数字地形分析方法研究的维度——精准、高效、易用

数字地形分析基于数字高程模型计算各种地形信息,在诸多地理现象和地理过程的定量刻画和模拟中都发挥着不可或缺的重要作用。作为地理信息空间分析的一个基本组成内容、GIS的必备功能之一,数字地形分析的方法研究不断深化、扩展。本文从一个新的视角,即方法研究的维度,对该领域已有工作及发展趋势进行梳理,将数字地形分析方法研究工作归纳为依次显现出的3个研究维度：① 精准,即如何设计新的数字地形分析方法以更准确、精确地计算出符合地理学认知、满足应用领域问题求解所需的地形信息;② 高效,即如何使数字地形分析的计算更高效;③ 易用,即如何使数字地形分析对于应用者（尤其是相关应用领域中非数字地形分析专家的用户）更易用。特别是近年新显现出的“易用”研究维度,通过研究设计数字地形分析领域应用建模知识的形式化表达及相应的推理应用方法,有望实现数字地形分析应用工作流的智能化构建,满足实际应用中对数字地形分析的易用性需求;同时,其研究思路和方法也可为地理信息空间分析中诸多其他分支领域解决所面临的类似问题提供借鉴。     

结合对抗网络与辅助任务的遥感影像无监督域适应方法

使用机器学习进行遥感影像标注的一个重要前提是有足够的训练样本,而样本的标注是非常耗时的。本文采用了域适应的方法来解决遥感影像场景分类中小样本量的无监督学习问题,提出了结合对抗网络与辅助任务的遥感影像域适应方法。首先建立了基于深度卷积神经网络的遥感影像分类框架;其次,为了学习到域不变特征,在标签分类器的基础上增加域分类器,并使域损失函数在其反射传播时的梯度与标签损失的梯度相反,从而保证域分类器不能区分样本来自于哪个域;最后引入了辅助分类任务,扩充了样本的同时使网络更具泛化能力。试验结果表明,本文方法优于主流的无监督域适应方法,在小样本遥感影像无监督分类中得到了较好的效果。     

FORTRANM在重磁数据处理中的应用

介绍了ＦｏｒｔｒａｎＭ的基本概念和特点。ＦｏｒｔｒａｎＭ是一个支持分布式环境中并行计算的Ｆｏｒｔｒａｎ语言新成员，它在Ｆｏｒｔｒａｎ７７上扩充而成，不仅能支持数据并行程序设计，而且能支持任务并行程序设计。在重磁数据处理中，常常要进行大计算量的运算，如果采用并行计算方法，可以大大提高低档机器的运算能力，降低运算费用，缩短处理周期。本文用ＦｏｒｔｒａｎＭ把ＧＭＰＳ改造成并行计算系统ＧＭＰＳ－ＦＭ，经实际运行，效果良好，最后对测试结果作了分析。     

基于GPU的并行条件模拟算法及其在储量估算中的应用

条件模拟是一种计算非常耗时的高精度三维插值算法。针对串行条件模拟算法计算时间过长的问题,提出基于GPU的并行条件模拟算法,并进行储量估算。对条件模拟算法进行并行分析,利用GPU的高度并行性,构建CUDA通用计算开发环境,实现串行条件模拟算法到并行条件模拟算法的转换,使条件模拟算法的时间复杂度从O(n)降至O(logn)。并对西藏甲玛铜矿进行了储量估算。实验结果表明,在安装普通NVIDIA显卡的计算机以及估算精度不下降的情况下,GPU并行条件模拟的计算效率比CPU串行条件模拟的计算效率提高了60倍以上。     

可扩展的迭代自组织分析并行处理算法

随着遥感影像数据量的增加,传统非监督分类迭代自组织分析(ISODATA)算法的运算将十分耗时,应用并行计算技术能够有效解决该性能瓶颈。针对现有基于并行计算模型MapReduce的遥感迭代自组织分析并行算法存在的局限性,提出一种可扩展的基于MapReduce的迭代自组织分析并行处理算法。该算法通过其包含的全局子采样算法、聚类中心点集合过滤算法以及聚类映射算法,有效克服了现有并行算法中存在的不足。实验结果表明,在同等规模遥感计算中,该算法效率高于现有并行处理算法,具有良好的加速比,且在处理更大的影像块时具有更高的精度。     

