基于CPU-GPU异构混合编程的遥感数据时空融合

论文摘要

现有的遥感数据时空融合算法复杂,计算时间长,获取海量时序的高时空分辨率遥感影像非常困难。因此,通过分析GPU并行运算模式与遥感数据时空融合算法的实现步骤,合理地设计了一种基于CPU-GPU异构混合编程的遥感数据时空融合并行处理算法流程,将融合算法中的数据密集型计算部分由CPU移植到GPU中执行。遥感数据时空融合算法种类繁多,不同算法的可并行程度与算法复杂度有着很大的差异,选取3种不同类型的遥感数据时空融合算法STDFA、STARFM、CDSTARFM进行GPU并行设计,并使用CUDA架构实现。实验结果表明,基于CPU-GPU异构混合编程技术可大幅度缩减遥感数据时空融合时间,提升计算效率,最高加速比可达到195.6,从而可为海量时空遥感数据的深度应用提供技术支撑。

论文目录

• 0 引 言
• 1 实验数据与方法
•   1.1 实验数据
•   1.2 实验方法
•     1.2.1 CPU-GPU异构混合编程
•     1.2.2 遥感数据时空融合算法
•       1)Landsat影像预处理
•       2)Kmeans++聚类
•       3)光谱/时间异质性权重Sijk/Tijk计算
•       4)预测期合成影像反射率计算
• 2 实验结果与分析
•   2.1 Landsat影像预处理
•   2.2 Kmeans++聚类
•   2.3 光谱/时间异质性权重Sijk/Tijk计算
•   2.4 预测期合成影像反射率计算
• 3 结束语

文章来源

类型: 期刊论文

作者: 陈凯,曹云刚,杨秀春,潘梦,张敏

关键词: 遥感数据时空融合,混合编程,并行计算

来源: 地理信息世界 2019年06期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 西南交通大学地球科学与环境工程学院,西南交通大学高速铁路运营安全空间信息技术国家地方联合工程实验室,中国农业科学院农业资源与农业区划研究所

基金: 国家自然科学基金项目(41571105)资助

分类号: TP751

页码: 6-13

总页数: 8

文件大小: 1732K

下载量: 167