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。     

高性能并行分布式水文模型研究进展

传统分布式水文模型采用串行计算模式,其计算能力无法满足大规模水文精细化、多要素、多过程耦合模拟的需求,亟需并行计算的支持。进入21世纪后,计算机技术的飞速发展和并行环境的逐步完善,为分布式水文模型并行计算提供了软硬件支撑。论文从并行环境、并行算法2个方面对已有研究进行总结概括,分析了不同并行环境和并行算法的优势与不足,并提出提高模型并行效率的手段,即合理分配进程/线程数缩减通信开销,采用混合并行环境增强模型可扩展性,空间或时空离散化提高模型的可并行性及动态分配计算任务、平衡工作负载等。最后,论文对高性能并行分布式模型的未来研究方向进行展望。     

GIS支持下的基于DEM的水文响应单元划分——以洞庭湖为例

在GIS技术支持下,以洞庭湖为研究区,设计了水文响应单元划分的实现方案和算法,即用适度指数法确定合理的集水面积阈值,从DEM中提取子流域,并与土地利用和土壤类型图进行空间叠加分析,使得生成的每个水文单元仅含有单一的土地利用和土壤类型。结果表明:洞庭湖流域被离散成105个子流域、19 759个水文响应单元,符合分布式水文模型构建的需求;适度指数法用于设置合理的集水面积阈值,避免了人工率定阈值带来的不确定性,提高了子流域生成的精度和智能性。     

大尺度分布式水文模型数字流域提取方法研究

构建大尺度分布式水文模型是当前大气水文模型耦合研究的一项重要内容。本文介绍一 种根据1km DEM 生成更大网格尺度DEM 数据, 同时可以保持流域河网信息并减缓高程、坡度 等地貌参数信息量衰减速度的有效方法———ZB算法。利用该方法和常规的网格平均法生成黄河 唐乃亥以上流域的5km、10km、15km 和20km 两套DEM 数据, 分别提取高程、坡度、地形指数、河 网密度、主河道长度、流域面积等流域特征参数, 并与1km DEM 提取的上述参数进行比较, 对两 种方法作出评价。结果显示, 随着网格尺度的增大, ZB 算法获得的DEM 数据可以保持河网的连 续性, 提取出合理的流域范围, 减缓地形信息量的衰减速度。该方法满足构建大尺度分布式水文 模型提取数字流域的需要。     

SCE-UA算法在流溪河模型参数优选中的应用

流溪河模型是一个主要用于流域洪水预报的分布式物理水文模型,目前采用手工试错法优选模型参数,虽然该方法在过去的研究中取得了较好的效果,但参数优选过程较为繁琐,需时较长.文中以广州市流溪水库流域为例,采用SCE-UA算法对流溪河模型优选参数,并使用优选结果进行模拟检验,取得了较好的效果.研究表明,SCE-UA算法能够快速、有效地进行流溪河模型参数的优选,相比手工试错法具有简单、方便、高效的特点,可应用于分布式流域水文模型的参数自动化优选工作.     

流域LUCC水文效应研究中的若干问题探讨

随着全球变化研究的深入,土地利用/覆被变化(LUCC)的水文效应研究日益成为热点问题。综合国内外研究进展,论文就流域土地利用/覆被变化水文效应研究中的几个问题进行了总结和探讨：子流域和水文响应单元是分布式水文模型对流域基本空间单元的理想划分;对国内外现有的土地利用分类系统进行了适当的调整和归并,建立了基于水文响应研究的土地利用分类系统,将土地利用分为9个Ⅰ级类和21个II级类;土地利用/覆被变化情景分析的常用方法有参照对比法、历史反演法、模型预测法、极端土地利用法、土地利用空间配置法等。     

基于数据分治与双层索引的并行点面叠加分析方法研究

地图叠加分析是一种计算密集型算法,并行化计算是加快算法执行速度的一种有效方法。该文研究分布式环境下的点面图层并行化叠加分析方法与实现。首先根据点面叠加的特点设置并行数据分解的方式,基于分治法分解空间数据,在并行系统下将地理要素分而治之。然后引入双层索引的并行叠加机制,一是对面图层根据Hilbert空间索引的排序方式分发数据,二是对点图层建立四叉树索引,对每一个进行相交运算的多边形进行快速过滤和求交。最后在Linux集群系统下实现该并行算法,其一利用MPI分布式计算环境实现在整体计算框架下的消息通讯模式的并行,其二在每个子节点中实现基于多核OpenMP工具的本地并行化。结果表明,利用双层空间索引分治的方法可实现并行数据分块,各子节点实现独立计算,减少并行系统中的I/O冲突,并行加速比明显。该方法对矢量地图运算的并行化进行了有益的尝试,为大数据时代的空间数据分析提供一种有效的途径。     

基于DEM的清水河分布式水文模型

对于以冰雪融水和雨水混合补给为主的西北山区流域,需要结合山区特点建立分布式水文模型。通过取塔里木河流域中的清水河水系为研究区域,采用300 m×300 m DEM数据进行流域河网水系提取,同时用DEM数据对参数进行分布式异化,建立冰雪融水与降雨相结合的分布式水文模型。分析模拟结果表明:夏季模拟径流主峰值与实测径流值较为接近,而冬春季节两者之间的差别较大,反映了西北山区流域冰雪融水和雨水混合补给为主的特点;进而开拓塔里木河区域应用该类模型的可行性。     

