Page 133 - 2025年第56卷第10期
P. 133

由图 9（a）可知，线程数 n 较少时，工作站计算耗时显著低于超算平台。以单线程（n = 1）为例，工
              作站的总计算耗时较超算平台减少约 45.7%，然而，随着线程数的增加，两者之间的差距逐渐缩小。
              图 9（b）显示，超算平台在多线程并行计算中表现出更接近线性加速比。上述差异主要源于两者在硬件
              架构上的不同特点：工作站 CPU 具有较高的主频和睿频，适用于单线程任务；而超算平台 CPU 的核心
              和线程数更多，更适合多线程并行运算。
                  此外，SERGHEI-SWMM 中的地表径流与管道排水模块在计算耗时和并行性能方面表现出明显差
              异。图 9 表明，地表径流模块的计算耗时显著高于管道排水模块，但其并行加速效果优于后者。这一现
              象与两者计算单元数量差异有关：地表径流模块包含 69 666 个网格单元，而管道排水模块仅包含 1025
              条管道，前者计算单元数量约为后者的 68 倍。这种差异导致并行计算任务负载不均衡，进而影响整体
              计算效率。具体而言，由于管道排水模块的计算单元较少，当线程数增加时，单个线程分配的计算单元
              明显减少，导致线程切换开销占比增大，同时线程间的通信频次增加也使得通信开销占比显著上升。
                  当采用 GPU 进行模拟时，模型计算效率明显提升。在工作站和超算平台上，使用单块 GPU 模拟
              耗 时 分 别 为 46.5 和 19.3 min， 较 各 自 CPU 单 线 程 耗 时 分 别 减 少 了 61.3% 和 91.3%。 上 述 结 果 表 明 ，
              SERGHEI-SWMM 具备较高的准确性和良好的性能可移植性，适用于多硬件环境下城市洪涝模拟需求，
              可为城市洪涝模拟提供高效、准确的技术支持。


              5 结论


                  本研究基于地表径流模型 SERGHEI-SWE 与 SWMM 的管道排水模块，结合 Kokkos 异构并行编程
              框 架 ， 开 发 了 具 备 高 性 能 计 算 和 良 好 硬 件 可 移 植 性 的 城 市 洪 涝 一 二 维 耦 合 水 动 力 模 型 SERGHEI-
              SWMM。通过基准算例验证、实际场地模拟以及并行性能测试，全面评估了模型的合理性、模拟精度
              及异构并行计算性能。主要结论如下：（1）基准算例验证结果表明，SERGHEI-SWMM 的模拟结果与
              InfoWorks ICM 等参考模型高度一致，各管道流量模拟值与参考模型的相对差值均低于 9%，RMSE 均
              小于 0.03，展现出较高的模拟精度与合理性。（2）以同济大学校园为实际案例研究区，对两场实测降雨
              引 发 的 积 水 过 程 进 行 模 拟 ， 并 将 模 拟 结 果 与 现 场 实 拍 积 水 情 况 进 行 对 比 。 结 果 表 明 ， SERGHEI-
              SWMM 能够准确模拟积水位置与深度，展现出良好的实用性与可靠性。（3）SERGHEI-SWMM 支持 CPU
              与 GPU 的高效异构并行计算，在相同任务下，GPU 并行计算效率较 CPU 单线程最高提升达 91.3%。综
              合而言，该模型具备较高的模拟精度、优异的并行计算性能以及良好的硬件可移植性，可为城市洪涝
              时空演变过程的高效、精细化模拟提供有力的技术支撑。


              参  考  文  献：


               ［ 1 ］ GHOSH P， SUDARSAN J S， NITHIYANANTHAM S.  Nature-Based Disaster Risk Reduction of Floods in Urban
                      Areas［J］  Water Resources Management，2024，38：1847-1866.
                             .
               ［ 2 ］ 程晓陶，刘昌军，李昌志，等 .  变化环境下洪涝风险演变特征与城市韧性提升策略［J］  水利学报，2022，53
                                                                                          .
                      （7）：757-768，778.
               ［ 3 ］ GUO  K， GUAN  M， YU  D.   Urban  surface  water  flood  modelling-a  comprehensive  review  of  current  models  and
                                     .
                      future challenges［J］  Hydrology and Earth System Sciences，2021，25：2843-2860.
               ［ 4 ］ 张金良，罗秋实，王冰洁，等.  城市极端暴雨洪涝灾害成因及对策研究进展［J］ 水资源保护，2024，40（1）：6-15.
                                                                                .
               ［ 5 ］ 苑希民，兰卓青，王丽娜，等 .  极端天气城市特大暴雨洪涝灾害特征再分析及应对策略［J］  水利学报，
                                                                                                 .
                      2024，55（11）：1298-1308.
               ［ 6 ］ 陈文龙，徐宗学，张印，等 .  高密度城市暴雨洪涝治理理论框架及其应用研究［J］  水利学报，2022，53（7）：
                                                                                      .
                      769-778.
                                                                                         .
               ［ 7 ］ 黄国如，陈志威，曾博威 .  城市洪涝模型及 CPU-GPU 异构并行计算技术研究进展［J］  水利学报，2023，54
                      （6）：654-665.
                — 1380   —
   128   129   130   131   132   133   134   135   136   137   138