基于CUDA的地表水动态模拟并行方法

发布时间：2021-01-08 14:56

　　如何高效地动态监测、模拟和预测地表水过程是防灾减灾中亟待解决的问题,也是科学化的国土整治、区域规划、环境保护和水资源管理的基础。因此,本文利用统一计算设备架构（CUDA）对基于不规则三角网（TIN）的地表水动态模拟算法进行并行化改进,提出了一种基于CUDA的地表水动态模拟并行方法,旨在对任意时刻的地表水进行快速、高精度的动态模拟,从而满足实际的应用需求。该算法从高精度的数字高程模型（DEM）中提取地形特征点和流域线,生成受流域线约束的TIN。在此基础上,根据TIN表面的三角面坐标数据获取水流方向,再结合任意位置的降雨源点追踪得到流水线网络。基于曼宁公式,利用流水线流速计算核函数得到每条流水线上雨滴的流速,结合预设的时间,利用汇流量统计核函数得到该时刻的地表汇流量。具体的并行化过程包括数据的传输,CUDA中线程的划分和流水线流速计算核函数和汇流量统计核函数的实现。本文选取位于加拿大新布伦瑞克西北部的BBW（Black Brook Watershed）流域作为实验样区,将该算法与改进前的方法进行对比表明,该模型在保持精度的同时,大幅提高了模拟效率,加速比达到11.2;另外,通过与SWAT（... 

【文章来源】：地球信息科学学报. 2020,22(03)北大核心

【文章页数】：11 页

【文章目录】：
1 引言
2 基于TIN的地表水动态模拟方法与CUDA程序设计原理
    2.1 基于TIN的地表水动态模拟方法
    2.2 CUDA程序设计原理
3 基于CUDA的地表水动态模拟并行方法
    3.1 基于TIN的地表水动态模拟并行化
        3.1.1 数据的传输
        3.1.2 CUDA中线程的划分
        3.1.3 核函数的实现
    3.2 并行方法评价
4 实验与结果分析
    4.1 研究区域与实验环境
    4.2 基于并行方法的地表水动态模拟实验
    4.3 基于并行方法的地表水动态模拟结果
    4.4 模拟结果对比分析
        （1）模拟效率的提高
        （2）模拟精度的保持
5 结论与讨论


【参考文献】：
期刊论文
[1]Retinex图像增强在GPU平台上的实现[J]. 王浩,王含宇,杨名宇,许永森.  地球信息科学学报. 2019(04)
[2]SWAT模型在土地利用/覆被变化剧烈地区的改进与应用[J]. 金鑫,金彦香,杨登兴.  地球信息科学学报. 2018(08)
[3]遥感影像CVA变化检测的CUDA并行算法设计[J]. 常方正,赵银娣,刘善磊.  遥感学报. 2016(01)
[4]多尺度地表水动态模拟及应用[J]. 陈玉敏,吴钱娇,巴倩倩,朱晓晓,王生明.  测绘学报. 2015(S1)
[5]高分辨率遥感影像目标分类与识别研究进展[J]. 刘扬,付征叶,郑逢斌.  地球信息科学学报. 2015(09)
[6]基于CUDA的汇流分析并行算法的研究与实现[J]. 赵向辉,苗青,付忠良,苏畅,李昕.  计算机应用研究. 2010(07)
[7]基于DEM的河网提取算法的比较[J]. 刘学军,卢华兴,卞璐,任政.  水利学报. 2006(09)
[8]潮河流域时变增益分布式水循环模型研究[J]. 王纲胜,夏军,谈戈,吕爱锋.  地理科学进展. 2002(06)



本文编号：2964798