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。     

KDSG-DBSCAN:一种基于K-D Tree和Spark GraphX的高性能DBSCAN算法

DBSCAN是一种基于密度的聚类算法,其能从包含噪声点的数据集中发现任意形状的聚类并且无需预先设定聚类个数,因此得到了广泛应用。但随着数据规模的增大,迭代式的点间距离计算导致经典单机串行DBSCAN算法的性能显著下降,使之无法满足实际应用的效率需求。为此,该文提出一种性能改进的分布式并行聚类算法——KDSG-DBSCAN。该算法利用K-D Tree邻域查询减少点间距离计算次数,利用图连通算法优化局部类簇合并过程,并基于Apache Spark MapReduce平台实现了计算过程的并行化。通过4组对比实验,分析了KDSGDBSCAN、经典DBSCAN与未使用图连通的KDS-DBSCAN算法的执行效率、KDSG-DBSCAN各子阶段执行时间占比、不同数据规模下KDSG-DBSCAN的扩展性以及不同计算节点数量和CPU核数下KDSG-DBSCAN的扩展性。结果表明,KDSG-DBSCAN算法具有良好的可扩展性和加速比。     

基于DEM的复杂地形流域特征提取

利用流域数字高程模型(DEM)构建数字水系模型并提取流域水系特征是分布式水文过程模拟的重要前提。提出了面向分布式水文过程模拟和流域特征提取的数字水系模型,并针对现有方法对复杂地形DEM中含有的平地、洼地及其嵌套情形的处理不足,提出了栅格水流分类、填洼分类与归并及有效填平处理、河谷平地的出流代价法构建栅格流向和流序等新的处理方法,并在开发的软件系统得到实现。使用该方法创建的黄土岭流域数字水系模型和提取的水系等流域特征结果表明:本文方法可有效应对复杂地形流域的处理,提取的流域水系特征与实际自然水系比较吻合,能够有效地消除现有方法在地形平坦区域容易产生的平行河道、奇异河道、河道变形等不足。     

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。     

数字地形分析应用适配性知识的案例表达与推理方法

数字地形分析(Digital Terrain Analysis, DTA)在应用时依赖于建模知识,尤其是关于所建的应用模型是否与研究区特点、数据等条件相适配的知识(称为“应用适配性知识”);由于这类知识难以形式化表达,现有的数字地形分析工具对此类知识缺乏利用,从而导致普通用户在应用数字地形分析时建模困难。针对该问题,设计了一套数字地形分析领域应用适配性知识的案例表达与相应的推理方法。以美国32个河网提取案例为例,通过交叉验证,初步表明案例及其推理应用方法适合于数字地形分析领域应用适配性知识的形式化表达与应用,该方法通过与建模环境的集成,可大幅降低数字地形分析应用建模难度。     

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。     

基于DEM的数字流域特征提取研究进展

数字高程模型(DEM)是地表形态高程属性的数字化表达,利用流域DEM数据构建数字水系模型并提取流域水文特征,是分布式水文过程模拟的重要基础。DEM中闭合洼地和平坦区域的处理、流向的确定以及DEM分辨率的大小都直接影响着流域水系特征提取的质量与效率。针对当前基于DEM提取河网与流域特征的诸多问题,阐述了DEM数据提取流域水系特征的原理,回顾了数字水系模型与流域特征提取方法,评述了洼地和平地的处理方法及水流方向的确定方法的研究进展,介绍了当前基于不同DEM数据类型的提取方法研究,探讨了DEM尺度和分辨率对提取流域特征的影响,总结了平缓区域数字水系和河网提取的研究进展。     

黄河典型流域分布式水文过程模拟

基于水循环物理过程的分布式水文模型的研究和应用已经成为当前水文学研究的热点之一。本文应用大尺度分布式水文模型SVAT&HYCY ,选择黄河的主要支流洛河卢氏以上流域进行实例研究。根据 1990～ 1996年的资料进行的模拟结果表明 ,模型可以反映流域蒸散发的空间分布特征以及径流的形成过程。但是在模拟的径流值与实测值之间还有一些差异。这种差别一方面是因为实际径流包含了人类活动的影响 ,另一方面 ,空间插值方法是否准确反映模型的输入量 (特别是降水 )的空间分布特征也将影响模拟精度。     

那棱格勒河流域及尾闾盐湖水文循环动力学模型的选择

流域水文模型的研制是水文科学中最重要的分支之一。其中包括集总式和分布式流域水文模型,分布式流域水文模型的种类很多,在我国的研究和应用比较普遍。那棱格勒河是柴达木盆地最大的一条河流,正确评价该河流的水文情况,对开发柴达木盆地盐湖资源具有十分重要的意义。应用分布式流域水文模型理论,对适用于那棱格勒河流域的水文循环动力学模型的类型进行选择,通过分析对比,选择出最适合本地区特殊条件的TOPKAPI模型,以便于探讨该地区水文循环的特点与规律,从而阐明盐湖区各类水体间的相互补给关系。