基于GPU的全球地形数据加速绘制技术研究

在对基于GPU大规模地形数据快速绘制方法的研究基础上,针对GPU的批量绘制的特点,提出了改进的几何体实例化方法,把它用在全球格网的快速绘制上。把地形数据通过重新编码存储在高度图中,再结合Shader Model 3.0引入的顶点纹理拾取技术,在GPU中进行解码,得到原始的DEM数据,避免了在CPU上执行顶点缓存的更新。实验证明该算法充分利用了新一代GPU的特性,降低了CPU的负担,能达到实时绘制的要求。     

基于自标准数据和数据港口架构的数据共享技术

为满足复杂数据共享需求、减轻数据提供者负担,分析自标准与数据港口架构理论机器实现技术.将数据模式的概念引入自标准数据模型,根据NIEM原理,构建由公共数据模型、业务领域数据模型及编码表构成的自标准数据模型库;基于MFI-13表单注册标准,根据自标准数据模型对数据集进行注册,为实现软件之间的互操作对应生成元数据,并描述元数据遵循的语法及语义;为实现自标准数据的共享,提出基于数据港口架构的数据共享模型,并构建原型系统,证明其有效性和技术可行性.     

基于IHO S-57标准的海图数据库建设

IHOS-57标准是海洋地理信息的国际数据交换标准,本文从该标准的由来、现状、发展和关键点,较详细地分析了S-57的标准;从分析S-57标准与现行国家海图数据库的差异入手,给出了按S-57标准建设我国海图数据库的理论模型、数据模型、实施方法和具体数据结构设计上的实例。最后指出落实S-57标准,从面向制图的数据库到面向地理实体的数据库转换,是信息社会发展的必然。     

栅格地理计算并行算子对区域计算算法并行化的可用性分析——以多流向算法为例

栅格地理计算并行编程库的研发有助于实现对栅格地理计算算法的并行化。在现有的研究中,Qin 等(2014)设计并初步研发的栅格地理计算并行算子(PaRGO),在设计思路上能较好地隐藏与并行编程软硬件环境相关的复杂细节,实现栅格地理计算通用步骤的并行化,且较其他类似思路的编程库而言,PaRGO能兼容多种常用的并行计算平台,具有明显优势。但PaRGO目前在设计上仅直接支持本地、邻域及全局计算特点的栅格地理计算算法并行化,对于更为复杂的区域计算特点算法并行化的支持能力尚未探究。对此,本文选取栅格数字地形分析中具有区域计算特点、递归设计的多流向算法为算例,利用PaRGO进行并行化设计、实现及测试,以计算时间、相对加速比和相对并行效率为定量指标。通过可运行性和并行性能进行评价,结果表明:PaRGO虽然不能直接支持对递归的多流向算法进行并行化,但在根据多流向计算的原理将该递归算法转变为非递归的设计之后,可将算法由原区域计算改造为邻域迭代计算,就能利用PaRGO 实现并行化,并得到较好的并行效果。在集群环境下,MPI版本并行程序的并行效果优于MPI/OpenMP混合版本。     

基于标准库的纸质海图生产及更新中的质量检测方法

海图的质量是整个海事基础信息的核心和灵魂.目前,虽然纸质海图生产与更新已基本实现数字化,但纸质海图的质量检查仍采用传统的手工方式,这不仅效率低下,而且无法保证检查出所有可能的错误,难以保障纸质海图数据的准确性.因此,本文提出了一种基于标准库的纸质海图质量检测的新方法,该方法充分顾及了纸质海图的数字化生产工艺,实现了数字条件下纸质海图生产与更新中高效的质量检测.根据该方法开发的海图质量检测原型系统,在天津海事局得到了初步应用,并获得了良好的效果.     

基于密度的线数据分组算法研究

目前,地理空间数据面临着由于数据量膨胀和计算量高速增长而引起算法效率低的问题,采用"分而治之"的数据分组策略提高运算效率已成为研究的热点。面向分布不均匀的线数据,本文提出了基于密度的线数据分组算法(简称LGAD)。首先,算法通过查找高密度区提取样本线段,保证了分组算法的起点落到高密区;其次,考虑线空间拓扑关系的复杂性,引用水平、垂直和夹角距离度量线段间距离,创建样本线段与其他线段的距离矩阵;最后,以距离矩阵和最优选择方法实现数据负载均衡分组。实验结果显示,对数据分组和分组后数据进行线段聚类的2个过程中,该算法体现了较好的时间优势,与串行计算相比,在分组数为2-12 时,平均比率达4.3,提高了应用的响应速度,具有较好的实际意义。     

多边形叠加Vatti算法的VCS优化方法与GPU并行化

Vatti算法是常用的矢量多边形裁剪算法之一,在其构建扫描束实现交点计算的过程中,二叉树的数据结构和递归计算方法导致其计算效率受矢量多边形边界顶点数量影响显著。本文针对Vatti算法执行过程中较为耗时的扫描束构建环节,提出了一种多边形边界顶点预排序的优化方法——VCS（Vertex Coordinate Pre-Sorting）方法,并基于该方法实现了对Vatti算法的GPU细粒度并行化。VCS方法使用双向链表对Vatti算法原有的二叉树数据结构进行了替换,以较小的额外存储空间取得了多边形边界顶点信息查找效率的明显提升。在GPU环境下采用双调排序算法对多边形边界顶点数组元素进行并行化排序并过滤出有效值,克服了原始算法使用二叉树存储导致效率低下的问题。实验结果表明,改进后的算法与原始算法相比,具有相同的计算精度;当多边形顶点数量为92万,CUDA每个线程块中的线程数量为32时,使用VCS优化方法,与采用CPU计算构建扫描束方法相比,GPU并行化方法获得了39.6倍的相对加速比,矢量多边形叠加分析算法效率总体上提升了4.9倍。     

