基于OpenMP、CUDA和OpenCL在异构平台上实现可持续农业监测植被指数的加速计算

《Sustainability》：Accelerated Computation of Vegetation Indices on Heterogeneous Platforms Using OpenMP, CUDA, and OpenCL for Sustainable Agricultural Monitoring

　　

摘要

及时计算遥感影像中的植被指数，有助于通过快速分析植被状态和地表水体状况来辅助可持续农业监测。然而，高分辨率多光谱影像的处理计算量巨大，在嵌入式系统上尤为明显。本研究评估了异构方法，旨在通过顺序 C++、OpenMP、CUDA 和 OpenCL，在桌面及嵌入式 CPU-GPU 平台上增强归一化植被指数 (NDVI) 和归一化水域指数 (NDWI) 的计算。我们比较了多核与基于 GPU 的计算，并探索了 OpenCL 内核在内存管理、循环展开及工作组设置方面的优化。OpenMP 使桌面平台上的图像处理吞吐量从 211.24 张/秒提升至 500.85 张/秒，在 Odroid XU4 上则从 55.30 张/秒提升至 145.11 张/秒。这些结果分别对应 2.37 倍和 2.62 倍的加速。这些结果表明，异构处理能够加速植被指数计算，并为及时、本地可用的农业监测提供计算基础。该能力可支持精准农业应用，包括植被胁迫评估及水资源管理决策。然而，实验使用的是离线多光谱图像；能耗、单张图像能耗、节水效果以及无人机机载性能均未进行测量。