基于GPU加速的水文模型参数率定

丁留谦,梁珂,阚光远,何晓燕,张大伟, 洪阳

Yangtze River（2019）

被引用8|浏览21

摘要

针对水文模型参数率定问题,为显著提升计算效率,选择SCE-UA算法和新安江模型为研究对象,围绕SCE-UA算法并行化与程序化实现、并行SCE-UA算法在图形处理器(GPU)上的加速效果这两个关键科学问题,以GPU硬件平台和通用计算设备架构(CUDA)软件平台为工具,采用时空复杂度分析、算法并行性挖掘、代码深度优化、数值模拟实验等多种手段相结合的方法,进行了水文模型参数率定提速研究.内容包括:① 搭建基于CUDA和GPU的并行计算软硬件平台,进行配置与调优;② 并行SCE-UA算法及其程序化实现;③ 并行SCE-UA算法在GPU上的加速效果.研究结果表明:所提出的方法显著提升了参数率定效率,能够促进水文模拟、最优化方法、计算机科学与技术等多学科的交叉、融合与发展,对水文模拟与预报、防洪快速应急响应具有科学意义和实用价值.

更多

上传PDF