文档介绍：2
对水体信息提取的效率提升有限制。
通过以上问题的分析,我们发现,为了提高遥感影像水体信息提取的效率,需要在以
下几个方面有所改良:首先需要提供一个海量遥感数据的储存平台,方便遥感数据的储存
与访问[5];其次需要构建一个高性能遥感信息计算平台,改造现有的水体提取方法提高水
体提取效率。
国内外研究现状
遥感影像是地物特征的综合反映,通过卫星传感器获取遥感影像,然后经过计算机处
理等技术手段从影像中提取有效信息,应用到各行各业的分析与决策中。水体信息提取是
指采用一定的技术手段,把水体信息从水体与地物组成的影像中分离出来,以下分别从两
个方面阐述:
在高性能遥感信息计算方面,由于遥感信息计算具有数据量大、计算方法复杂等特点。
所以为了提高遥感影像处理速度和遥感信息计算效率,需要从算法自身考虑,同时采用采
用高性能计算环境[6]。近年来,随着计算机硬件体系结构的不断优化升级,利用先进的硬
件体系来解决遥感信息计算的速度问题是遥感地学研究方向之一,在这些研究中,并行计
算技术成为解决遥感信息计算中数据密集与计算密集问题的方法之一[7]。首先,随着“多
核”技术的普遍推广,并且已经成为当前计算机的主流配置,如何利用“多核”技术来来
处理大数据量问题成为当前研究热点方向[8]。国内外研究机构和硬件厂商提出了一系列的
解决方案,例如 OpenMP 是利用基于共享内存的编程的标准接口[9]。另一方面,集群是当
前高性能计算中普遍采用的一种解决方案[10],它采用一种并行计算架构,将多台普通的计
算机通过高速网络互联,可以形成与大型机相当的计算能力,并且集群解决方案还具有其
它优点:比如价格廉价、便于扩展等。在遥感信息计算中,由于存在数据量与计算量大的
问题,采用集群可以由多台节点共同完成一个计算复杂、数据量大的任务,通过服务管理
节点发送命令,各个节点根据命令处理相应的数据。因为遥感信息计算存在着对不同区域