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.