CASC2D分布式水文模型异构并行算法研究

针对 CASC2D 模型精细化水文模拟时面临的计算耗时长、效率低等问题,在保持产汇流算法和流域拓扑结构的基础上,采用 CPU+GPU 的异构并行算法对 CASC2D 模型程序进行重新设计和优化,模型程序中的降雨、 产流、坡面汇流和河道汇流过程均优化为并行计算,以提高 CASC2D 模型的计算效率。将优化后的 CASC2D 模型应用于前毛庄流域的洪水流量过程模拟,计算结果与原 CASC2D 模型保持一致。在栅格分辨率为 30 m,计算步长为 3 s 时,与原 CPU 串行计算方法相比,并行加速比达到 34 倍以上,并且栅格单元数据精度越高,加速比提升越明显。异构并行算法可在不降低模拟精度的条件下显著提升 CASC2D 模型的计算效率,满足实时水文预报的应用需求。