基于DEM的可视性分析综合模型及其并行算法研究

摘要

可视性分析是空间分析不可或缺的内容，在诸多的地学分析与生产建设领域中发挥重要的作用。然而，现有的基于GIS的可视性分析往往注重单点的可视而忽略多点的复合可视，注重静点的可视而忽视动点的可视，注重直线的可视而忽略曲线的可视，因此，构建一个在可视性分析中能综合考虑多种要素综合作用与影响的可视性分析综合模型，不但可望取得GIS空间分析方法的理论创新，也对提升GIS空间分析能力与水平具有重要的意义。此外，目前基于单核串行的GIS软件，面对大数据量的可视性计算存在技术瓶颈。如何适应计算机多核集群计算能力的提升，构建面向分布式并行计算的可视性分析并行算法，也已经成为数字地形分析亟待突破的关键技术。本文在对可视性分析的主要影响因素的归纳与整合的基础上，构建可视性分析综合模型，并对并行可视性分析算法进行研究。主要内容和研究成果如下:
　　(1)系统地总结了可视性分析的计算原理、计算方法与分析模型，对可视性分析的基本概念进行了扩展，从分析对象（可视性分析的各种实体及属性）、视线属性（分析对象间的视线轨迹）、约束条件（分析对象与视线之间的分析规则与控制参数）三大基本要素入手，系统综合地剖析了可视性问题。在此基础上，针对可视性分析的具体应用，提出了可视性分析综合模型的理论框架。
　　(2)基于可视性分析综合模型，以庐山地区的格网DEM作为实验数据，对可视性分析的应用模式进行了研究，设计了动点可视、特定视角可视、曲线可视等算法。基于这些算法与已有的相关研究基础，本文对可视问题，如景观评估、最佳选址、索道设计等问题进行了实验验证。
　　(3)提出面向并行可视性计算的粒度模型，该模型系统地将并行问题划分为数据粒度、任务粒度、结构粒度与容错粒度四大基本要素。本文重点对数据粒度进行了详细的分析与探讨。通过对并行数据粒度的量化与动态调度机制，数据粒度模型能够提升地学分析的计算效率。
　　(4)本文对分布式并行计算环境下的可视性分析算法进行了并行化设计。对不同性质的并行可视性分析算法进行通用的DEM数据部署与算法调度设计。提出了一套通用的并行可视性分析数据划分方案。该方法适用于分布式并行计算环境，不要求各计算节点分配所有的分析数据，能够实现低冗余、高效率的通用数据分配机制。实验结果表明，并行算法不仅取得了较高的加速比，而且具有较好的可扩展性。
　　本研究主要研究栅格DEM条件下的可视性分析，但在研究领域上，还适当进行了概念的拓展与应用领域的延伸。这些研究丰富与拓展了GIS空间分析的理论与方法体系，也是并行数字地形分析一次有益的创新实践。

目录

声明

论文说明

摘要

图索引

表索引

第一章 绪论

1．1 问题的提出

1．2 本文研究内容、目标和意义

1．2．1 研究意义

1．2．2 研究目标

1．2．3 研究内容

1．3 论文结构

第二章 研究综述

2．1 可视性分析相关研究进展

2．1．1 可视性分析概念

2．1．2 相关理论发展

2．1．3 可视性分析影响因素

2．1．4 分析算法与计算原理

2．2 现有可视性分析模型研究进展

2．2．1 模糊可视性分析模型

2．2．2 概率可视性分析模型

2．2．3 五元组可视性分析统一模型

2．2．4 地形可视性统一分析模型

2．2．5 复合模型

2．3 可视性分析应用研究进展

2．3．1 虚拟地理环境与仿真系统

2．3．2 最优路径搜索

2．3．3 自然景观的视觉评价

2．3．4 城市视觉景观研究

2．3．5 其他应用

2．4 并行数字地形分析研究进展

2．4．1 并行构建DEM技术进展

2．4．2 并行地形分析算法研究进展

2．5 小结与讨论

第三章 研究基础

3．1 实验区域

3．1．1 实验样区的基本选取原则

3．1．2 实验样区选取及概况

3．2 研究方法、软件平台与技术路线

3．2．1 研究方法

3．2．2 实验环境

3．2．3 技术路线

第四章 可视性分析综合模型研究

4．1 模型建立的必要性

4．1．1 现有可视性分析模型总结

4．1．2 可视性分析模型综合的必要性

4．2 综合模型构建原则

4．3 概念模型构建

4．3．1 分析对象

4．3．2 视线属性

4．3．3 约束条件

4．4 数学模型构建

4．4．1 分析对象

4．4．2 视线属性

4．4．3 约束条件

4．5 基于可视性分析综合模型的分析方法

4．6 本章小结

第五章 可视性分析综合模型应用模式研究

5．1 多点可视性分析

5．1．1 应用模式

5．1．2 应用例证

5．1．3 结果分析

5．2 动点可视性分析

5．2．1 应用模式

5．2．2 实验设计

5．2．3 结果分析

5．3 定视角可视性分析

5．3．1 应用模式

5．3．2 实验设计

5．3．3 算法实现

5．3．4 结果分析

5．4 总视野分析

5．4．1 应用模式

5．4．2 实验设计

5．4．3 结果分析

5．5 曲线可视与视线可逆性分析

5．5．1 应用模式

5．5．2 实验设计

5．5．3 点到点曲线通视分析

5．5．4 逆曲线通视分析

5．5．5 曲线可视域分析

5．6 本章小结

第六章 并行可视性分析算法研究

6．1 可视性分析的高性能计算需求

6．1．1 可视性分析算法复杂度分析

6．1．2 并行数字地形分析

6．1．3 可视性分析算法井行化问题

6．2 通用并行可视性分析粒度模型构建

6．2．1 可视性分析中的粒度问题

6．2．2 粒度模型的定义

6．2．3 数据粒度模型

6．3 基于数据粒度模型的数据划分

6．3．1 基于计算机内存页调度的最小数据粒度计算方法

6．3．2 基于四叉树的复合数据粒度的计算方法

6．3．3 冗余视线数据计算方法以及切割策略

6．4 海量DEM部署与优化调度

6．4．1 并行应用程序初始化

6．4．2 各计算节点并行计算

6．4．3 数据粒度统计与更新

6．4．4 结果融合与输出

6．4．5 相关工作比较

6．5 并行可视域算法

6．5．1 可视域提取的串行算法

6．5．2 数据划分策略

6．5．3 并行算法设计与实现

6．5．4 并行算法的性能评价模型与指标

6．5．5 实验结果与性能澹试

6．6 累积可视性分析并行算法

6．6．1 数据划分策略

6．6．2 计算流程及算法实现

6．6．3 计算结果与性能测试

6．7 本章小结

第七章 结论与展望

7．1 主要进展及结论

7．2 主要创新点

7．3 存在的问题与研究展望

参考文献

攻读博士学位期间科研成果

致谢