一种CUDA架构D8算法的水域流向和累积汇流量并行分析方法技术

本发明专利技术提供一种CUDA架构D8算法的水域流向和累积汇流量并行分析方法，包括：基于GPU纹理存储器构建流域DEM栅格数据的读取存储模型；基于GPU全局存储器，设置并行网格和线程块，映射线程到DEM栅格单元，获取当前线程身份识别号；各线程根据读取存储模型连续拾取DEM栅格数据的中心栅格及相邻栅格高程值；根据中心栅格及相邻栅格高程值计算最大距离权落差，根据最大距离权落差确定中心栅格流向；根据中心栅格流向构建流向栅格单元，映射线程到流向栅格单元，读取线程身份识别号和流向；各线程依循流向开展串行汇流计算，获取累积汇流量矩阵。本发明专利技术提出了一种CUDA环境下D8算法快速运算的并行方法，解决了D8并行算法并行运算栅格像元访问和运算冲突问题。像元访问和运算冲突问题。像元访问和运算冲突问题。

【技术实现步骤摘要】
一种CUDA架构D8算法的水域流向和累积汇流量并行分析方法


[0001]本专利技术涉及汇流分析
，具体涉及一种CUDA架构D8算法的水域流向和累积汇流量并行分析方法。

技术介绍

[0002]坡面水文水动力过程是洪涝灾害、水土流失、面源污染等伴生过程的载体，过程机理和仿真被广泛应用于水灾害事件预警预报和应对中。流向流量算法是坡面水文水动力模拟基础算法，用于量化流向流量和水系、水文响应单元划分和产汇流模拟、洪涝孕灾过程和时空分布规律、泥沙输移比及其LUCC效应等过程。流向流量算法主要包含单流向法和多流向法，单向流算法是指栅格只流向周边高程最低网格，主要包含D8算法、Rho4/Rho8算法、Lea算法；多向流算法是指栅格按照分流比向下游网格进行分配流动，主要包含DEMON算法、Dinf算法、MFD算法。其中，D8算法应用较为广泛。
[0003]坡面水流流速较小、变化不大，水流流动方向主要驱动能量为势能。单流向和多流向算法流向选择方法不同，但水流均是向势能减小的方向流动，也就是向其周边高程较低网格汇流。累积汇流量计算时涉及网格间运算，在结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种CUDA架构D8算法的水域流向和累积汇流量并行分析方法，其特征在于，包括以下步骤：基于GPU纹理存储器构建流域DEM栅格数据的读取存储模型；基于GPU全局存储器，设置并行网格和线程块，映射线程到DEM栅格单元，获取当前线程身份识别号；各线程根据读取存储模型连续拾取采集的流域DEM栅格数据的中心栅格及相邻栅格高程值；根据中心栅格及相邻栅格高程值计算最大距离权落差，根据最大距离权落差确定中心栅格流向；根据中心栅格流向构建流向栅格单元，映射线程到流向栅格单元，读取线程身份识别号和流向；各线程依循流向开展串行汇流计算，同一栅格访问和运算冲突通过CUDA原子加函数开展运算，获取累积汇流量矩阵。2.根据权利要求1所述的CUDA架构D8算法的水域流向和累积汇流量并行分析方法，其特征在于，所述读取存储模型的构建，包括以下步骤：声明二维CUDA数组，从GPU全局存储器拷贝水域DEM栅格数据到该数组；设置返回数据类型为二维浮点全局变量；设置非归一化纹理坐标读取模式和边界、拾取方式属性，判断纹理坐标是否越界；绑定CUDA数组到纹理参考，纹理拾取中心栅格及相邻栅格高程值。3.根据权利要求1所述的CUDA架构D8算法的水域流向和累积汇流量并行分析方法，其特征在于，还包括：水域DEM栅格数据的预处理，分别对填洼平地的DEM栅格数据进行预...

【专利技术属性】
技术研发人员：白桦，刘址杰，桂发亮，李二辉，康传雄，吴绍飞，
申请(专利权)人：南昌工程学院，
类型：发明
国别省市：