本文關(guān)鍵詞：基于CUDA的水文模型并行算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：計(jì)算機(jī)、遙感和GIS等技術(shù)的快速發(fā)展,為水文模型獲得大范圍空間數(shù)據(jù)和資料提供了便利,尤其是地理信息系統(tǒng)的發(fā)展,更是為水文模型更好、更方便的利用空間數(shù)據(jù)提供了一個(gè)很好的平臺(tái)。但是大量空間數(shù)據(jù)的獲取,雖然使水文模型對(duì)水文過程的模擬更科學(xué)、更精確,但同時(shí)也大大增加了水文模型的運(yùn)算量,使水文模型的模擬速度變慢,效率變低。而CUDA作為一個(gè)并行計(jì)算架構(gòu),能夠以多線程并行的方式,大大提高多種運(yùn)算的運(yùn)算速度,近處來被廣泛應(yīng)用于各種領(lǐng)域用以提高科研和生產(chǎn)效率。因此,本文對(duì)使用CUDA技術(shù)來提高水文模型的模擬效率進(jìn)行了研究,期望能通過研究,找到使用CUDA來提高水文模型模擬效率的方法。本文通過對(duì)不同類型的水文模型或水文模型中的某項(xiàng)技術(shù)進(jìn)行基于CUDA的并行算法的改寫,爾后對(duì)常規(guī)算法和基于CUDA的并行算法的運(yùn)算效率進(jìn)行分析對(duì)比的方法,來確定哪些類型的水文模型或者水文模型的哪些步驟適合進(jìn)行基于CUDA的并行運(yùn)算,哪些類型的水文模型或水文模型的哪些步驟不適合;對(duì)于適合進(jìn)行并行運(yùn)算的水文模型中,又有哪些因素影響運(yùn)算效率提升的程度。通過對(duì)基于柵格數(shù)據(jù)的空間分析、水系提取模型和新安江模型的研究,確定了影響基于CUDA的水文模型并行運(yùn)算效率提升的因素有以下幾點(diǎn):1)并行運(yùn)算的數(shù)據(jù)量基于CUDA的并行運(yùn)算要在主機(jī)端和設(shè)備端進(jìn)行數(shù)據(jù)傳輸,數(shù)據(jù)量的大小會(huì)在一定程度上影響效率。2)運(yùn)算的復(fù)雜度運(yùn)算的復(fù)雜度越高,單次運(yùn)算的時(shí)間就越長(zhǎng),并行運(yùn)算后效率提升就越明顯。3)水文模型的可并行程度影響模型的可并行程度的主要有以下幾個(gè)因素:一是空間的可并行性;二是子過程的可并行性;三是時(shí)間的可并行性。對(duì)于水文模型來說,子過程的可并行性雖然也能提升運(yùn)算效率,但在整體結(jié)構(gòu)串行的情況下,提升也是有限的。而由于水文過程在實(shí)際中往往與時(shí)間聯(lián)系緊密,所以時(shí)間的可并行性受到很大限制。因此空間上的可并行性是影響水文模型并行程度的主要因素。
【關(guān)鍵詞】：CUDA 水文模型 并行運(yùn)算
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P333.9
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-20
• 1.1 課題研究背景及意義10-16
• 1.1.1 CUDA概述10-13
• 1.1.2 水文模型概述13-15
• 1.1.3 研究意義15-16
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀16-18
• 1.3 課題研究?jī)?nèi)容18
• 1.4 實(shí)驗(yàn)環(huán)境18-19
• 1.5 本文組織結(jié)構(gòu)19-20
• 第二章 水文模型及常用分析方法20-30
• 2.1 水文模型中基于柵格數(shù)據(jù)的空間分析20-22
• 2.1.1 柵格數(shù)據(jù)組織結(jié)構(gòu)20-21
• 2.1.2 柵格數(shù)據(jù)在水文分析上的優(yōu)勢(shì)21-22
• 2.2 水系提取模型簡(jiǎn)介22-28
• 2.2.1 洼地的識(shí)別與處理23-24
• 2.2.2 水流方向的確定24-26
• 2.2.3 匯流量的計(jì)算26
• 2.2.4 分水線的確定和流域的生成26-27
• 2.2.5 河網(wǎng)的提取27
• 2.2.6 子流域的劃分27-28
• 2.3 新安江模型簡(jiǎn)介28-29
• 2.4 本章小結(jié)29-30
• 第三章 基于柵格數(shù)據(jù)的空間分析并行算法研究30-42
• 3.1 基于柵格數(shù)據(jù)的空間分析并行可行性分析30-33
• 3.2 基于柵格數(shù)據(jù)的空間分析并行算法研究33-40
• 3.3 結(jié)果對(duì)比40-41
• 3.4 本章小結(jié)41-42
• 第四章 水系提取模型并行算法研究42-58
• 4.1 水系提取模型并行可行性分析42-45
• 4.2 水系提取模型并行算法研究45-54
• 4.2.1 洼地的識(shí)別與處理45-51
• 4.2.2 水流方向的確定51-52
• 4.2.3 匯流量的計(jì)算52-53
• 4.2.4 河網(wǎng)的提取53-54
• 4.3 結(jié)果對(duì)比54-56
• 4.4 本章小結(jié)56-58
• 第五章 新安江模型并行算法研究58-70
• 5.1 新安江模型并行可行性分析58-63
• 5.2 新安江模型并行算法研究63-66
• 5.2.1 蒸散發(fā)計(jì)算64-65
• 5.2.2 產(chǎn)流計(jì)算和分水源計(jì)算65-66
• 5.3 結(jié)果對(duì)比66-69
• 5.4 本章小結(jié)69-70
• 第六章 結(jié)論與展望70-72
• 6.1 結(jié)論70-71
• 6.2 展望71-72
• 致謝72-73
• 參考文獻(xiàn)73-75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 萬民;熊立華;衛(wèi)曉婧;;數(shù)字高程模型預(yù)處理方法的研究進(jìn)展[J];水文;2008年05期

  本文關(guān)鍵詞：基于CUDA的水文模型并行算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：372143