多种数据划分方法下D8算法的多核并行化实验对比

对地观测技术的快速发展使空间数据规模迅速增大,海量高分辨率DEM数据使得GIS数字地形分析算法面临日益严重的效率瓶颈,多核并行计算技术是在PC端解决上述问题的潜在途径,而并行任务调度策略、数据划分方法是影响并行算法计算效率的重要因素。该文以河网提取中流向算法D8算法为例,基于OpenMP多核并行编程模型,在最佳任务调度策略下研究按行、列、块进行任务分解对该算法计算效率的影响。实验结果表明,不同数据划分方法对计算效率的影响存在差异。结合dynamic任务调度策略,对该算法采用行划分方法,并调用计算机最大可用线程个数16时并行加速效果最佳,加速比峰值达到13.88;划分块数为16时,运行加速比最高为13.46;按列划分加速比峰值达到12.829;而划分成9块和4块最高加速比仅为7.97和3.83。

一种融合Priority-Flood算法与D8算法特点的河网提取方法

基于数字高程模型(Digital Elevation Models)进行河网提取是数字地形分析的重要研究内容和水文分析的关键步骤,而流向算法是其中最重要的部分。然而,传统的流向算法在平坦地形区域容易形成平行河网。为解决平行河网问题,该文提出了一种结合Priority-Flood算法漫水思想和改进D8算法的流向算法。借助Priority-Flood算法的漫水思想,可以保证流向符合宏观地形特征;同时将地形划分为上坡、平地和下坡3种类型,辅以PriorityFlood算法可以实现在不填洼的基础上计算流向,而且针对不同地形,采用相应的改进D8流向算法,从而保证流向符合微观地形特征。通过这两种算法的结合,可以直接使用原始DEM提取河网,消除了填洼过程,提高了流向计算效率,同时消除了填洼造成的大量平地,有效地解决了平地区域平行河网问题。最后,选取全球不同区域SRTM数据对J&D算法与新算法进行对比实验,结果表明,新算法能够有效地改善平行河网问题。

基于模糊层次分析法的泥石流易发性地形因子敏感性分析

以泥石流发生的关键地形因素为研究对象,基于D8算法获取最优划分集水流域单位,采用集水流域面积、平均坡度、平均海拔、melton比率、延伸率和纵降比等作为泥石流地形因子,利用模糊层次综合分析法开展泥石流的地形因子敏感性分析。结果表明:基于2m分辨率的DEM数据,下党乡集水流域单元提取最佳阈值为5000,共划分2071个集水流域单元;地形因子影响程度依次为纵比降、melton比率、延伸率、平均坡度、平均海拔、流域面积;低、中敏感的集水流域单元个数占总数91.31%,面积占比为95.51%;中高、高敏感单元个数仅占总数8.69%,面积占比4.49%,其趋势与近十年间该区域未发生沟谷型泥石流情况相符合。基于模糊层次分析法开展泥石流易发性地形因子敏感性分析,确定了区域地形因子在泥石流易发性中的权重,为区域地质灾害风险调查评价地形因子选取提供参考依据。

基于DEM的地形指数提取方法及应用

在水文模拟中,地形指数ln(α/tanβ)作为反映地形信息的物理指标具有很高的应用价值。应用基于DEM的River Tools软件和GRIDATB程序,对红壤丘陵区地形起伏平缓的小流域进行地形指数的提取。River Tools软件和GRIDATB程序分别使用目前常用的D8方法(单流向法)和多流向法。结果表明:与多流向法相比,D8方法的计算值较为离散,分布曲线较粗糙,平均值略高,方差和偏态系数也较大;但是,两种方法计算的ln(α/tanβ)的分布曲线大致相似。对于仅需要ln(α/tanβ)频率分布的水文模型(如TOPMODEL)来说,可以用单流向法取代多流向法来计算ln(α/tanβ)的频率分布。

