王 兴，王介君，孙 宁，汪 瑶

(南京信息工程大学大气科学学院，江苏 南京 210044)

0 引言

交叉相关算法是当今应用效果较好的外推方法之一，在大气科学、地质勘探、计算机图形图像处理、模式识别与跟踪等领域得到广泛研究与应用。在气象方面，交叉相关是短时临近预报的常用算法之一。它不仅可应用于气象雷达数据的跟踪外推，获得晴空边界层气流及降水回波强度的相关信息［1-2］，还可应用于对卫星云图中云团移动的短时预测及数值预报等诸多方面［3-4］。

由于该算法的时间复杂度高、运算量大，在对高清图像的实时跟踪识别或气象精细化外推预报等方面，运算速度无法满足业务要求。以广东及周边地区的地闪定位资料外推为例，资料精度为0.001°，经纬网格数为14000×9000，算法的时间复杂度为 O(n3)，在不做任何改进的情况下，外推一次的运算次数不少于1587万亿次，而Intel Core i7-3930K的计算能力约为186 GOPS，服务器用Intel Xeon E5-1620的计算能力也仅为115 GOPS，完成这样一次计算至少需要3小时20分钟。

鉴于此，许多学者结合行业应用特征对算法进行了改进和简化。朱永松等［5-6］给出了相似性度量的快速实现方法，通过对算法进行归并和近似计算，解决了目标跟踪的实时性要求。李卓［7］等通过对相关系数公式进行简化和迭代，减少重复运算，并通过设定参考图像与目标图像的相关系数阈值减少计算量，从而提高了运算速度。

尽管各种改进或简化后的算法在一定程度上提高了计算速度，但多是以牺牲计算的精度或准确性为代价，且对于如气象上外推预报方面的应用，动辄数十分钟甚至小时级的运算时长，根本不能满足实际业务要求。……