分布式水文模型的并行计算研究进展

大流域、高分辨率、多过程耦合的分布式水文模拟计算量巨大,传统串行计算技术不能满足其对计算能力的需求,因此需要借助于并行计算的支持。本文首先从空间、时间和子过程三个角度对分布式水文模型的可并行性进行了分析,指出空间分解的方式是分布式水文模型并行计算的首选方式,并从空间分解的角度对水文子过程计算方法和分布式水文模型进行了分类。然后对分布式水文模型的并行计算研究现状进行了总结。其中,在空间分解方式的并行计算方面,现有研究大多以子流域作为并行计算的基本调度单元;在时间角度的并行计算方面,有学者对时空域双重离散的并行计算方法进行了初步研究。最后,从并行算法设计、流域系统综合模拟的并行计算框架和支持并行计算的高性能数据读写方法3个方面讨论了当前存在的关键问题和未来的发展方向。     

分布式水文模型软件系统研究综述

分布式水文模型软件系统作为分布式水文模型的技术外壳,是模型应用的重要技术保障。当前分布式水文模型应用呈现出多过程综合模拟、用户群范围广和计算量大的特点,对分布式水文模型软件系统的灵活性、易用性和高效性提出了更高的要求。本文首先分析了分布式水文模型应用的主要流程,之后从应用视角对现有分布式水文模型软件系统的特点进行了归纳,主要结论为:①软件系统按照模型结构灵活性的高低分为以下3种类型:不支持子过程选择和算法设置,不支持子过程选择、但支持算法设置,同时支持子过程选择和算法设置;②根据用户操作数据预处理软件方式的不同,参数提取方式分为菜单/命令行式和向导式;③按照模型的程序实现方法分为串行和并行方式,按照模型运行环境分为本地和网络模式。现有软件系统在灵活性、易用性和高效性方面存在如下问题:一是尚未解决模型结构灵活性和对用户知识依赖性之间的矛盾;二是现有菜单/命令行式和向导式的参数提取方式步骤繁琐,难以实现参数的自动提取;三是模型大多为串行方式和本地模式,容易遇到计算瓶颈问题。最后从模块化、智能化、网络化及移动化、并行化和虚拟仿真等方面探讨了分布式水文模型软件系统的发展趋势和研究方向。     

基于DEM的分布式水文模型构建方法

基于 DEM的分布式水文模型是现代水文学同高科技 (如计算机技术、 3S技术等 )相结合的产物 ,是研究变化环境下水文循环与水资源演化规律的理想工具 ,代表了水文模型的最新发展方向。从 DEM的特性出发 ,本文探讨并总结了分布式水文模型的特点、建模思路和模型基本结构框图。在流域离散化方面 ,重点介绍了分布式水文模型常用的三种单元划分方法 ;最后 ,针对分布式水文模型构建问题 ,从“输入模块”、“单元水文模型”、“河网汇流模型”三方面 ,阐述了分布式水文模型微结构构建方法。     

SWAT模型在伊犁河上游缺资料区的应用

 在分布式水文模型中,探索产生分布式降水数据的方法是该领域研究的热点之一,发展基于水文物理过程的模型校准方法是实践PUB的热点与难点。基于SWAT分布式水文模型,以资料稀缺的伊犁河上游为研究区域,针对流域的水资源评价关键问题,首先准确描述区域的降水空间分布特征,并基于流域水文过程采用综合流域特征、多时间尺度、多变量和多站点的适宜性模型校准新方法,取得了满意的模拟结果,表明模型较好地再现了流域的水文过程。另外,完善水文机理研究,提高降水及下垫面相关参数的观测水平是改善模型模拟的有效途径。     

基于模块的分布式水文模拟系统及其应用

由于水文循环过程的复杂性和空间变异性,集成不同的水循环模型,基于模块化结构、构建面向多目标的水文模拟系统已经成为当今水文模拟技术发展的一个重要方向。本文从科学研究和水资源管理的实际需要,首次研发国内基于模块化的分布式水文模拟系统,并提出了“信息化水文模拟系统(HydroInformatic Modeling System, 简称HIMS)”。HIMS是一个以水循环信息平台为基础,基于组件式结构设计的开放式综合水循环模拟系统,侧重于分布式水文过程的模拟与应用。文中对HIMS的设计思路,主要功能与结构进行了详细介绍,包括基于国产GIS软件SuperMap的水循环信息系统、模型数据前/后处理系统和水文模型方法库系统。其中,HIMS的水文模型方法库系统集成了水文过程方法库和多种水文模型,并提供定制水文模型的功能。HIMS的提出发展了水文模型理论和建模技术,拓宽了国内分布式水文模型的研究思路。     

