IMPLEMENTAÇÃO ACELERADA POR GPGPU DE UM MODELO DIFUSIVO-LOGISTICO DE CRESCIMENTO DE FLORESTAS

Resumo

Compreender o processo de recuperação de florestas é de fundamental importância para o projeto e planejamento de estratégias de conservação, manutenção e recuperação de condições climáticas, hídricas e de biodiversidade. Nesse sentido, o estudo e aplicação de modelos matemáticos de recuperação de florestas abre um amplo espectro de possibilidades para a aquisição de insights e para a avaliação de estratégias de recuperação, sobretudo quando utilizados como entrada para modelos de fragmentação de ecossistemas (e.g., utilizados para avaliar os efeitos da implantação de uma rodovia) ou de escoamento (e.g., utilizados para avaliar os efeitos da cobertura vegetal nas características de uma bacia hidrográfica). Apesar da importância e relevância prática do estudo computacional do crescimento de florestas, as implementações computacionais atuais do modelo não exploram o imenso poder de cálculo das Unidades de Processamento Gráfico de Propósito Geral (GPGPU - General-Purpose Graphis Processing Units), que são unidades de processamento paralelo de alto desempenho capazes de reduzir consideravelmente o tempo computacional necessário para a solução de equações diferenciais parciais. A melhora considerável no desempenho ocorre porque as tarefas repetitivas de cálculo realizadas de forma seriada em uma Unidade de Processamento Central (CPU - Central Processing Unit) são distribuídas entre os centenas ou milhares de processadores paralelos de GPGPUs. Entretanto, tal transferência é não-trivial, pois envolve a quebra das tarefas em porções que possam ser realizadas de forma independente e que eventualmente requerem sincronização e transferências de dados entre os diversos núcleos de processamento paralelo. O presente projeto teve por objetivo estudar o modelo de crescimento difusivo-logístico e implementar uma versão paralela de sua solução. Para tal, a solução utilizada foi a plataforma CUDA (Compute Unified Device Architecture) para o desenvolvimento de uma versão paralela implementada em GPGPU. O modelo é representado por uma equação diferencial parcial com termos de difusão e crescimento logístico e assume que a colonização vegetal evolui através de crescimento logístico da densidade, de acordo com uma taxa de crescimento, associado ao processo de difusão da floresta, i.e., seu espalhamento de pontos de maior densidade de floresta para os de menor, de acordo com um parâmetro de difusividade. Após calibração e validação dos parâmetros para a região de interesse, o modelo permitiu a projeção de cenários futuros de regeneração de floresta com alto desempenho em computadores pessoais equipados com uma GPGPU com arquitetura CUDA. O modelo foi aplicado para estudo de regeneração de florestas em diferentes biomas do Brasil.