一个基于DEM的数字河网体系提取算法的应用

基于DEM提取数字河网是一种高效率获取河网信息的方法,D8算法由于直观简单,成为数字河网提取中应用最为广泛的模型之一。介绍了D8算法模型的基本原理、计算步骤以及流域水系提取阈值设定等问题,并采用这一模型对烟台市大沽夹河网DEM数据进行数字河网体系的提取,对提取的数字河网体系进行了检验。研究结果表明,在算法中不同的流域应取不同的阈值,所取阈值的范围对提取出的河网密度、精细度等有着巨大的影响。最后,指出这个算法所存在的缺点。

中国流域的SRTM30数据提取与计算

本研究基于SRTM30数字高程模型数据,在运用D8算法计算流向的基础上,采用两种不同的方案分别提取中国的数字流域。一种是以中国国界为流出边界提取的详细的中国流域图,另外一种是将与中国接壤的周边地区包括在内提取出中国及邻近地区的流域分布图。结果表明,将与中国接壤的周边地区包含在提取范围内,得出的流域分布更能反映真实情况,对于国际间流域分布研究有着很重要的参考意义。而以中国国界提取出来的数字流域,虽然为国内相关研究广泛应用,但这种方法割裂了流域在地理上的天然联系。经过计算,采取第二种方法提取的中国范围内面积大于50 000km2的独立流域一共有23个,占总的流域面积的82.09%,与传统的中国流域划分不同的是,内陆河流域是中国第一大流域,由于处于干旱少雨的地区,该流域为人们所忽视,紧随其后的是长江、黄河、松花江、嫩江等主要流域。面积的估算理论误差在0.25%到1.73%之间。SRTM30数据质量高,1km的分辨率很适合像中国地区这样大范围的流域提取。并且可以采用更高分辨率的数据,继续进行水系的提取及其分级,从而提取出更精细的流域边界和水系分布。

统一设备计算架构下的栅格河网提取并行算法

针对大规模高分辨率数字地形数据提取栅格河网效率低下的问题,提出了基于统一设备计算架构(CUDA)利用淹没模型提取栅格河网的并行算法。使用图形处理器(GPU)将汇流累积量计算分解为独立的多任务并行处理,通过数据异步传输减少数据交换时间,进而加速河网提取的运算。实验结果表明,该算法运行效率明显优于串行河网提取算法,在NVIDIA Geforce GTX660上对数据量为600 MB(网格大小为9784×8507)数字高程模型(DEM)数据提取河网加速比达到62。

利用不同数字高程模型的水系提取对比分析

水系提取是研究流域水文的基础,基于单流向算法(D8),选取SRTM DEM与ASTER GDEM两种高程数据提取水系,试验得出SRTM的汇流累积量阈值为10 000(栅格),GDEM的汇流累积量阈值设定为90 000(栅格).分别用两种DEM合适阈值提取的水系结果对比分析,并利用实际河网和遥感影像进行验证,结果表明:利用SRTM DEM提取大范围水系的精度和效率较高.相对于平坦地区,地形起伏大的地区精度更高.可用于指导水系提取时数据源的选取.

基于ArcHydro Tools对流域特征自动提取的若干问题

ArcH ydro是基于栅格DEM自动提取流域特征的水文数据模型,其中要解决的关键问题是:即填充时如何区分凹陷地和洼地;平坦区域如何设定流向;伪河道如何删除;人类活动如何影响ArcHydro Tools自动提取结果的精度.

基于遥感影像和DEM数据的高原湖泊溢流模拟

可可西里卓乃湖自2011年溢流之后对当地区域造成了一定的水文变化,使得其下游盐湖溃堤成为人们越来越重视和关注的话题。针对缺乏水文资料的高原湖泊溢流如何模拟的问题,利用2015-2020年Landsat 8遥感影像数据、SRTM 1数据,以可可西里盐湖为例进行水文模拟分析。通过遥感图像计算其湖面积变化,并利用D8算法进行了流向分析,得出了以下结论:当湖面持续上升,总面积达到219.49 km^(2)左右时,盐湖将出现溢流现象,在这之后溢流出的湖水将流入东南方向的清水湖,如果溢流现象持续发生,溢流河道最终会汇入到楚玛尔河成为长江支流。当清水湖湖面积突破5.84 km^(2)时,将开始影响湖区周边的青藏铁路与青藏公路路基。由此可以看出,缺少水文资料仅在遥感影像和DEM数据支持下也可以得到满足一定程度要求的高海拔地区水文模拟结果。

