基于DEM的内流区河网提取算法研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第14-26页 |
1.1选题背景与研究意义 | 第14-15页 |
1.1.1 选题背景 | 第14-15页 |
1.1.2 研究意义 | 第15页 |
1.2 国内外研究现状 | 第15-21页 |
1.2.1 流向算法 | 第16-17页 |
1.2.2 特殊地形预处理 | 第17-19页 |
1.2.3 数据无预处理的河网提取方法 | 第19-20页 |
1.2.4 并行河网提取算法 | 第20-21页 |
1.2.5 研究现状小结 | 第21页 |
1.3 研究目标与内容 | 第21-22页 |
1.3.1 研究目标 | 第21-22页 |
1.3.2 研究内容 | 第22页 |
1.4 研究方法与技术路线 | 第22-24页 |
1.4.1 技术路线 | 第22-24页 |
1.4.2 实验平台 | 第24页 |
1.5 论文组织结构 | 第24-26页 |
第2章 研究基础 | 第26-30页 |
2.1 研究样区概况及实验数据 | 第26-29页 |
2.1.1 研究样区概况 | 第26-29页 |
2.1.2 实验数据说明 | 第29页 |
2.2 本章小结 | 第29-30页 |
第3章 内流区流域地形特征及河网提取算法 | 第30-54页 |
3.1 内流区地形及汇流特征分析 | 第30-31页 |
3.2 算法设计与实现 | 第31-43页 |
3.2.1 算法原理 | 第31-37页 |
3.2.2 算法设计 | 第37-39页 |
3.2.3 算法实现 | 第39-43页 |
3.3 参数设定方法 | 第43-51页 |
3.3.1 迭代终止条件 | 第43-48页 |
3.3.2 初始水量 | 第48-51页 |
3.4 提取结果分析 | 第51-53页 |
3.5 本章小结 | 第53-54页 |
第4章 内流区河网提取并行算法研究 | 第54-73页 |
4.1 CUDA并行模型 | 第54-55页 |
4.1.1 GPU及CUDA简介 | 第54-55页 |
4.1.2 CUDA平台并行计算特征 | 第55页 |
4.2 SU-TFM-md算法并行性分析 | 第55-59页 |
4.3 并行算法实现与性能优化 | 第59-69页 |
4.3.1 并行SU-TFM-md算法设计与实现 | 第60-64页 |
4.3.2 性能分析及优化 | 第64-69页 |
4.4 实验结果分析 | 第69-72页 |
4.4.1 并行算法稳定性 | 第69-70页 |
4.4.2 并行算法效率 | 第70-72页 |
4.5 本章小结 | 第72-73页 |
第5章 实验结果分析与评价 | 第73-79页 |
5.1 不同算法提取结果对比分析 | 第73-77页 |
5.2 不同分辨率对算法提取结果的影响 | 第77-78页 |
5.3 本章小结 | 第78-79页 |
第6章 结论与展望 | 第79-81页 |
6.1 主要工作及结论 | 第79-80页 |
6.2 研究展望 | 第80-81页 |
附录A | 第81-85页 |
参考文献 | 第85-92页 |
在读期间科研成果 | 第92-93页 |
致谢 | 第93页 |