摘要
海量数据背景下传统GIS栅格数据空间分析计算效率已经不能满足快速计算的需求,为此本文以地形因子计算为例,首先分析并测试了基于共享内存模型的CPU多核并行模式与基于流处理器模型的GPU众核并行模式的计算性能,在此基础上详细实现了负载均衡的设备间任务划分,进行CPU与GPU异构混合的并行技术改良研究.实验结果表明,基于相同的单机硬件环境,与多核共享内存模型或众核流处理器的单一计算平台并行方案相比,CPU/GPU异构混合并行计算方法对于栅格数据分析具有更好的加速效果.栅格数据具有地物属性明显,定位隐含的特点,基于栅格数据结构的空问分析算法具有结构简单、容易实现,且易于扩充、修改的优势,并因其应用的广泛性、计算的密集性等特点,是GIS领域众多专家学者进行效率提升研究的重要对象。近年来,随着空间遥感、激光雷达等技术的长足进步,栅格数据为主体的地理数据生成速度越来越快,时空分辨率越来越高,数据量呈现前所未有的爆炸性增长态势。这些海量栅格数据在提供更多更精的地理细节信息的同时,也使得传统单核CPU串行计算模式无法满足大数据的读取与科学计算等方面的需求,导致地理数据分析处理能力、地理空间服务的提供跟不上数据规模的扩展速度,限制了地理信息科学的进一步发展。