写点什么

基于深度学习的水冷工作站加速遥感测绘应用研发

作者:蓝海大脑GPU
  • 2022 年 6 月 17 日
  • 本文字数:3013 字

    阅读完需:约 10 分钟

基于深度学习的水冷工作站加速遥感测绘应用研发
蓝海大脑LOGO深蓝.PNG.png

遥感影像 | 遥感测绘 | 遥感技术

遥感监测 | 地质遥感 | 高光谱遥感



在深度学习、高性能计算、大数据、计算机电子技术、图像渲染、视觉计算快速发展的大背景下,地质遥感技术脱颖而出。遥感技术伴随计算机电子技术及航空航天技术发展而来,是一项综合性地质探测技术。



地质遥感使用现状及问题

现状

目前遥感地质应用线、环解译技术普及,但提高有限,标准化程度很低。利用影像单元、影像岩石单元为依据的遥感填图技术,也有规范化的路要走。遥感异常提取技术虽可以在干旱、半干旱区实施大规模快速“扫面”,但在其他景观区应用、还有许多方法技术问题急待解决。矿物填图技术已取得较大进展,正在逐步走向实用化。数字地质信息提取技术才刚刚起步。遥感技术与其他勘查技术一样,有特定的物理基础,有一定的应用前提。它与常规野外地质调查研究工作不同之处:研究的对象是从空中垂直向下拍摄的地表多波段图像,只能提供由影像可能提供的那部分地质信息;从图像上不可能获取必须通过野外实地观察研究、取样化验鉴定才能取得的那部分地质资料。因此遥感技术应用是有条件的,有限度的,宜用其所长,避其所短。


问题

虽然遥感监测早已应用于国土、水利、环保、矿产开发等领域,但传统的遥感数据服务存在采购流程长、数据更新慢、数据加工与保存的成本高等各种弊端,遥感数据使用门槛较高,业务开发效率低;传统的遥感图像解译方法主要是人工判读和半自动化软件解译。前者是以专业人员人工作业的方式进行判图和分析,效率相对低下而且准入门槛很高;后者是使用软件对图像进行定量分析,其准确率和效率已遇到瓶颈,同时也不可摆脱对终端用户专业知识水平的依赖。传统方法不仅复杂、成本高、扩展速度受限,而且对数据密集型计算束手无策,亟需进行升级。


地质遥感实际应用

地质遥感的任务是通过遥感影像的解译确定一个地区的岩石性质和地质构造分析、构造运动的状况。目前这项技术已广泛应用于军事、测绘、气象、农业、林业、水利、环境保护等几乎所有与地学相关领域。



一、 岩性的识别应用

在遥感影像上识别岩石的类型必须首先了解不同岩石的反射光谱差别,以及所引起的影像色调的差异。同时,由于岩石的形成,在内外应力的共同作用下,组合成不同形状,这也是识别岩石类型的重要标志。此外,不同岩性上往往形成不同的植被、水系,这也可作为间接的解译标志。


二、构造地质的识别应用

地质体和地质现象均经历千百万年内外应力的塑造,才呈现现今的地貌形态和水系型式。我们可以由它们和地质体相互依存的关系推证岩性和构造,尤其是活动构造以及某些被掩盖的地质特征。由于遥感图像从宏观上细致地反映了地质构造、地貌、水文、植被和人类经济活动等各种信息。所以在找矿、水文地质调查、石油普企、地震地质调查以及水利、道路、港口等工程地质勘测和环境地质调查等许多地质工作中应用遥感技术都取得了很好的效果。



三、构造运动的分析

通过对遥感影像的解译不仅能对岩性和地质构造作出判断,而且还能对—个地区的近代和现代地壳运动特征作出分析,特别是新构造运动主要表现为升降运动并会引起老断裂的复活和新断裂的产生时,也能在地貌、水泵等特征上表现出来。


上升运动表现为地壳的抬升或掀升前者为比较均匀的上升后者为空间的不均匀上升。在地貌上表现出土地的抬升及河流的切割,也就是说山地切割的深度与现代地壳上升的幅度成正比。在遥感影像上河流的切割深度是可以识别的,从而可以求出地壳相对上升的幅度。


地壳的下沉区在地貌上表现为负地形,如许多荒地相对于周围山地来说都是相对下沉区。两者接触地带往往有断裂的存在。此外从山地河谷出口处、冲积——洪积扇的分布也能反映出升降运动的状况。山地上升时冲积-洪积扇的堆积旺盛,颗粒较粗表面坡度大且扇体本身也遭后期切割,在前端形成新的冲积——洪积扇。