流域水文模型计算域离散方法

常用的概念性水文模型 ,能够很好地模拟水文时间变化过程 ,但没有考虑水文变量和水文参数的空间变化与空间不均匀性。随着空间数据的获取手段的增多以及空间离散技术的发展 ,考虑水文参数和水文变量空间变化的分布式水文模型得到了极大的发展。本文详细介绍了分布式流域水文模型中用到的几种不同计算域离散方法 ,并讨论了河道汇流模型中常用到的有结构网格和无结构离散网格。地理信息系统技术对计算域离散有辅助作用 ,其有利于无结构离散网格的自动生成和交互修改 ,并可结合遥感技术 ,使水文模型能获取精确的空间分布的水文参数和水文变量。     

山地流域水文模拟研究进展与展望

山地水文循环是全球水循环的重要组成部分,山地独特的地形特征、日趋变化的社会经济与新技术(遥感观测和信息科学)发展使得山地水文循环研究成为当前乃至未来水文学关注的热点。山地较大的垂直梯度浓缩了水平自然带的自然地理和生态学特征,具有多样的环境敏感性,因此山地水文过程对土地利用变化和气候变化的响应比平坦地区更为剧烈。明晰山地水文过程对区域防洪减灾、制定全球变化背景下区域水资源可持续利用策略、促进经济社会发展具有重要意义。水文模型是研究水循环的重要工具,但山地产汇流机制的复杂性以及实测水文资料匮乏等一系列问题极大限制了山地水文模拟与预测工作。本文首先系统地从数据获取、参数计算、模型结构、建模理论四个方面介绍了国内外山地水文模拟的研究进展,并总结了经验模型、概念模型及基于物理机制的分布式水文模型在我国山地水文模拟中的应用进展,之后从山地水文要素的空间变异性与垂直变异性、驱动力、数据不确定性、强烈的人为扰动等方面对当前山地水文模拟中面临的挑战与难点进行了论述。通过对国内外相关研究前沿的归纳,从多过程耦合机理研究、山地自然—社会二元水循环理论、大数据背景下多源数据获取与同化研究等方面对我国未来山地水文模拟的工作方向进行了展望。     

分布式流域水文模型水量过程模拟——以黄河河源区为例

文章分析了分布式水文模型、遥感和地理信息系统技术在流域径流模拟过程中的结合点,采用数字网格技术,以流域水量变化对地表土地覆被和气候变化响应过程为目的,讨论利用分布式水文模型研究下垫面和气候变化下流域水量响应过程的一般方法,并以黄河河源区为实例进行验证。     

基于遥感驱动分布式时变增益水文模型

提出了一个完全采用遥感数据驱动的分布式时变增益水文模型,该模型通过融雪、产汇流等水文过程计算,给出流量的雪盖、蒸散发、径流等水文要素。在拉萨河流域,该模型采用遥感USGS-SRTM的3秒DEM、遥感TRMM(The Tropical RainfallMeasuring Mission)降水、Modis-LST(Land Surface Temperature)数据,建立分布式水文模型,模拟了2001-2008年日水文过程。模拟结果效率系数接近0.7,相关系数接近0.8,水量平衡误差5%以内。说明完全依靠遥感驱动水文模型进行水文水资源模拟可行。该模型为解决高寒山区无资料或缺资料地区水文水资源问题提供了一个新方法。     

岩溶流域水文模型研究进展

岩溶地区含水介质结构的多重性和岩溶地貌形态的高度复杂性,使岩溶系统的水文效应和水资源的评价与预测一直都成为水文研究的重点和难点.在岩溶含水介质特点和岩溶水文形成过程的基础上,本文着重评述了黑箱模型、概念性模型、物理性模型和分布式水文模型在岩溶水文模拟中的应用.其中黑箱模型包括基于核函数的算法、回归模型、人工神经网络和小波分析;概念性模型包括蓄泄模型和流量过程线衰减函数;物理性模型主要包括达西定律、Darcy-Weisbach方程、有限元法和等效连续多孔介质;分布式水文模型主要是SWMM模型,并分别对各类模型的概念、方法、应用效果以及存在的优缺点等进行了分析.最后指出了研究中存在的一些不足,并就岩溶流域水文模拟的进一步研究提出了相应的建议,这对于解决岩溶区的水资源可持续利用问题有重要意义.     

Parallelization of the flow-path network model using a particle-set strategy

High-performance simulation of flow dynamics remains a major challenge in the use of physical-based, fully distributed hydrologic models. Parallel computing has been widely used to overcome efficiency limitation by partitioning a basin into sub-basins and executing calculations among multiple processors. However, existing partition-based parallelization strategies are still hampered by the dependency between inter-connected sub-basins. This study proposed a particle-set strategy to parallelize the flow-path network (FPN) model for achieving higher performance in the simulation of flow dynamics. The FPN model replaced the hydrological calculations on sub-basins with the movements of water packages along the upstream and downstream flow paths. Unlike previous partition-based task decomposition approaches, the proposed particle-set strategy decomposes the computational workload by randomly allocating runoff particles to concurrent computing processors. Simulation experiments of the flow routing process were undertaken to validate the developed particle-set FPN model. The outcomes of hourly outlet discharges were compared with field gauged records, and up to 128 computing processors were tested to explore its speedup capability in parallel computing. The experimental results showed that the proposed framework can achieve similar prediction accuracy and parallel efficiency to that of the Triangulated Irregular Network (TIN)-based Real-Time Integrated Basin Simulator (tRIBS).     

