针对具有物理机制的分布式水文模型对大流域、长序列模拟计算时间长、模拟速度慢的问题,引入基于GPU的并行计算技术,实现分布式水文模型WEP-L(water and energy transfer processes in large river basins)产流过程的并行化。选择鄱阳...针对具有物理机制的分布式水文模型对大流域、长序列模拟计算时间长、模拟速度慢的问题,引入基于GPU的并行计算技术,实现分布式水文模型WEP-L(water and energy transfer processes in large river basins)产流过程的并行化。选择鄱阳湖流域为实验区,采用计算能力为8.6的NVIDIA RTX A4000对算法性能进行测试。研究表明:提出的基于GPU的分布式水文模型并行算法具有良好的加速效果,当线程总数越接近划分的子流域个数(计算任务量)时,并行性能越好,在实验流域WEP-L模型子流域单元为8712个时,加速比最大达到2.5左右;随着计算任务量的增加,加速比逐渐增大,当实验流域WEP-L模型子流域单元增加到24897个时,加速比能达到3.5,表明GPU并行算法在大尺度流域分布式水文模型计算中具有良好的发展潜力。展开更多
研究格尔木河流域水文循环过程并预测未来流域水资源的变化特征,对地区生态环境保护和下游盐湖矿产资源可持续开发利用具有重要意义。选取格尔木水文站以上区域构建SWAT(Soil and Water Assessment Tool)分布式水文模型。采用大气同化...研究格尔木河流域水文循环过程并预测未来流域水资源的变化特征,对地区生态环境保护和下游盐湖矿产资源可持续开发利用具有重要意义。选取格尔木水文站以上区域构建SWAT(Soil and Water Assessment Tool)分布式水文模型。采用大气同化数据集为气象驱动,联合区域内纳赤台和格尔木水文站的实测月尺度径流数据进行参数的率定和验证。在率定期和验证期内,纳什效率系数、确定性系数和相对偏差系数均达到了良好的标准,表明SWAT模型在格尔木河高寒山区流域水文过程模拟中具有较好的适用性。研究表明流域降水量偏少,地表径流量、壤中流量与降水量的变化趋势具有较好的一致性,降水量年际变化中蒸散发量为主要消耗量,占40.26%。根据未来气候预测模型RegCM4.6,预测路径浓度RCP2.6、RCP4.5和RCP8.53种情景下格尔木河未来40年径流量呈增加趋势。3种情景下的年平均径流量较基准期(2006—2018年)分别增加了7.63%、11.01%、15.96%;随着温室气体排放浓度的增加,径流量呈现出增加趋势,特别是夏秋季增幅较大。短时间内径流量增大可能会引发格尔木市洪涝灾害,破坏盐湖企业生产设施;但若将洪水资源进行调控和利用,不仅防范了洪涝灾害,同时也利于解决盐湖企业日渐增大的用水需求难题。展开更多
计算效率低及异参同效(局部优化)是分布式水文模型参数优化研究中存在的主要问题。本文基于RAGA(基于实数编码的加速遗传算法),提出一种分布式水文模型参数分类优化方法,将需要率定的参数根据物理意义分成若干类,逐类进行优化。这种方...计算效率低及异参同效(局部优化)是分布式水文模型参数优化研究中存在的主要问题。本文基于RAGA(基于实数编码的加速遗传算法),提出一种分布式水文模型参数分类优化方法,将需要率定的参数根据物理意义分成若干类,逐类进行优化。这种方法可降低待优化参数的维度,一方面可以提高优化计算的速度,另一方面可以在一定程度上逼近全局最优,减少异参同效的问题。本文采用分布式水文模型WEP-L(Water and Energy Processesin Large Scale Basin)模型,针对黄河流域玛曲水文站以上区域1997—2000年逐月流量过程进行参数率定,并对2006—2016年系列进行验证。对比参数不分类优化方法,发现采用参数分类优化方法后,WEP-L模型参数优化的速度提高37%左右,纳什效率系数(NSE)从0.739提高到0.829。说明参数分类优化方法既可以节约时间,又可以保证优化算法的全局性,提高模拟的精度。展开更多
文摘针对具有物理机制的分布式水文模型对大流域、长序列模拟计算时间长、模拟速度慢的问题,引入基于GPU的并行计算技术,实现分布式水文模型WEP-L(water and energy transfer processes in large river basins)产流过程的并行化。选择鄱阳湖流域为实验区,采用计算能力为8.6的NVIDIA RTX A4000对算法性能进行测试。研究表明:提出的基于GPU的分布式水文模型并行算法具有良好的加速效果,当线程总数越接近划分的子流域个数(计算任务量)时,并行性能越好,在实验流域WEP-L模型子流域单元为8712个时,加速比最大达到2.5左右;随着计算任务量的增加,加速比逐渐增大,当实验流域WEP-L模型子流域单元增加到24897个时,加速比能达到3.5,表明GPU并行算法在大尺度流域分布式水文模型计算中具有良好的发展潜力。
文摘研究格尔木河流域水文循环过程并预测未来流域水资源的变化特征,对地区生态环境保护和下游盐湖矿产资源可持续开发利用具有重要意义。选取格尔木水文站以上区域构建SWAT(Soil and Water Assessment Tool)分布式水文模型。采用大气同化数据集为气象驱动,联合区域内纳赤台和格尔木水文站的实测月尺度径流数据进行参数的率定和验证。在率定期和验证期内,纳什效率系数、确定性系数和相对偏差系数均达到了良好的标准,表明SWAT模型在格尔木河高寒山区流域水文过程模拟中具有较好的适用性。研究表明流域降水量偏少,地表径流量、壤中流量与降水量的变化趋势具有较好的一致性,降水量年际变化中蒸散发量为主要消耗量,占40.26%。根据未来气候预测模型RegCM4.6,预测路径浓度RCP2.6、RCP4.5和RCP8.53种情景下格尔木河未来40年径流量呈增加趋势。3种情景下的年平均径流量较基准期(2006—2018年)分别增加了7.63%、11.01%、15.96%;随着温室气体排放浓度的增加,径流量呈现出增加趋势,特别是夏秋季增幅较大。短时间内径流量增大可能会引发格尔木市洪涝灾害,破坏盐湖企业生产设施;但若将洪水资源进行调控和利用,不仅防范了洪涝灾害,同时也利于解决盐湖企业日渐增大的用水需求难题。
文摘计算效率低及异参同效(局部优化)是分布式水文模型参数优化研究中存在的主要问题。本文基于RAGA(基于实数编码的加速遗传算法),提出一种分布式水文模型参数分类优化方法,将需要率定的参数根据物理意义分成若干类,逐类进行优化。这种方法可降低待优化参数的维度,一方面可以提高优化计算的速度,另一方面可以在一定程度上逼近全局最优,减少异参同效的问题。本文采用分布式水文模型WEP-L(Water and Energy Processesin Large Scale Basin)模型,针对黄河流域玛曲水文站以上区域1997—2000年逐月流量过程进行参数率定,并对2006—2016年系列进行验证。对比参数不分类优化方法,发现采用参数分类优化方法后,WEP-L模型参数优化的速度提高37%左右,纳什效率系数(NSE)从0.739提高到0.829。说明参数分类优化方法既可以节约时间,又可以保证优化算法的全局性,提高模拟的精度。