Determinação da rede de drenagem em grandes terrenos armazenados em memória externa

• Ano de defesa: 2013
• Autor(a) principal: Gomes, Thiago Luange
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; BR; Metodologias e técnicas da Computação; Sistemas de Computação; Mestrado em Ciência da Computação; UFV
• Palavras-chave em Português: Modelagem de terrenos; SIG; Memória externa; Hidrografia; Land modeling; GIS; External memory; Hydrography; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://locus.ufv.br/handle/123456789/2649

Este trabalho apresenta um algoritmo muito eficiente, chamado EMFlow, para o cál- culo da rede de drenagem em grandes terrenos armazenados em memória externa. A rede de drenagem retrata o caminho que a água segue através do terreno (direção de fluxo) e a quantidade de água que flui por cada célula do terreno (fluxo acumulado). Como é conhecido, devido ao rápido aumento da disponibilidade de dados de alta resolução da superfície terrestre, os algoritmos de memória interna não são capazes de processar de forma eficiente esse volume de dados na maioria dos computadores. Portanto, otimizar os algoritmos simultaneamente para a movimentação de dados e processamento tem sido um desafio para os sistemas de informação geográfica (SIG). O EMFlow calcula a direção de fluxo usando uma adaptação do método RWFlood que utiliza um processo de inundação para obtenção da direção de fluxo e o fluxo acumulado é calculado com base em um método bastante eficiente proposto por Haverkort e Janssen (2012). Para reduzir o número total de operações de entrada e saída, o EMFlow adota uma nova estratégia de subdivisão do terrenos em ilhas que são processadas separadamente e agrupa as células do terreno em blocos que são armazenados em uma estrutura de dados especial gerenciada como uma memória cache. O tempo de execução do EMFlow foi comparado com os dois mais recentes e eficientes métodos descritos na literatura: TerraFlow e r.watershed.seg e foi, em média, 27 vezes mais rápido que ambos. Como o processamento de grandes terrenos pode levar horas, essa melhora é muito significativa.