配过程中密集计算任务的并行加速效果十分显著。     

基于不同插值方法的PM1污染物浓度研究

随着GIS和计算机技术的不断发展,窄间数据插值应用越来越广,本文基于PM1污染物浓度数据,阐述了反距离加权插值法（IDW）,普通克里格插值法（Kriging）和样条函数插值（SPLINE）三种空间插值方法的数学含义,并指山了各自的特点。在IDW插值图像中,在权重不同的情况下,变化比较大的地方出现在采样点属性值变化剧烈和频繁的区域。SPLINE（规则样条）是基于生成具有连续的二阶导数和最小平方曲率的插值方法。Kriging比其他二种方法灵活,参数限制更多。但不管用哪一种插值方法,空间插值不能代替观测数据,在有一定数量的观测数据的基础上,插值结果才会更逼近真实值。     

辽宁省某市降雨量的空间插值算法比较研究

有效管理和掌握雨情信息,能够为防汛抗旱工作提供决策服务,对农业生产和生活都有很大的帮助,具有很好地现实意义。本文分别采用距离反比加权法、克里格插值法和样条函数法进行空间内插,并生成降雨量等值面图。通过对比分析,再生成研究区降雨量等值面图。最终得出结论证明:距离反比加权法的插值精度较高,适用于降雨空间插值。     

基于规则格网的DEM插值实验

通过地形建模,将6个地形隶属函数按照101×101,112×112,126×126,144×144,168×168,201×201,257×257 7种格网密度生成6种局部地形单元的规则格网DEM;使用反距离加权(IDW)等7种插值算法,将前6种格网密度下的DEM插值成257×257规格;从原始257×257DEM中随机抽取检查点计算残差,并对残差中误差进行分析。通过分组插值实验,运用控制变量法、方差分析等方法研究地貌类型、采样密度和插值算法对DEM插值精度的影响。     

基于Kriging方法的空间数据插值研究

介绍了Kriging插值方法及其实质,提出一种变异函数理论模型参数估计的新方法,给出变异函数理论模型有效性评定的统计指标,并通过算例予以验证。最后,通过实例与反距离加权法相比较,证实Kriging插值的优越性。     

DEM的插值特征分类系统

插值算法是GIS领域中广泛应用的一种算法,也是DEM多尺度变换时的核心问题。DEM插值算法的分类标准较多,根据DEM表达的地形特征和数学特性,再结合DEM插值的实用性,提出DEM的插值特征分类系统,并对该分类体系中的算法进行阐述。在分析这些插值算法的基础上,提出选取插值方法的先验模型,该先验模型在进行DEM重建时更具有针对性。     

降水空间插值方法应用研究:以甘肃省为例

空间插值算法旨在利用离散的观测点测量数据估算同一区域中未采样点的估计值,进而生成连续的空间表面模型。为了获得高精度的缺失数据估计值和高分辨率空间表面模型,提出了一种顾及多因素影响的自适应反距离加权插值算法(adaptive cluster gradient inverse-distance weighting, ACGIDW)。该算法以气象数据为例,顾及复杂地形因素、经纬度和高程对空间插值的影响,并根据采样点的空间分布模式对反距离加权算法中的距离衰减参数α进行自适应调整,提高了空间插值算法的精度和自适应性。采用两组实际气温和降水数据,运用交叉验证模型,对ACGIDW方法、其他反距离加权方法、普通克立金方法进行实验对比分析,验证了ACGIDW方法的优越性和可行性。     

稀少监测点沉降量插值方法选取研究

沉降观测具有观测点少、实测精度高、沉降值小的特点,其沉降量插值受插值方法影响较大。本文对常规插值方法进行理论分析,初选了反距离加权插值、克里金插值、谢别德插值三种插值方法进行插值实验与精度分析。根据广州越秀山离职干部休养所基坑沉降观测数据,用不同插值方法绘制了累计沉降观测量沉降曲面图,并基于交叉验证法对各插值方法进行了比对,分析了各种插值方法精度的优劣。通过交叉验证,发现反距离加权插值精度最高,克里金插值次之,谢别德插值精度最差。     

反距离加权插值函数性质及最优插值条件

针对反距离加权插值存在的“牛眼”问题,该文研究了反距离加权插值函数的微分性质及适用条件,给出了反距离加权插值的已知点最佳分布条件。反距离加权插值要求空间函数无趋势性信号,而对称设计和均匀设计是抵偿系统误差、提高反距离加权插值精度的重要途径。该文利用反距离加权插值方法对5 m分辨率数字高程模型(DEM)和海洋温度进行插值,结果表明,基于最佳控制点构型条件可提高插值精度,在保证插值控制点构型对称的前提下,选取尽量小的窗口进行插值,能获得较高的插值精度。     