基于R树的分布式并行空间索引机制研究

为提高分布式并行计算环境下海量空间数据管理与并行化处理的效率,基于并行空间索引机制的研究,设计一种多层并行R树空间索引结构。该索引结构以高效率的并行空间数据划分策略为基础,以经典的并行计算方法论为依据,使其结构设计在保证能够获得较好的负载平衡性能的前提下,更适合于海量空间数据的并行化处理。以空间范围查询并行处理的系统响应时间为性能评估指标,通过实验证明并行空间索引结构具有设计合理、性能高效的特点。     

黄河流域水循环研究的进展和展望

总结了黄河流域水循环研究的进展,指出缺乏立足于水循环整体的机理过程的探讨及缺乏较成熟的流域水文模型是已有研究的不足。为能更好地模拟水文过程对各种作用力的响应,今后研究的方向将是建立既考虑垂向水分和能量传输(如降水,蒸发,感热),又考虑水平向的地表水分运动(汇流)和地下水基流过程的黄河流域的分布式水文模型。模型将结合遥感信息与地面资料,建立与区域大气环流模式(GCM)的接口,辅之以野外生态试验小区、径流试验场和室内试验的资料,以深入探索黄河流域水循环动力学机制     

Using adaptively coupled models and high-performance computing for enabling the computability of dust storm forecasting

Forecasting dust storms for large geographical areas with high resolution poses great challenges for scientific and computational research. Limitations of computing power and the scalability of parallel systems preclude an immediate solution to such challenges. This article reports our research on using adaptively coupled models to resolve the computational challenges and enable the computability of dust storm forecasting by dividing the large geographical domain into multiple subdomains based on spatiotemporal distributions of the dust storm. A dust storm model (Eta-8bin) performs a quick forecasting with low resolution (22 km) to identify potential hotspots with high dust concentration. A finer model, non-hydrostatic mesoscale model (NMM-dust) performs high-resolution (3 km) forecasting over the much smaller hotspots in parallel to reduce computational requirements and computing time. We also adopted spatiotemporal principles among computing resources and subdomains to optimize parallel systems and improve the performance of high-resolution NMM-dust model. This research enabled the computability of high-resolution, large-area dust storm forecasting using the adaptively coupled execution of the two models Eta-8bin and NMM-dust.     

DEM与地形分析的并行计算

总结了数字高程模型构建、特征提取等并行算法的研究进展,概述了不同并行算法的主要内容;探讨了DTA并行技术在海量地形数据可视化和高性能地学计算的应用,随着DEM的需求日益增大,高精度、高分辨率DEM产品及其附加服务也逐步产品化。最后,通过分析并行计算发展的关键问题,提出DTA并行技术的研究趋势及研究意义,合适的数据划分和结果融合策略、通用并行算法、容错机制和负载均衡策略的设计是今后研究的重要内容,尤其是如何在多种计算模式共同发展的背景下利用并行计算解决地学难题,从而得到更接近现实世界地理环境的模拟,并扩大数字地形分析的应用范围。     

A high-performance cellular automata model for urban simulation based on vectorization and parallel computing technology

Cellular automata (CA) models can simulate complex urban systems through simple rules and have become important tools for studying the spatio-temporal evolution of urban land use. However, the multiple and large-volume data layers, massive geospatial processing and complicated algorithms for automatic calibration in the urban CA models require a high level of computational capability. Unfortunately, the limited performance of sequential computation on a single computing unit (i.e. a central processing unit (CPU) or a graphics processing unit (GPU)) and the high cost of parallel design and programming make it difficult to establish a high-performance urban CA model. As a result of its powerful computational ability and scalability, the vectorization paradigm is becoming increasingly important and has received wide attention with regard to this kind of computational problem. This paper presents a high-performance CA model using vectorization and parallel computing technology for the computation-intensive and data-intensive geospatial processing in urban simulation. To transfer the original algorithm to a vectorized algorithm, we define the neighborhood set of the cell space and improve the operation paradigm of neighborhood computation, transition probability calculation, and cell state transition. The experiments undertaken in this study demonstrate that the vectorized algorithm can greatly reduce the computation time, especially in the environment of a vector programming language, and it is possible to parallelize the algorithm as the data volume increases. The execution time for the simulation of 5-m resolution and 3 × 3 neighborhood decreased from 38,220.43 s to 803.36 s with the vectorized algorithm and was further shortened to 476.54 s by dividing the domain into four computing units. The experiments also indicated that the computational efficiency of the vectorized algorithm is closely related to the neighborhood size and configuration, as well as the shape of the research domain. We can conclude that the combination of vectorization and parallel computing technology can provide scalable solutions to significantly improve the applicability of urban CA.