.png){kind=icon}
返回
GPU-Based Solar Irradiance Estimation over Digital Surface Models Using Structurally Lossless Viewshed Compression
.png){kind=icon}
OA
AI
DOI：10.3390/rs18173044.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高分辨率太阳辐照度建模在大规模3D地理空间数据上计算需求高，且考虑表面相互反射后更为显著。为提高计算效率，需要为每个表面部分存储显式知识，即从其可见的其他表面（视域）。每个表面的视域存储量随数据集大小和角度分辨率增长，并迅速成为主要的内存瓶颈。本文提出了一种新颖的图形处理器（GPU）加速方法，用于在数字表面模型（DSM）上估算太阳潜力，该模型模拟直接、漫射和反射辐照度。通过一种新颖的结构无损压缩技术保持视域信息紧凑，即针对遥感导出可见性数据的领域特定编码，精确保留辐射模型所消耗的可见性结构，而非通用整数编码器。在八个合成DSM上的消融分析表明，最佳压缩方案达到压缩比（CR）高达≈3.3，在所有数据集上均优于通用GPU基线Binary Packing 32和Elias-Fano。在最大DSM上，其29.6 GB未压缩视域超过24 GB设备内存，压缩使数据驻留并运行时间从6.7小时缩短至0.5小时。最后，该方法应用于四个不同地点的激光雷达（LiDAR）导出DSM，结果表明其高适用性。
Keyword:
solar irradiance
GPGPU
viewshed
RLE
structurally lossless compression
期刊
IF:
4.1
论文数:
7.5K
被引数:
15.1W
机构
引用论文
分享收藏Mitigating urban heat islands: Enhancing outdoor comfort with retro-reflective building materials through computational-fluid-dynamics analysis缓解城市热岛效应：通过计算流体动力学分析，利用回归反射建筑材料提升户外舒适度
PREAI
分享收藏A method for predicting city-wide electricity gains from photovoltaic panels based on LiDAR and GIS data combined with hourly Daysim simulations.png)
SOLAR ENERGY
OAAI
SOLAR ENERGYIF6.6
OAAI分享收藏分享收藏Novel GPU-accelerated high-resolution solar potential estimation in urban areas by using a modified diffuse irradiance modelAPPLIED ENERGYOAAI
APPLIED ENERGYIF11
OAAI分享收藏
查看更多内容