本文關(guān)鍵詞： DEM 數(shù)據(jù)劃分 D算法 多核并行優(yōu)化　出處：《地理與地理信息科學(xué)》2017年02期 　論文類型：期刊論文

【摘要】：對地觀測技術(shù)的快速發(fā)展使空間數(shù)據(jù)規(guī)模迅速增大,海量高分辨率DEM數(shù)據(jù)使得GIS數(shù)字地形分析算法面臨日益嚴(yán)重的效率瓶頸,多核并行計(jì)算技術(shù)是在PC端解決上述問題的潛在途徑,而并行任務(wù)調(diào)度策略、數(shù)據(jù)劃分方法是影響并行算法計(jì)算效率的重要因素。該文以河網(wǎng)提取中流向算法D8算法為例,基于OpenMP多核并行編程模型,在最佳任務(wù)調(diào)度策略下研究按行、列、塊進(jìn)行任務(wù)分解對該算法計(jì)算效率的影響。實(shí)驗(yàn)結(jié)果表明,不同數(shù)據(jù)劃分方法對計(jì)算效率的影響存在差異。結(jié)合dynamic任務(wù)調(diào)度策略,對該算法采用行劃分方法,并調(diào)用計(jì)算機(jī)最大可用線程個(gè)數(shù)16時(shí)并行加速效果最佳,加速比峰值達(dá)到13.88;劃分塊數(shù)為16時(shí),運(yùn)行加速比最高為13.46;按列劃分加速比峰值達(dá)到12.829;而劃分成9塊和4塊最高加速比僅為7.97和3.83。
[Abstract]:With the rapid development of Earth observation technology, the scale of spatial data increases rapidly, and the massive high-resolution DEM data make the GIS digital terrain analysis algorithm face an increasingly serious efficiency bottleneck. Multi-core parallel computing technology is a potential way to solve the above problems in PC. Parallel task scheduling strategy and data partition method are important factors that affect the efficiency of parallel algorithms. This paper takes the D8 algorithm for river network extraction as an example. Based on the OpenMP multi-core parallel programming model, the effect of task decomposition by row, column and block on the computational efficiency of the algorithm is studied under the optimal task scheduling strategy. The effect of different data partition methods on computing efficiency is different. Combined with the dynamic task scheduling strategy, the row partition method is adopted in this algorithm, and the maximum number of available threads on the computer is obtained by 16:00 parallel acceleration. The peak value of speedup ratio is 13.88, the partition block number is 16:00, the maximum operational speedup ratio is 13.46, the peak value of speedup ratio is 12.829 in column division, and the maximum speedup ratio is only 7.97 and 3.83 in 9 blocks and 4 blocks.
【作者單位】： 山東理工大學(xué)建筑工程學(xué)院;中國科學(xué)院地理科學(xué)與資源研究所/資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室;中國科學(xué)院地理科學(xué)與資源研究所/生態(tài)系統(tǒng)網(wǎng)絡(luò)觀測與模擬院重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(41501425) 資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目 山東理工大學(xué)博士科研基金項(xiàng)目(4041-414039);山東理工大學(xué)青年教師發(fā)展支持計(jì)劃項(xiàng)目 山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016GSF122006) 山東省高等學(xué)�？萍加�(jì)劃項(xiàng)目(J16LH03)
【分類號】：P208

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 吳亮;謝忠;陳占龍;馬麗娜;;分布式空間分析運(yùn)算關(guān)鍵技術(shù)[J];地球科學(xué)(中國地質(zhì)大學(xué)學(xué)報(bào));2010年03期

2 齊琳;沈婕;郭立帥;周侗;;面向D-TIN并行構(gòu)建的動態(tài)條帶數(shù)據(jù)劃分方法與實(shí)驗(yàn)分析[J];地球信息科學(xué)學(xué)報(bào);2012年01期

3 胡悅;童維勤;龔治勛;;多層快速多極子算法并行實(shí)現(xiàn)的數(shù)據(jù)劃分策略[J];計(jì)算機(jī)應(yīng)用與軟件;2012年02期

4 鐘智,蘇毅娟,張師超;數(shù)據(jù)庫中的因果規(guī)則挖掘[J];廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2002年04期

5 ;[J];;年期

相關(guān)博士學(xué)位論文 前1條

1 王鵬;通用多核集群上的并行調(diào)優(yōu)策略研究[D];復(fù)旦大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 朱振華;基于虛擬化部署的高能效數(shù)據(jù)庫集群設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

2 王倩;大圖數(shù)據(jù)啟發(fā)式劃分與管理及在BC-BSP系統(tǒng)中的應(yīng)用研究[D];東北大學(xué);2014年

3 孫星宇;基于MapReduce的kNN-join算法的研究與設(shè)計(jì)[D];黑龍江大學(xué);2016年

4 羅浩;分布式環(huán)境下Top-K計(jì)算問題研究[D];東南大學(xué);2016年

5 卜祥亮;基于并行計(jì)算的林地落界數(shù)據(jù)劃分策略研究[D];北京林業(yè)大學(xué);2015年

6 張剛;并行數(shù)字地形分析數(shù)據(jù)劃分方法研究[D];南京師范大學(xué);2014年

7 黃葉偉;社交網(wǎng)絡(luò)存儲系統(tǒng)中數(shù)據(jù)劃分與復(fù)制技術(shù)的研究[D];上海交通大學(xué);2013年

8 錢辰;面向DEM點(diǎn)云數(shù)據(jù)的并行插值數(shù)據(jù)劃分優(yōu)化方法研究[D];南京師范大學(xué);2013年

9 高峰;基于BSP模型的大圖處理系統(tǒng)數(shù)據(jù)劃分模塊的設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2012年

10 程佳;一種基于Hadoop的RDF數(shù)據(jù)劃分與存儲研究[D];南京大學(xué);2013年

，

本文編號：1553761