来源:《地理信息世界》2019年第06期 作者:陈凯;曹云刚;杨秀春;潘梦;张敏;
选择字号

基于CPU-GPU异构混合编程的遥感数据时空融合

分享到: 分享到QQ空间

现有的遥感数据时空融合算法复杂,计算时间长,获取海量时序的高时空分辨率遥感影像非常困难。因此,通过分析GPU并行运算模式与遥感数据时空融合算法的实现步骤,合理地设计了一种基于CPU-GPU异构混合编程的遥感数据时空融合并行处理算法流程,将融合算法中的数据密集型计算部分由CPU移植到GPU中执行。遥感数据时空融合算法种类繁多,不同算法的可并行程度与算法复杂度有着很大的差异,选取3种不同类型的遥感数据时空融合算法STDFA、STARFM、CDSTARFM进行GPU并行设计,并使用CUDA架构实现。实验结果表明,基于CPU-GPU异构混合编程技术可大幅度缩减遥感数据时空融合时间,提升计算效率,最高加速比可达到195.6,从而可为海量时空遥感数据的深度应用提供技术支撑。(本文共计8页)       [继续阅读本文]

下载本文订阅本刊

相关文章推荐

地理信息世界杂志2019年第06期
地理信息世界
主办:国家基础地理信息中心;中国地理信息产业协会;黑龙江测绘地理信息局
出版:地理信息世界杂志编辑部
出版周期:双月
出版地:北京市

本期目录