基于GPU的全波形并行LM分解算法

波形分解是机载激光雷达全波形数据处理的重要基础工作,通过求解波形函数模型的参数,将波形数据利用具体的函数模型拟合出来,实现对全波形及其中各个子波形函数表达。LM(Levenberg-Marquardt)算法及其改进的算法是波形分解中对参数进行拟合求解的常用方法。针对LM算法在参数拟合计算的过程中存在大量迭代和矩阵运算,提出了基于线程块组和线程两级并行粒度的并行计算方案。将串行多次循环迭代求解参数改为单次并行计算取最佳值实现对参数的选择,将矩阵运算进行线程块的协同并行计算,实现了LM算法在通用计算图形处理器上的并行计算。实验证明,在规定阈值条件下,并行LM降低了算法的迭代次数,提高了波形分解LM算法的计算效率,为提高波形分解的处理效率提供了研究思路。     

基于GPU的遥感影像SAM分类算法并行化研究

本文简要介绍了并行图像处理的基本模式;对GPU的并行性和流式编程模型进行了分析,提出了GPU并行图像处理的基本流程,并对数据加载、计算结果反馈保存等关键技术问题进行了论述;实现了光谱角匹配(SAM)算法的GPU并行化,最后通过实验验证了该技术方法的有效性。     

DEM内插算法与精度评定研究

本文分析了DEM数据产品的误差源、内插算法的误差模型,简要介绍了目前DEM数据产品精度评定的指标与方法途径.通过介绍DEM引出了数字高程模型内插方法,比较了各种DEM内插方法,并且分析了模型精度.     

基于GPU并行计算的巨幅遥感影像坐标转换研究与实现

随着航空航天遥感技术的不断发展,以遥感影像为代表的栅格数据分辨率越来越高,遥感影像处理呈现出数据量大、复杂度高的特点。近年来,通用GPU的运算性能不断提高为加速密集运算提供了新的途径,目前,采用GPU并行技术进行遥感影像处理成为新的研究热点。本文提出了基于GPU并行计算的巨幅遥感影像坐标转换方法,实践证明,相比于传统的转换方法基于GPU的算法有较为明显的提速。     

网格环境下缓冲区分析的并行计算

提出了基于网格环境下缓冲区分析的并行计算方法,用以提高缓冲区分析的效率。考虑到大多数地理信息系统中缓冲区分析数据的特点,提出了基于图层和地理空间区域的任务分解方法。利用已经构建的网格计算环境,实现了武汉城市地图中一条道路缓冲区分析的图层式并行计算,从实验结果的分析,可以看出网格环境下缓冲区分析的并行计算在效率方面具有明显的优势。     

基于GPU并行处理技术的影像畸变差修正

分析了利用GPU并行处理技术实现畸变差修正的可能性及任务分配方法,提出了基于GPU的数码影像畸变差修正算法流程,验证了算法的可行性和高效性。     

Implementation of the parallel mean shift-based image segmentation algorithm on a GPU cluster

The mean shift image segmentation algorithm is very computation-intensive. To address the need to deal with a large number of remote sensing (RS) image segmentations in real-world applications, this study has investigated the parallelization of the mean shift algorithm on a single graphics processing unit (GPU) and a task-scheduling method with message passing interface (MPI)+OpenCL programming model on a GPU cluster platform. This paper presents the test results of the parallel mean shift image segmentation algorithm on Shelob, a GPU cluster platform at Louisiana State University, with different datasets and parameters. The experimental results show that the proposed parallel algorithm can achieve good speedups with different configurations and RS data and can provide an effective solution for RS image processing on a GPU cluster.     

GPU并行区域网平差

为了进一步解决大数据量带来的平差效率低下的问题,引入GPU并行计算技术,同时使用预条件共轭梯度法以及不精确牛顿解法求解区域网平差过程中的法方程,构建了适用于GPU并行计算的全新的区域网平差技术流程。本文方法避免了存储法方程系数矩阵,而是在需要的时候实时的计算该矩阵,使得本文算法相较于传统的算法所需的计算机内存空间大幅减少(仅需要存储平差原始数据即可),平差计算速度明显提升,同时计算精度与传统方法相当。初步试验证明,本文的方法在普通电脑上仅需要约1.5min即可完成对4500张影像、近900万像点数据的平差计算,且计算精度达到子像素级。     

基于抗差最小二乘配置的点云内插DEM算法研究

针对传统的点云内插DEM算法存在模型误差和点云粗差等问题,提出利用抗差最小二乘配置方法进行DEM内插。该方法可将内插模型误差当作最小二乘配置中的随机信号来处理,并采用基于抗差M估计的协方差函数拟合方法,对粗差数据进行剔除或降权处理,削弱其对协方差函数拟合精度的影响,从而提高DEM内插精度。最后采用三种实验方案对比分析,实验结果表明:抗差最小二乘配置插值方法具有更高的插值精度。     

顾及粒度控制的格网DEM洼地和平坦区预处理并行算法

针对现有格网DEM洼地和平坦区处理并行算法进行数据处理时未考虑并行粒度等问题,在分析了洼地和平坦区处理串行算法的基础上,基于消息传递接II并行化工具,构建了顾及粒度控制的格网DEM洼地和平坦区处理并行算法。在配置Linux操作系统的集群环境卜,利用不同大小的DEM数据,测试了算法的并行性能,结果表明:顾及粒度控制的并行M&V算法可以在任意并行粒度卜完成计算任务,具有较好的并行性能。而且,对于某一给定的DEM数据,存在一个合适的并行粒度使得M&V算法的并行性能最佳。