基于CUDA的地表水动态模拟并行方法

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(Soil and Water Assessment Tool)模型进行对比,结果表明,该并行方法的Nash系数提高了88%,相关系数提高了5%。     

一种基于“3S”技术的城镇地籍数据变更模式研究

从城镇地籍数据变更管理的发展趋势和当前管理工作的需求现状出发,结合“3S”技术的最新发展,引入基于时空数据模型的空间数据库技术、面向对象等先进技术,对城镇地籍数据变更模式进行了研究,提出了基于“3S”集成技术的城镇地籍数据变更新模式,并探讨了在这种变更模式下城镇地籍数据变更工作实施与数据管理的问题.     

基于点云曲线辨识的卫星激光数据预处理算法

针对卫星激光数据处理算法这一难题,分析了COMPASS系统GEO卫星激光观测数据的质量,讨论了反求工程和计算机视觉中的曲线识别与激光观测数据预处理的异同,提出了基于点云曲线辨识的卫星激光数据预处理算法。该算法将卫星激光观测数据预处理视为有序带噪声的空间曲线重建问题,利用COMPASS系统多圈GEO卫星实测数据进行验证。结果表明：该方法与常用算法一致率在85％以上,能够实现激光观测数据的自动处理与满足导航系统的需要。     

基于征地统一年产值标准更新调整测算方法的研究——以广西东兰县为例

文章以广西东兰县征地统一年产值标准更新调整测算为例,通过在原征地补偿标准的基础上,综合考虑近3年当地人均GDP、农民人均纯收入、城镇居民最低生活保障水平、城镇职工基本养老保险缴费标准、人均耕地、居民消费价格上涨幅度等因素,测算征地补偿标准提高幅度和补偿标准[1]。     

基于GPS和水准数据的微粒群算法联合反演祁连山北缘断裂三维滑动速率

将微粒群算法与位错理论模型相结合,采用中国地壳运动观测网络提供的青藏高原地区2001~2004年GPS测量数据和2000~2006年水准测量数据,通过常规定权和附有相对权比的方法对祁连山北缘断裂的三维滑动速率进行联合反演,并与蚁群算法反演结果进行对比。结果表明,微粒群算法收敛速度快、稳定性高,结合经典位错理论模型,是一种可以有效求解断层三维滑动速率反演问题的优化算法,在大地测量反演领域极具应用潜力。     

基于t-SNE降维算法的区域化探数据中地质体空间分布信息可视化:以英格兰西南部为例

区域化探数据中包含了丰富的地质信息，提取出蕴含在这些数据中的地质体空间分布信息，对于区域地质研究和找矿勘查具有重要意义。区域化探数据通常包括数十个元素，属于高维数据，隐藏在这些高维数据中的地质体空间分布信息无法直接从数据中观察到。针对这个问题，构建了一个基于t分布随机近邻嵌入(t-distributed stochastic neighbor embedding，简称t-SNE)算法的高维区域化探数据降维可视化模型。t-SNE算法是一种非线性降维方法，特别适用于高维数据集的降维和可视化。选择对岩性鉴定比较稳定的元素，通过t-SNE算法将高维化探数据降维到人眼可观察的一、二、三维，把降维之后的变量表达为栅格图，通过三原色混合等方法进行可视化，从而把隐藏在高维化探数据中的地质体空间分布信息可视化表达出来。以英格兰西南部某地区水系沉积物区域化探数据为例进行研究来检验t-SNE算法在高维化探数据可视化上的实际应用效果。结果显示:①通过t-SNE算法对高维化探数据进行可视化得到的结果能够很好地反映研究区的地质体空间分布情况；②可视化的效果与t-SNE算法的目标维度和复杂度两个参数密切相关。在t-SNE算法中设定要降维到的目标维度越高，所显示的地质体信息越详细。③基于t-SNE算法的化探数据降维可视化效果比基于主成分分析(PCA)的化探数据降维可视化效果更好。本文研究表明基于t-SNE算法的化探数据降维可视化方法能够很好地将地质体空间分布信息可视化表达出来，对于推断地质体的空间分布有一定的指导意义。      

基于SVD和KL投影相融合的人脸识别算法

在已有的PCA人脸识别算法的基础上构建了一种基于奇异值分解和KL投影相融合的人脸识别方法.方法对人脸图像进行奇异值分解与KL变换,随后将KL投影的主特征向量和SVD特征向量进行线性融合形成新的特征向量,并以此作为判别标准.经试验测试该方法消除了当检测库中人脸的姿态变化时人脸图像间的相关性下降对识别正确率的影响,大大的提高了人脸识别的正确率.