基于MPI的大气污染扩散模型的并行计算的研究.pdfVIP

http :// 基于 MPI 的大气污染扩散模型的并行计算研究 姚丽萍 王远飞 （华东师范大学地理信息科学教育部开放实验室，上海， 200062） E-mail ：y 摘 要 环境空气管理和空气污染预报过程中，数量众多的污染源、复杂的扩散模型以及庞 大的运算量难以保证空气污染物分布预报的高度时效性。本文基于 MPI 消息传递实现了多点 源高斯扩散模型的并行编程，以数据的分布存储作为区域划分的依据，实现了计算量的负载 平衡；通过对算法的改进实现了粗粒度计算，大大减少通信量，提高了程序的执行效率，并 对串行计算和并行计算的结果进行了比较。研究结果表明，将并行计算应用于多点源污染物 浓度计算是可行的，并获得较高的加速比，并行效率最高达 97.5%，与单机相比，不仅可以 提高运行速度，大大缩短计算时间，而且可以扩大计算规模。 关键词 并行计算 大气污染扩散 加速比 1. 引言 当前，随着城市与区域环境管理的深化和计算机技术的普及，复杂的大气扩散模式多 被移植到PC桌面环境中运行，这些模式已经成为支持环境空气质量评价、大气环境容量核 定、优化污染源的布局、空气质量预报等业务工作的基本工具。为了满足环境管理要求，扩 散模式不断向大型化和复杂化发展，从经典的高斯点源扩散模式向其变形模式、统计模式、 相似模式、K模式甚至多模式组合模拟的方向发展。当考虑的影响因素众多、污染源数量较 多、模拟的时间周期延长、模拟的空间网格更加精细时，在PC环境中运行模式需要花费很 长的计算机时间，单机性能上的缺陷已经难以胜任在短时间内计算环境空气质量这一任务。 3 例如对上海这样的特大型城市，即使在公里网格（1km×1km ）上对 10 数量级的工业污染 点源使用最简单的高斯型的评价模式进行模拟分析，也需要花费数小时的时间才能完成一次 模拟分析，这还不包括在更细的网格上对更加复杂的污染源如线源、体源等进行模拟分析。 此外，在污染扩散过程的分析中，还经常需要进行交互式的计算模拟，这就对计算的实时性 提出了更高的要求。为了解决PC计算效率和环境管理业务对于计算模拟实时性要求之间的 矛盾，我们将研究的着眼点转向高性能体系下的并行计算。 并行计算是解决复杂问题的主要方法之一，其基本思想是根据一定的规则将一个大的 计算问题分解成许多小的子问题，将这些子问题分配调度到高性能计算平台的不同节点上进 行计算。通过将大的问题分解成小问题进行并行计算，可以大大缩短问题的处理时间[1] 。随 着计算机网络化和并行计算的发展，以互联网为基础的高性能并行计算已经出现，在这一网 络平台上各种计算资源连接在一起，计算机技术从原来单纯的计算工具，逐渐变成一种以计 算和信息传播并重的工具。本文的主要工作即是以 1998 年上海市工业污染源为例，尝试在 高性能环境中通过并行计算解决环境管理业务对大气污染扩散模拟提出的效率需求，并建立 Internet －高性能计算－GIS分析为一体的技术体系。 2. 2 ．试验数据与污染扩散模型 2.1 试验数据与坐标系 本文主要研究的是在网络化的高性能并行计算环境中大气污染模拟的技术问题，因此 -1- http :// 对计算模拟中需要的污染源数据和有关的气象参数等的实时性不过于注重。虽然SO 、 NO , 2 x CO, O3及大气颗粒物 （TSP和PM10 ）等都是影响城市空气质量的污染物质，并且污染源又有 地面源和高架源之分，但是本文仅选择高架点源排放的SO2作为研究对象。在上述限定的基 础上，确定上海市为试验研究区域，高架点源的试验数据为 1998 年全市的 1320 个燃煤为主 的重点工矿企业，