原网站在github平台https://github.com/HPSCIL/cuESTARFM。我这里是把我自己配置环境和运行的过程分享一下本意是想记录一下踩过的坑和分享给需要的朋友。下载和安装步骤不要乱。按我写的步骤来。一、Visual Studio下载在官网下载即可我下载的是2022版本但是官网没有2022版了可以在公众号找资源。安装时仅勾选「使用 C 的桌面开发」工作负载其他组件无需安装节省空间。二、CUDA下载与安装https://developer.nvidia.com/cuda-gpus网站可以下载下载前需要查看自己电脑的版本兼容性CUDA Toolkit 版本需与显卡驱动版本匹配驱动版本过低会导致安装失败可在 NVIDIA 控制面板查看当前驱动版本具体查看步骤打开CMD输入 nvidia-smi 回车第一行「Driver Version」就是当前驱动版本同时会显示 CUDA Version驱动支持的最高 CUDA 版本安装时只能安装比显示最高版本低的版本。在网站下载好安装。打开官网是最新版本的要下载之前的版本点先前版本存档就可以了选择exe (network) 网络安装包就可。安装前关掉其他占用GPU的软件右键—点击以管理员身份运行安装包安装时保持尽量默认安装路径避免手动改路径导致环境变量失效安装完成后可以打开CMD输入nvcc --version进行验证显示release 1x.x, V.xx,则安装成功。因为前面安装了Visual Studio后安装的CUDA会自动与Visual Studio匹配。有不用手动关联了。如果不放心有没有关联上可以打开VS创建一个空项目项目名称和位置可以根据自己的需要修改右键项目→生成依赖项→生成自定义可以看到有CUDA就说明关联上了。勾选CUDA 12.8如果没出现说明CUDA安装未正确关联VS添加.cu文件尝试编译确认无报错。三安装conda下载 GDAL遥感读写库我是用conda安装的推荐你们也用conda安装这样比较省心。我下载安装的是minicondaAnaconda也可以看自己需要吧。安装conda仍然是选择以管理员身份运行。下载安装好conda后打开Anaconda Prompt输入conda install -c conda-forge libgdal gdal通过 Conda 安装 C 开发版本安装GDAL。安装后可以在CMD输入gdalinfo --version如果显示GDAL.....等版本信息就说明 GDAL 安装成功了。安装好GDAL后在VS中新建空项目可以命名为ESTARFM或者其他的都可以命名看个人习惯不要用空格和中文。四VS配置GDAL路径第一步右键新建的项目→点击最下方的「属性(Properties)」顶部配置选Debug平台选x64再右键项目—生成依赖项—生成自定义添加CUDA。第二步配置VC目录包含目录左侧菜单→VC 目录→右侧「包含目录」→点击下拉框→「编辑」添加包含gdal.h的include文件路径。库目录点击菜单“项目”-“属性”-“VC 目录”-“库目录”添加包含gdal.lib的lib文件路径附加依赖项点击左侧菜单里「链接器」左边的小三角在展开的子菜单里点击「输入」右侧页面就会切换到输入配置页找到「附加依赖项」在点击它右边的「编辑」。输入库名gdal.lib把源码文件添加到项目在https://github.com/HPSCIL/cuESTARFM网站下载FSTARFM代码。如果VS右侧没显示点顶部菜单视图 → 解决方案资源管理器就可以看到右侧的项目下面有「源文件」「头文件」两个文件夹。右键「源文件」→「添加」→「现有项」在弹出的窗口里找到你存放cuESTARFM源码的文件夹选中所有.cpp 和.cu文件,右键 「头文件」→「添加」→「现有项」选中所有.h头文件点击「添加」第三步给.cu文件设置「CUDA C/C」编译类型在「源文件」里找到你的 .cu 文件右键这个文件→「属性」在弹出的属性页里顶部「配置」选Debug「平台」选x64左侧展开「常规」找到「项类型」把默认的「C/C 编译器」改成「CUDA C/C」点击「确定」保存所有.cu文件都按这个方法改一遍接下来点击生成—生成解决方案出现以下界面就成功了第四步ESTARFM运行官 网站下载的txt文件parameters_ex_maple.txt 是参数配置文件是程序运行时读取它。修改文件路径点击保存。修改完成后右击项目—属性—调试—命令参数添加txt路径。接下来点击调试等待程序运行就行。