15、遥感分析模型的可扩展并行性挖掘

遥感分析模型的可扩展并行性挖掘

1. 相关指标与模型概述

在遥感分析中，有两个重要的指标用于衡量植被冠层的干旱情况。首先是归一化差异水体指数（NDWI），其计算公式为 $NDWI = (\rho_2 - \rho_5) / (\rho_2 + \rho_5)$ ，其中 $\rho_2$ 是绿光波段（波长为 0.86 µm），$\rho_5$ 是近红外波段（波长为 1.24 µm），数据来源于 8 天合成的 MODIS 地表反射率数据。然后是异常水体指数（AWI），$AWI = NDWI_i - avgNDWI$ ，这里的 $avgNDWI$ 是在给定时间范围内同一图块的 NDWI 的平均值，AWI 可以指出在给定时间内植被冠层的干旱程度。

2. 全球干旱检测模型的数据转换图（DTG）

全球干旱检测模型可以用数据转换图（DTG）来描述。首先，需要将存档的 MOD09 文件按图块和年日进行分组。对于每个组中的每个文件，通过输入 MOD09 图像文件，由 Tp 计算出 AWI 文件作为最终结果。由于组与组之间没有依赖关系，模型的理想执行时间为 $max(L(T_{pi}))$ 。当模型在具有 n 个计算节点的分布式系统上运行时，$k * m$ 个数据转换顶点将竞争 n 个计算资源。

为了优化模型，增强型 DTG 被提出。在增强型 DTG 中，数据转换顶点被划分为 n 个队列（$Q_1, Q_2, …, Q_n$ ），并调度到同一个计算节点。关键路径是最长的队列，执行时间为 $max(L(Q_i))$ 。可以使用自适应算法（算法 1）来平衡计算节点之间的负载并缩短关键路径。

A