【摘要】：近年來,我國中東部頻繁發(fā)生的霧霾天氣受到了公眾的廣泛關(guān)注。霧霾的元兇是細(xì)顆粒物(PM_(2.5))。盡管環(huán)保部門的日常監(jiān)測可以提供精確的PM_(2.5)數(shù)據(jù),但這種常規(guī)監(jiān)測只能在有限的地面站點(diǎn)進(jìn)行,我國廣大農(nóng)村和西部地區(qū)站點(diǎn)較少。相比之下,衛(wèi)星遙感觀測則具有覆蓋面積廣闊,宏觀變化清晰的特點(diǎn),可以充分反映顆粒物在大區(qū)域尺度上的分布及傳輸特征。氣溶膠光學(xué)厚度(Aerosol Optical Depth,AOD)是大氣氣溶膠的重要光學(xué)特性之一,也是遙感估算PM_(2.5)濃度的主要參數(shù)。相對(duì)于傳統(tǒng)的極軌衛(wèi)星,同一地區(qū)只能實(shí)現(xiàn)每天1-2次的覆蓋觀測,地球靜止衛(wèi)星具有時(shí)間分辨率高的突出優(yōu)勢,對(duì)污染物的跨境傳輸、霧霾成因解析等研究領(lǐng)域具有重要意義。然而靜止衛(wèi)星由于波段較少,數(shù)據(jù)量交大,在氣溶膠反演精度和實(shí)時(shí)性等方面,還存在較多問題,無法滿足我國環(huán)保氣象等部門的業(yè)務(wù)需要。為了全天候、高精度、實(shí)時(shí)的產(chǎn)出氣溶膠光學(xué)厚度遙感產(chǎn)品,本文針對(duì)目前國際上先進(jìn)的葵花8號(hào)(Himawari-8)靜止衛(wèi)星數(shù)據(jù),從反演算法和實(shí)時(shí)處理方面相對(duì)應(yīng)的提出三個(gè)方面的解決方案:1.氣溶膠模式構(gòu)建。在衛(wèi)星觀測中,氣溶膠模式的假定主要基于全球長時(shí)間序列地基數(shù)據(jù)的聚類分析。對(duì)某些特定地區(qū)或國家,全球尺度上的通用大陸型氣溶膠模式可能并不適用。特別針對(duì)某些大氣顆粒物污染狀況比較嚴(yán)重的地區(qū)或國家,氣溶膠組分復(fù)雜,變異性強(qiáng),選擇合適的氣溶膠模式來構(gòu)建查找表更加重要。本文將VIIRS-AOD-ATBD中的五種氣溶膠模式與MODIS-DARK-TARGETS-ATBD-C005中的大陸型氣溶膠模式構(gòu)建查找表,并通過閾值判斷與約束,選擇最合適的氣溶膠模式下反演的氣溶膠光學(xué)厚度,作為Himawari-8 AOD觀測值。2.地表反射率關(guān)系構(gòu)建。建立準(zhǔn)確的地表反射率關(guān)系,實(shí)現(xiàn)地氣解耦是氣溶膠光學(xué)厚度反演最重要的問題。對(duì)于不同的地表類型,可見光和近紅外通道的地表反射率差別較大。本文通過大氣校正得到的地表反射率,根據(jù)NDVI(Normalized difference vegetation Index)進(jìn)行回歸分析,訓(xùn)練得到各波段間最佳擬合關(guān)系及其NDVI分類閾值,最終成功構(gòu)建出適用于Himawari-8的0.46μm-0.64μm波段和0.64μm-2.3μm波段間的地表反射率關(guān)系。3.氣溶膠反演算法加速。氣溶膠光學(xué)厚度反演過程中,有兩個(gè)方面是整體性能的瓶頸,一是通過設(shè)定氣溶膠模式,調(diào)用復(fù)雜的輻射傳輸模型構(gòu)建查找表的過程,二是調(diào)用查找表對(duì)整幅影像進(jìn)行逐像元反演的過程。隨著GPU通用計(jì)算的不斷發(fā)展,其強(qiáng)大的浮點(diǎn)計(jì)算能力,高密度的計(jì)算方式,高性價(jià)比的優(yōu)勢為上述問題提供了有效的解決方案。本文將基于CUDA(Compute Unified Device Architecture)模型CPU與GPU并行協(xié)同處理的異構(gòu)計(jì)算體系,規(guī)劃一系列合理的氣溶膠反演處理子任務(wù),充分利用CPU和GPU各自的優(yōu)點(diǎn),最終實(shí)現(xiàn)Himawari-8大氣氣溶膠光學(xué)厚度反演算法的加速。本文算法反演的氣溶膠光學(xué)厚度與地基AERONET觀測數(shù)據(jù)總體的相關(guān)系數(shù)可達(dá)0.87,回歸方程為=0.93+0.04,分季節(jié)觀測時(shí)的相關(guān)性也較高。從區(qū)域尺度上對(duì)比Terra、Aqua和Himawari-8 standard AOD產(chǎn)品,同樣表明本文反演結(jié)果在分布和精度上具有一致性。算法在CUDA并行化過程中,本文分別從任務(wù)分配、線程設(shè)定、存儲(chǔ)模式三個(gè)方面對(duì)其進(jìn)行優(yōu)化。測試結(jié)果表明并行算法性能提升比較明顯,并且隨著影像尺度的增加,加速比不斷提升并逐漸穩(wěn)定在5.5左右。
【圖文】：

