Accelerated Computation of Vegetation Indices on Heterogeneous Platforms Using OpenMP, CUDA, and OpenCL for Sustainable Agricultural Monitoring

及时计算遥感影像中的植被指数，有助于通过快速分析植被状态和地表水来实现可持续农业监测。然而，高分辨率多光谱影像的处理计算成本可能很高，尤其是在嵌入式系统上。在本研究中，我们评估了异构方法，旨在通过顺序C++、OpenMP、CUDA和OpenCL在桌面及嵌入式CPU-GPU平台上提升归一化差异植被指数（NDVI）和归一化差异水体指数（NDWI）的计算效率。我们比较了基于多核和GPU的计算，同时探讨了OpenCL内核在内存管理、循环展开和工作组设置方面的优化。OpenMP将桌面平台上的图像处理吞吐量从211.24幅/秒提升至500.85幅/秒，在Odroid XU4上从55.30幅/秒提升至145.11幅/秒。这些结果分别对应2.37倍和2.62倍的加速比。这些结果表明，异构处理能够加速植被指数计算，为及时、本地化的农业监测提供计算基础。这一能力可能支持精准农业应用，包括植被胁迫评估和水资源管理决策。然而，实验使用的是离线多光谱影像；能耗、每幅图像能耗、节水量以及机载无人机性能未进行测量。