大规模森林多精度生长仿真模型及其计算加速算法

既能高效快速模拟大规模森林的生长,又能根据资源量来精确模拟局部树木的生长,是森林生长仿真计算中的重要问题,但以往的方法很难同时达到这两个要求.提出一种适用于GPU并行加速计算的,同时兼顾大规模森林场景仿真和局部样地树木生长仿真的计算模型.在基于SORTIE模型快速计算大规模森林场景的生长演化情况的基础上,引入了改进的植物影响圈模型(field of neighborhood,FON)模型对森林局部区域进行精细仿真,从而实现一种大规模森林的多精度仿真模型.本文进一步利用了通用图形处理器(graphic processing unit,GPU)并行计算特性设计了上述模型适用于统一计算架构(compute unified device architecture,CUDA)的计算加速算法.应用上述模型和算法,本文针对斜坡样地上不同树种的生长进行生长仿真模拟.计算结果表明模型和加速算法是非常有效的.

成年树光照资源仿真的快速计算

光照是树木生长需要的重要资源,是树木生长仿真计算中必不可少的因素.但在森林演化的计算机模拟中,由于光照模拟的复杂性,使得光照模型的计算量十分巨大.本文采用了光照指数(Gap Light Index,GLI)为因子的光照模型,并针对该模型开展了快速计算研究.由于该模型计算中存在着大量限制计算效率的几何求交运算,本文根据光照指数与植物暴露面积所具有的共同特点,提出采用基于暴露面积的计算方法来近似拟合GLI的值,并在并行计算架构CUDA上实现了该算法.最后通过不同实验比较,验证了本文提出的方法针对较大的树木规模,在保证较小误差率的前提下,获得了比GPU并行求交方法快数十倍以上的加速比.