论文部分内容阅读
地震是一种突发性的自然灾害,给人类社会和文明带来巨大的灾难。由于地震预报是世界性科学难题,震前防御和震后救援工作,是目前减轻地震灾害损失最有效的方法。遥感是20世纪60年代发展起来的对地观测综合性技术,与传统观测手段相比,具有独特的优势:观测范围大、综合、宏观等;影像信息量大,技术手段多,多方位和全天候的观测能力;获取信息快,更新周期短。长期以来,地震灾害信息的获取主要依靠人工实地勘测,存在着工作量大、效率低、费用高等不足之处。采用遥感技术可以快速获取震后灾区的宏观灾情信息,为灾害快速调查与损失评估、应急救援和恢复重建提供重要依据。随着遥感技术的发展,遥感图像的分辨率逐渐增高,数据量随之急剧增长,单机处理能力已不能满足海量的遥感图像数据快速处理要求。遥感图像的处理速度在很大程度上成为制约遥感技术应用的瓶颈,给遥感图像处理技术带来了新的挑战。本论文以并行计算技术在海量遥感图像数据处理和震害提取中的应用作为研究选题,以期大幅度提高遥感震害分析处理的速度和精度。本论文首先介绍了遥感技术应用于震害信息提取的现状,对并行计算的相关概念、并行计算机发展历程、当今主流并行编程环境等进行了概述,以及并行计算技术的发展趋势——CPU+GPU异构集群以及MPI、OpenMP、CUDA和OpenCL的混合并行编程环境。在此基础上,分析了遥感图像处理中并行计算技术应用的现状;叙述了基于Windows和MPI的Beowulf集群构建过程;以相关系数法和比值法这两个常用的变化检测法作为遥感震害信息提取方法,在所构建的集群上实现了基于主从模式的并行算法,并采用汶川8.0级地震北川县城区震前和震后遥感资料进行了变化检测并行计算实验,通过并行计算的加速比和运算效率分析,对并行计算的效果进行了讨论。综合以上研究,本文得到如下结论:(1)采用相关系数变化检测法得到相关系数大小与震害程度具有较好的对应关系。相关系数较小的区域震害严重,反之震害较轻。同样,采用比值法变化检测计算的结果与目视解译法所得的结果具有较好的对应关系。这些结果说明了本文所给出的并行化处理方法的可靠性以及可行性。(2)相关系数法(以9×9窗口为例)并行计算的加速比和效率分析结果表明,并行计算中在每个计算节点上所启动的进程数不大于该节点上处理器核心数时,利用并行计算实现的相关系数法获得了较好的性能;在不考虑非计算进程的影响情况下,加速比是进程数的0.9倍以上,而效率都维持在90%以上;原则上,计算进程数与节点的处理器核心数一致时,该节点的加速比和效率是最优的;计算进程数超过节点的处理器核心数时,该节点的加速比和效率反而会下降。(3)对比值法并行计算所得到的加速比和效率分析结果表明,仅考虑节点计算进程时,并行计算仍然具有很好的加速比和计算效率。但由于比值法的计算量较小,数据读写与通信时间所占比例较高,导致各从进程等待主进程接收结果或者等待主进程发送待处理的数据块,造成总体上加速比和效率不太理想。这与本文采用的主从模式的并行算法有关,该模式适用于大计算量的情形,而比值法计算量相对很小,因此主从模式设计的比值计算法难以体现并行计算的优势。(4)对相关系数法不同窗口大小下的加速比和效率分析表明,同等情况下,窗口越大则加速比和效率越好。这是由于不同窗口下,非计算进程(主要是数据存取、数据划分和数据通信)执行所消耗的时间变化不太大,但大窗口时计算时间占总运行时间的比例有较大的增加。可见主从模式比较适合于具有大计算量的情形。在遥感震害信息提取并行化计算实验中,也存在着一些问题与不足:(1)震后遥感图像上地物变化较大,使得震前震后图像配准的精度难以达到亚像元级,因而对变化检测的结果有所影响。但并不影响本文并行算法性能分析的结果。(2)本文采用的数据划分策略以及数据缓冲区大小固定的方案,没有把参与计算的进程数量考虑在内,在一定程度上造成各节点间负载平衡效果不是很理想,从而影响了并行计算性能的提升。(3)本文采用的主从设计模式以及节点间进程分配方法在计算量相对较小时会导致数据存取和通信时间所占比例相对较大,从而导致并行计算性能的下降。(4)本文对相关系数法的串行算法进行了初步的优化,但并行程序还有可优化的空间,通过对算法和程序进一步研究,预期将得到实用化的遥感震害变化检测并行计算程序。综上所述,本论文的研究工作成果达到了预期目标,有望将该成果应用到进一步的研究与实践中。