潮流场数学方程交错分区并行计算方法研究

文章对潮流场数学方程进行可并行性方法研究。分析了两种可并行实现的方法，并对两种可并行化的方法可行性进行分析。最后采用虚拟区域分解法对问题进行了实现，并利用串行计算的结果对并行计算的结果进行了验证。     

三维顶板斜向驱动方腔流有限元并行计算

基于PETSc FEM开源代码,采用分步有限元算法和区域分解法,并行计算了不同雷诺数下的三维顶板斜向驱动方腔流问题。计算结果表明,当顶板沿其对角线方向运动时,流体与下游侧壁发生斜向碰撞后在下游对角处汇聚并形成射流,该射流在与底面、上游侧壁碰撞后形成较为复杂的涡流结构。雷诺数大小对三维顶板斜向驱动方腔流的涡流场结构形态具有重要影响。并行性能分析表明区域分解法能有效地提高三维粘性方腔流的计算速度。     

兴趣点选取的路网分割并行计算法

兴趣点,又称POI(points of interest)是网络地图、导航地图中重要的表达要素,包括餐饮、娱乐、金融机构、旅游景点、地标建筑、加油站、停车场等人们日常生活中最为经常使用的信息。其数据的准确性、属性的丰富程度、表达的清晰度及其实时显示效率都将影响地图的服务质量。当前POI表达存在许多问题,特别是在用户搜索特定信息时,由于查询结果数据量较大,造成POI的叠置、压盖等,这一问题严重影响了用户对POI信息的查询与检索。地图综合提供了大量的算子算法以实现点或点群要素的选取,但是它们在综合效率方面亟待提高。面向矢量数据处理的并行计算,其数据划分不仅需要满足负载均衡、划分算法高效等要求,而且对于划分后各部分数据在计算前后拓扑关系的保持也显得尤为重要。兴趣点与路划网络是密切相关的要素,两者之间存在着相互依存的空间关系。本文提出基于路划网眼划分兴趣点的方法,既能保证兴趣点的划分效率,又能保证不同分区内POI选取计算的正确性。选择点选取算法中的"圆"增长算法,采用典型试验区域的路划网眼数据,基于不同节点数划分兴趣点数据,实现兴趣点选取并行计算。试验证明,该方法不仅保证了兴趣点划分的均衡性,而且可以提高兴趣点选取计算效率。通过这一研究,对面向矢量数据的地理信息分析、地图制图综合等复杂算法的并行计算具有重要意义。     

基于并行计算的海量点云狄洛尼构网方法探讨

针对现有Delaunay三角网购网方法研究的不足,文章提出一种基于并行计算的海量点云Delaunay方法:根据Delaunay分治构网的思想,将Delaunay构网分为数据分割、构建子网和子网合并3个步骤;设计了一种自适应的四叉树结构来分割和映射数据文件,并依据OpenMP并行标准中的Fork/Join并行模式,分层执行构网运算和合并运算;最后,使用一种改进的WFM-JLP调度算法来调度构网和合并运算以取得较好的负载均衡。实验证明:该方法能较好地降低算法的运行内存,减少运算时间。     

遥感影像在最大极值范围的并行稳定匹配

针对目前立体影像匹配时普遍存在的配准稳定性与配准精度不能同时兼顾问题,该文采用金字塔和分块策略,首先在多尺度空间下进行粗匹配,获得大量的初始特征点集;然后通过限制金字塔影像的阶数对初始特征点进行坏点剔除和滤点均匀化来获得良好的初始特征点;最后通过进行分块影像并行化SIFT算法匹配来实现精确匹配,提高效率.实验结果证明,此遥感立体影像并行稳定匹配方法能够提高匹配的效率,对影像的旋转、缩放和视角变换具有更强的抵抗性,其配准精度较高,适用于大范围的遥感立体影像的匹配.