论文部分内容阅读
地籍数据库中土地权籍要素包括界址点、界址线及宗地,基于约束性规则的土地权籍要素拓扑检查是地籍数据质量控制的研究重点。随着大数据时代的到来,地籍数据的数据量日益增长,而且地籍数据本身具有一定的空间复杂性,使得传统串行模式下的空间拓扑检查方法已逐渐不能满足实际应用中高效检查的需求。本文针对传统地籍拓扑检查算法复杂计算量大、串行模式效率不高的问题,提出一套切实可行,效率可观,能适应于新型一代计算机GPU硬件架构的并行计算方法体系,即基于CUDA的地籍数据库拓扑并行检查方法。在该方法体系中,首先对地籍空间数据高效过滤,快速提取拓扑关系待判别的对象组合;接着在对地籍数据库拓扑约束性规则进行描述的基础上,提炼出拓扑规则中的3种原子操作;结合CUDA并行架构技术,进一步设计并实现了适用于地籍对象间拓扑分析的并行算法;将并行算法应用到地籍数据库拓扑检查场景下,设计了基于CUDA的地籍数据库拓扑并行检查流程。本文主要的研究内容及结论包括:(1)并行空间索引方法研究。空间索引技术性能的好坏直接决定着整个空间数据处理的效率。本文总结了前人在GIS领域较为成熟的空间索引研究成果,从中提炼适合CUDA并行架构的索引构建思路,为数据过滤提供了基础。(2)基于CUDA的地籍对象间拓扑关系并行算法研究。分析现有地籍拓扑串行算法存在的不足,重新设计算法流程。研究一种CPU+GPU协同工作的并行计算模式,利用GPU进行计算密集型任务的处理,而由CPU担任情况判断和任务调度的工作。并通过实验验证了该并行化算法能够快速、高效的完成高性能计算任务。(3)地籍数据拓扑检查原型系统搭建与验证评价。采用C++/CUDA搭建地籍数据质检原型系统,在不同数据规模下,对本文提出的并行化拓扑检查方法进行测试,将其实验结果与常用商业软件(如ARCGIS)运行结果进行比对,并对实验结果作准确性与高效性的评价,实验证明,本文设计的基于CUDA的地籍数据库拓扑并行检查方法具备可行性、准确性、高效性。