据此可以分析出地壳上升运动的节奏性,根据洪积扇的规模还可以确定各次上升运动的强度。此外洪积扇的偏转、扭曲等变形也反映出地壳掀斜、升降的特征。在水系中上升区表现为放射状水系,下降区则表现为汇聚状水系。不对称水系的存在反映了流域内的不对称升降运动。从有些影像的椭圆形的隆起上可以观察到水系绕行的特点。



四、遥感技术的发展 

遥感传感器频谱范围的不断拓宽,新型传感器的不断推出,分辨率(空间、光谱、时间、辐射)的不断提高,不仅极大地提高了遥感的观测尺度、对地分辨本领和识别精细程度,而且使遥感的数据处理、信息提取和工作方法都发生了一些质的变化和飞跃,将遥感技术和应用推向了一个新的高度。遥感探测分辨率的提高,使探测地物的精细特征成为可能。


地物的特征包括三大方面:

  • 地物的几何

  • 地物的物质组成和物质成分

  • 地物的演化

对这些特征的精细探测分别依靠高空间分辨率遥感、高光谱遥感和高时间分辨率遥感。遥感技术的发展带动和促进遥感应用向着多尺度、定量化、集成化和业务化的方向发展。


在遥感地质领域,发展趋势明显表现为:

  • 高光谱矿物填图技术的发展和深化

  • 遥感地质学由定性步入定量化发展阶段

高光谱、高分辨率、热红外多/高光谱、雷达干涉(InSAR)、激光雷达(LIDAR)、GPS、POS系统等技术的兴起和发展,使遥感地质学不再局限于基于图像色调与纹理特征的目视解译,而继表层遥感应用领域之后,逐渐步入了定量化发展阶段。



蓝海大脑水冷工作站 L 系列

助力地质遥感测绘

为解决繁琐且效率较低的人工作业工作模式,突破图像分析精准度和工作效率的瓶颈。蓝海大脑通过多年的努力,攻克了各项性能指标、外观结构设计和产业化生产等关键技术问题,成功研制出蓝海大脑液冷工作站 HD210 L 系列。该产品图形处理速度快,支持 GPU 智能运算,性价比高,外形美观,满足了人工智能企业对图形、视频等信息的强大计算处理技术的需求。


快速、高效、可靠、易于管理的蓝海大脑液冷工作站具备出色的静音效果和完美的温控系统。在满负载环境下,噪音控制在 35 分贝左右。借助英伟达 NVIDIA 、英特尔 Intel、AMD GPU 显卡可加快神经网络的训练和推理速度,更快地创作精准的光照渲染效果,提供高速视频和图像处理能力,加速 AI 并带来更流畅的交互体验。



蓝海大脑液冷工作站 HD210 L 系列产品性能

  1. 可 靠 性:平均故故障间隔时间 MTBF≥15000 h

  2. 工作温度:5~40℃

  3. 工作湿度:35%~ 80%

  4. 存储温度:-40~55℃ 

  5. 存储湿度: 20%~90%

  6. 声噪:≤35dB                         


配置清单



产品特点

开放融合

  1. 融合计算、网络、存储、 GPU、虚拟化的一体机 

  2. 支持主流虚拟化平台,如 Vmware、Redhat、Microsoft Hyper-V 等虚拟化平台 

  3. 支持在线压缩、重复数据自动删除 、数据保护、容灾备份以及双活等功能

超能运算

  1. 支持主流 GPU 显卡虚拟化,支持 2、8、16 块全高全长卡或 32、64 块半长卡,提高计算性能和图像渲染能力

  2. 快速实现系统扩展,支持大规模并发运行(百万个理论节点)

高效运维

  1. 一站式部署,开箱即用,助力企业快速实现业务转型。 

  2. 强大的数据、网络、虚拟化及管理安全保障, 提高系统可靠性和高可用性



解决方案价值

1.   采用 NVIDIA 专业显卡,加快神经网络的训练和推理速度,实现精准的光照渲染效果,提供高速视频和图像处理能力,加速深度学习训练、推理并带来更流畅的交互体验。

2.  低碳节能,降低噪音,提升创造效率。

3.  经过严格测试,可在苛刻的工作环境下确保耐用性和可靠性。


客户收益

蓝海大脑液冷工作站 HD210 L 系列不仅提高了遥感数据调查的可靠性和精准度,还扩大了测量范围,实现了从空间视角分析问题,使客户可以更便捷、更高效、更低成本地获取遥感数据,并实时查看全区域动态。

用户头像

还未添加个人签名 2021.11.25 加入

深度学习GPU液冷服务器,大数据一体机,图数据库一体机

评论

发布
暂无评论
基于深度学习的水冷工作站加速遥感测绘应用研发_蓝海大脑GPU_InfoQ写作社区