基于Grass GIS水文分析算法并行化研究与实现

摘要

水文分析是GIS应用的一个重要方面。水文分析可以定位地表径流污染源、预测地形改变对径流的影响，以及确定是否产生洪水及其范围等，因此广泛用于灾害预测、农业、林业以及区域规划等。数字高程模型（Digital Elevation Model，简称DEM)可以提供丰富的水文信息，成为水文分析的主要数据来源。
　　Grass由多个功能独立、分工明确的模块组成，支持命令行模式和界面模式，操作简单，具有良好的移植行和扩展性，再加上Grass的开源特性，可以对其源码进行改造，因此可被应用于GIS研究中。
　　随着地理空间数据的采集和处理技术不断发展，水文分析数据量不断增大，再加上水文分析过程连续性较强，串行水文算法并不能满足要求。综合以上因素，我们考虑在Grass GIS上实现水文分析算法的并行化。
　　本文主要工作包括以下几点：
　　首先，对本文研究的理论基础和相关技术进行介绍，概括现有的水文分析算法，对各自的优势和局限性进行分析，详细介绍坡度坡向串行算法原理、P&D填洼算法和D8流向算法，给出相应的伪代码和算法流程，介绍并行计算相关技术，详述Grass GIS体系和数据结构。
　　其次，针对水文分析算法处理大数据时耗时长的问题，选用 MPI并行编程模型，提出适用Grass平台上的并行算法。该算法主要利用栅格数据特点，将栅格数据平均分给子进程，以此缩短算法运行时间，实现算法的并行化。
　　最后，介绍水文分析并行算法在Grass GIS上的具体实现。对串行水文算法和并行水文算法流程和程序设计详细说明。以图表的形式展示了串并行水文分析算法的实验结果，并对实验结果进行详细的分析和总结。实验结果表明，通过数据划分的方式并行化水文分析算法可以取得较好的加速比和效率。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景

1.2 国内外研究现状

1.3 研究内容及研究目标

1.4 论文结构

第2章 水文分析和并行技术概述

2.1 水文分析

2.2 并行计算技术

2.3 GIS空间数据格式

2.4 栅格数据划分

2.5 GRASS GIS介绍

2.6 本章小结

第3章 坡度坡向算法并行研究

3.1 坡度坡向算法

3.2 串行算法流程

3.3 并行设计和实现

3.4 本章小结

第4章 填洼流向算法并行研究

4.1 填洼流向算法

4.2 串行算法流程

4.3 并行设计和实现

4.4 本章小结

第5章 实验测试及分析

5.1 实验平台搭建

5.2 实验数据来源说明

5.3 两个算法实验分析

5.4 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献