Mapas de visibilidade em grandes terrenos representados por grades regulares

• Ano de defesa: 2014
• Autor(a) principal: Ferreira, Cháulio de Resende
• 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: Geoinformática; Visibilidade; Algoritmos para memória extera; Computação de alto desempenho; Geoinformatcs; Visibility; Algorithm for external memory; High performance computing; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://locus.ufv.br/handle/123456789/2665

Uma operação muito comum em sistemas de informações geográficas (SIG) consiste no cálculo de mapas de visibilidade, ou viewsheds. Um mapa de visibilidade indica quais regiões de um terreno são visíveis a partir de um determinado ponto de observação, normalmente chamado de observador. Este trabalho apresenta dois novos algoritmos para cálculo de viewshed em grandes terrenos representados por grades regulares, ambos mais eficientes do que os demais encontrados em literatura. O primeiro algoritmo chama-se TiledVS e foi projeto especialmente para memória externa, ou seja, para reduzir o número de operações de entrada e saída (E/S) re- alizadas. Para isso, ele utiliza uma estrutura de dados denominada TiledMatrix, que subdivide o terreno em diversos blocos retangulares e gerencia os acessos aos dados de forma eficiente. De acordo com os resultados experimentais obtidos, este algoritmo é mais de 4 vezes mais rápido do que todos os outros encontrados em literatura. O segundo algoritmo é um algoritmo paralelo que utiliza o modelo de memória compartilhada (OpenMP ). Este algoritmo subdivide o terreno em diversos setores em volta do observador, de modo que cada um destes setores possa ser pro- cessado de forma independente. Os resultados experimentais mostraram que com um computador com 4 cores é possível obter processamentos 4 vezes mais rápidos do que a versão sequencial do mesmo algoritmo. Já com um computador com 16 cores, foram obtidos processamentos até 12 vezes mais rápidos.