附有汇流量信息的城市道路内涝风险评估

快速获取淹没区域并分析城市暴雨内涝风险空间分布,可以服务于城市内涝灾害应急决策。针对SAR提取水体缺乏深度信息的问题,利用地表汇流量信息补充水体的深度信息,提出了基于附有汇流量信息淹水的城市道路内涝风险评估方法。通过对不同区域内地表径流汇流累计量与欧氏距离加权将地表径流影响纳入分析,评估城市路网的内涝风险。以GF-3 SAR数据为基础,提取了郑州市“7.20”暴雨的淹没区域并评估道路内涝风险,结果表明,淹水区域主要集中在水系附近,约占总淹水面积的2/3;各行政区内淹水面积与高程呈现强负相关性,与降雨量无明显相关性;郑州城区21日处于中风险及以上的路段占比9.92%,22日占比为17.94%。以官方媒体报道积水点与风险分析结果叠加验证,真实积水路段中风险处于中风险及以上占验证样本的97.5%,计算结果与真实数据相符。

基于D8算法的分布式城市雨洪模拟

为了有效地控制城市雨洪,选取武汉市汤逊湖流域作为研究区,建立一个基于D8算法的分布式城市雨洪模型,实现对城市暴雨积水动态模拟.通过对产汇流和管网排水过程进行简化,建立了流域雨洪模拟模型,并分别利用该流域2013年7月5-7日和2010年7月11-13日降雨径流资料进行模型率定及验证.与实测资料对比,模型率定期的积水总量相对误差为5.4%,典型地段积水深度相对误差均值为9.5%,绝对误差均值为18.9mm,均方根误差(RMSE)为20.0mm;验证期的典型地段积水深度相对误差均值为14.9%,RMSE为49.3mm.模拟结果表明:基于D8算法的分布式城市雨洪模型能够较好地模拟城市雨洪过程,可以进一步用于未来条件下城市雨洪情景分析,为城市雨洪控制提供决策依据.

统一计算设备架构的D8算法并行化研究

针对空间遥感技术的快速发展导致地理空间数据呈几何级数增长,传统GIS空间分析面临巨大的计算实时性需求的问题,该文为提高GIS数字地形分析算法在处理海量高分辨率DEM数据时的计算效率,基于CUDA众核流处理器并行编程模型,采用不同数据划分方法、纹理内存及异步数据传输机制等技术,对串行D8算法进行了并行化设计及算法优化,探索并分析了D8并行算法的数据拷贝与算法执行等环节的计算效率变化。实验结果表明,CUDA并行编程能够对D8算法实现较为明显的加速,在按5个行子块进行划分、调用1 344个线程时并行加速效果达到最佳,加速比为19.5。并且,在不同行子块划分方式下且调用线程数不超过1 344个时,加速比随调用线程数的增加而增长,计算时间占比随线程数的增加呈递减趋势。

基于遥感与D8算法的泥石流威胁对象信息提取与应急防治对策分析

为丰富防灾减灾技术手段,达到主动防范地质灾害的目的,本文开展了基于遥感与D8算法的泥石流威胁对象的信息快速提取与应急防治对策研究。通过遥感与GIS技术手段提取、分析隐患区的地形地貌、土地利用现状、地层、构造等区域地质环境因子,基于最大坡降法——D8算法建模实现快速模拟泥石流流向以及汇水面积、出水口等信息,通过缓冲分析与叠加分析快速提取泥石流威胁对象。结合泥石流隐患现状分析认为区域泥石流存在复发可能,并提出地质灾害应急防治措施。研究表明通过遥感与D8算法能高效开展泥石流地质灾害防治,为应急处置提供技术支撑。