) =4, =4 ( )( , ; , ) , ≠ 次散射可以逐級(jí)推導(dǎo)。PU/GPU 異步計(jì)算模式 的體系結(jié)構(gòu)中，CPU 具有復(fù)雜的控制邏輯和大容量的緩存，適分支繁雜的任務(wù)，而實(shí)際參與復(fù)雜、密集型計(jì)算的算術(shù)邏輯單元法滿足針對(duì)特定應(yīng)用場合的高密度計(jì)算需求。相比之下，GPU 的和高顯存帶寬的設(shè)計(jì)，能夠使更多晶體管用于數(shù)據(jù)運(yùn)算，而非數(shù) CPU/GPU 異構(gòu)體系

標(biāo)準(zhǔn)圖形在 GPU 上執(zhí)行通用外，早期的 GPU源限制要求程序只的方式以及位置上標(biāo)準(zhǔn)圖形接口渲染設(shè)計(jì)了一種全新的 統(tǒng)一的處理架構(gòu)。② 運(yùn)算核心滿入了片內(nèi)共享存儲(chǔ)
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：X513;X87

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧行發(fā);李正強(qiáng);李俊;陳洪濱;;多尺度綜合觀測中國區(qū)域氣溶膠時(shí)空分布[J];遙感學(xué)報(bào);2014年05期

2 齊文棟;劉強(qiáng);洪友堂;;3種反演算法的地表反照率遙感產(chǎn)品對(duì)比分析[J];遙感學(xué)報(bào);2014年03期

3 胡順石;張立福;佘曉君;童慶禧;;遙感影像大氣校正通用查找表的設(shè)計(jì)與插值算法[J];遙感學(xué)報(bào);2014年01期

4 李正強(qiáng);許華;張瑩;張玉環(huán);陳澄;李東輝;李莉;侯偉真;呂陽;顧行發(fā);;北京區(qū)域2013嚴(yán)重灰霾污染的主被動(dòng)遙感監(jiān)測[J];遙感學(xué)報(bào);2013年04期

5 張興華;張武;陳艷;馮晶晶;閉建榮;史晉森;張北斗;黃建平;;自定義氣溶膠模式下蘭州及周邊地區(qū)氣溶膠光學(xué)厚度的反演[J];高原氣象;2013年02期

6 王釗;彭艷;車慧正;白愛娟;;近10年關(guān)中盆地MODIS氣溶膠的時(shí)空變化特征[J];高原氣象;2013年01期

7 方莉;余濤;顧行發(fā);王舒鵬;高軍;劉其悅;;北京地區(qū)HJ-1衛(wèi)星CCD數(shù)據(jù)的氣溶膠反演及在大氣校正中的應(yīng)用[J];遙感學(xué)報(bào);2013年01期

8 陶偉東;黃昊;苑振宇;楊柳;王結(jié)臣;;基于GPU并行的遙感影像邊緣檢測算法[J];地理與地理信息科學(xué);2013年01期

9 李莘莘;陳良富;陶金花;韓冬;王中挺;蘇林;范萌;余超;;城市與冬季北方亮目標(biāo)地區(qū)氣溶膠光學(xué)厚度反演[J];中國科學(xué):地球科學(xué);2012年08期

10 高玲;任通;李成才;楊東偉;石光明;毛節(jié)泰;;利用靜止衛(wèi)星MTSAT反演大氣氣溶膠光學(xué)厚度[J];氣象學(xué)報(bào);2012年03期

相關(guān)博士學(xué)位論文 前5條

1 賈海鵬;面向GPU計(jì)算平臺(tái)的若干并行優(yōu)化關(guān)鍵技術(shù)研究[D];中國海洋大學(xué);2012年

2 吳慶雙;CPU/GPU異構(gòu)環(huán)境下的高性能空間分析并行計(jì)算研究[D];武漢大學(xué);2012年

3 盧風(fēng)順;面向CPU/GPU異構(gòu)體系結(jié)構(gòu)的并行計(jì)算關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

4 孫林;城市地區(qū)大氣氣溶膠遙感反演研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

5 孫娟;氣溶膠光學(xué)厚度的高光譜遙感反演及其環(huán)境效應(yīng)[D];華東師范大學(xué);2006年

相關(guān)碩士學(xué)位論文 前8條

1 劉冬冬;基于CPU-GPU的遙感影像拼接技術(shù)研究[D];中國礦業(yè)大學(xué);2014年

2 周培龍;基于CUDA的影像配準(zhǔn)與拼接方法研究[D];中南大學(xué);2014年

3 閘旋;CPU+GPU單機(jī)異構(gòu)環(huán)境下遙感數(shù)據(jù)并行處理技術(shù)研究[D];解放軍信息工程大學(xué);2013年

4 邢科;基于GPU的索引構(gòu)建方法研究[D];華中科技大學(xué);2012年

5 趙進(jìn);基于GPU的遙感圖像并行處理算法及其優(yōu)化技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

6 胡杰;CPU-GPU異構(gòu)平臺(tái)計(jì)算模型的研究與應(yīng)用[D];大連理工大學(xué);2011年

7 姚平;CUDA平臺(tái)上的CPU/GPU異步計(jì)算模式[D];中國科學(xué)技術(shù)大學(xué);2010年

8 方旭東;面向大規(guī)模科學(xué)計(jì)算的CPU-GPU異構(gòu)并行技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

，

本文編號(hào)：2617634