精細(xì)化農(nóng)業(yè)氣候區(qū)劃中并行計(jì)算技術(shù)的研究.pdf

1、隨著全球氣候條件的變化，以及現(xiàn)代農(nóng)業(yè)生產(chǎn)的迅速發(fā)展，對農(nóng)業(yè)氣候資源的分析與應(yīng)用提出了更高的要求。現(xiàn)代的精細(xì)化農(nóng)業(yè)氣候區(qū)劃中的核心技術(shù)有小網(wǎng)格插值技術(shù)和農(nóng)業(yè)氣候資源區(qū)劃技術(shù)。
　　 小網(wǎng)格插值技術(shù)在氣候資源的分析中得到了廣泛的應(yīng)用。它是基于地理信息系統(tǒng)技術(shù)對各種應(yīng)用領(lǐng)域的相關(guān)信息進(jìn)行精細(xì)化研究的重要手段。小網(wǎng)格插值技術(shù)屬于海量數(shù)據(jù)處理技術(shù)，需要大量的計(jì)算時間，無法滿足實(shí)時分析的要求。為了提高系統(tǒng)的反應(yīng)時間和信息處理的效率，在對小網(wǎng)

2、格插值的關(guān)鍵技術(shù)Kriging算法進(jìn)行并行化研究之后，采用數(shù)據(jù)并行策略和Master/Slave編程模型，并應(yīng)用了動態(tài)負(fù)載均衡技術(shù)來進(jìn)一步提高算法的并行效率。
　　 農(nóng)業(yè)氣候資源區(qū)劃技術(shù)主要有聚類分析、權(quán)重法、專家打分法等。K-means算法是聚類分析中一種基于劃分的聚類算法，常采用偏差作為聚類準(zhǔn)則。它是精細(xì)化農(nóng)業(yè)氣候區(qū)劃中用到的關(guān)鍵聚類技術(shù)。由于小網(wǎng)格插值數(shù)據(jù)信息量大，而且需要進(jìn)行實(shí)時聚類及分析，這就需要改進(jìn)經(jīng)典的K-mean

3、s算法。為了提高傳統(tǒng)K-means算法的聚類精度和運(yùn)行效率，提出了兩種新改進(jìn)的算法：CK-means算法和K-means＃算法。CK-means算法是一種基于競爭策略的改進(jìn)算法，針對小網(wǎng)格插值數(shù)據(jù)(一維海量數(shù)據(jù))，該算法與經(jīng)典K-means算法具有相同的氣候資源區(qū)劃結(jié)果，但是運(yùn)行效率更加優(yōu)越。目前，該算法已成功地應(yīng)用于精細(xì)化農(nóng)業(yè)氣候區(qū)劃中。K-means＃算法采用K-means++算法的“D2seeding”方法來初始聚類中心，并在聚類

4、分析的過程中引入“鄰居聚類中心集”的概念。該算法不僅提高了經(jīng)典K-means算法的聚類精度，而且顯著地加快了其運(yùn)行效率。
　　 為了進(jìn)一步提高聚類分析的執(zhí)行效率，論文同時研究了并行K-means++算法與并行K-means＃算法的實(shí)現(xiàn)。在研究K-means++算法自身的特點(diǎn)以及各機(jī)器節(jié)點(diǎn)的處理能力的基礎(chǔ)上，采用數(shù)據(jù)并行以及負(fù)載均衡的策略，實(shí)現(xiàn)了并行K-means++算法。實(shí)驗(yàn)結(jié)果表明：并行K-means++算法的聚類結(jié)果與串行算