[發明專利]一種基于CUDA的種子分布數據并行獲取方法

無效

• 申請號: 201210110794.8
• 申請日: 2012-04-16
• 公開（公告）號: CN102662641A
• 公開（公告）日: 2012-09-12
• 發明（設計）人: 范菁;官馨馨;湯穎;董天陽
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F9/38
• 分類號: G06F9/38;G06F17/30
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;王利強

技術領域

本發明涉及一種種子分布數據并行獲取方法。

背景技術

種子分布計算是森林群落更新繁殖體的主要來源，是森林演化計算的重要子過程。森林中種子的分布情況是成熟成年樹生產種子并擴散的結果。種子通過擴散進入森林樣地，隨著土壤基質的促進作用萌發成幼苗，幼苗受環境條件影響生長成幼年樹甚至成年樹。生長狀況不好的樹木會出現衰弱死亡，而個體成熟的成年樹繼續生產種子，為森林提供天然更新的物質基礎。種子分布、萌芽、樹木生長和死亡構成森林演化的動態循環過程，反映森林群落的發展情況。

種子分布主要受個體胸徑(高1.3米處的樹干直徑)大小和樹種兩個因素限制，胸徑越大表示越成熟，種子生產能力越強；種子的擴散與樹種特性有關，表示為擴散內徑曲線。一般來說，某種子分布點距離種子源(產生種子的成年樹)越近，擴散到該點的種子數越多；距離越遠，數量越小。不同樹種擴散距離不同。森林樣地里某個種子分布點的種子總量受所有樹木個體生產擴散累積。

通常，森林樣地被簡化模擬成矩形區域，由X-Y坐標系統離散化為多個面積相同的樣地單元，以每個樣地單元的中心點表示樣地單元的種子分布點。本系統采用的種子分布模型如下所示，示意圖見圖1：

Ri=1ηSTRΣk=1N((DBHk30)βe-Ddikθ)]]>

其中，R_i表示第i塊樣地單元內分布的種子數，N表示成年樹數量，DBH_k表示第k棵成年樹的胸徑，d_ik表示第k棵成年樹到樣地單元i中心點的距離。其余字符均表示具有生物意義的常量參數。因此完成所有樣地單元的種子分布計算包含兩層循環：遍歷所有成年樹木個體，計算這些個體分布到某個樣地單元的種子總數；重復以上步驟，完成每個樣地單元的計算。

然而森林是個復雜龐大的系統，不但樣地分布廣，而且數量繁多，精確計算樣地內各樣地單元的種子分布數需要耗費大量時間。根據實驗結果得到在1000m×500m的森林樣地上，若每平方米代表一個樣地單元，模擬100000棵樹的種子分布計算花費146小時。

目前對森林演化計算領域的加速優化方法研究較少。杜克大學Govindarajan等人提出種子分布的聚簇優化算法。該算法依賴于種子擴散距離關系。根據種子擴散內徑曲線分析，若某成年樹距離種子分布點較遠，其空間位置的微小變化對此成年樹擴散到該點的種子數影響不大。利用此空間距離關系，通過預處理方式將與某分布點超過一定距離且空間分布密集的成年樹群聚合為超級樹，以超級樹對該收集點的種子貢獻數取代成年樹群中個體的分別計算，減少總的計算次數。該算法以犧牲精度獲取計算效率的提高。然在樣地規模較大時，預處理部分較耗時，且當種子擴散距離依賴關系不明顯時不再適用。

發明內容

為了克服已有種子分布數據獲取技術的不能兼顧獲取精度和計算性能、耗時較大的不足，本發明提供一種在確保獲取精度的同時獲得較好的計算性能、降低演化仿真時間的基于CUDA的種子分布數據并行獲取方法。

本發明解決其技術問題所采用的技術方案是：

一種基于CUDA的種子分布數據并行獲取方法，該方法在CUDA架構下，在CPU上執行的主機端和在GPU上執行的設備端；所述種子分布數據并行獲取方法包括以下步驟：