Параллельная реализация лагранжевой дисперсионной стохастической модели переноса примеси в атмосфере | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 70. DOI: 10.17223/19988605/70/3

Параллельная реализация лагранжевой дисперсионной стохастической модели переноса примеси в атмосфере

Для лагранжевой дисперсионной стохастической модели переноса примеси разработаны параллельные алгоритмы ее численной реализации для многопроцессорных многоядерных вычислительных систем с общей и распределенной памятью. Для создания параллельных версий программ использовались технологии параллельного программирования Message Passing Interface и Open MultiProcessing. Получено, что использование технологии MPI в равных условиях имеет небольшое преимущество и позволяет достичь ускорения параллельной версии программы при запуске до 1 000 000 частиц более чем в 20 раз. Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.

Скачать электронную версию публикации

Загружен, раз: 13

Ключевые слова

лагранжева дисперсионная модель, перенос примеси, параллельная реализация, MPI, OpenMP

Авторы

ФИО	Организация	Дополнительно	E-mail
Каратаева Екатерина Алексеевна	Томский государственный университет; Институт оптики атмосферы им. В.Е. Зуева Сибирского отделения РАН	аспирант кафедры вычислительной математики и компьютерного моделирования механико-математического факультета; инженер	starch@math.tsu.ru
Старченко Александр Васильевич	Томский государственный университет; Институт оптики атмосферы им. В.Е. Зуева Сибирского отделения РАН	профессор, доктор физико-математических наук, заведующий кафедрой вычислительной математики и компьютерного моделирования механико-математического факультета, ведущий научный сотрудник Регионального научно-образовательного математического центра; главный научный сотрудник	karat@iao.ru

Всего: 2

Ссылки

Марчук Г.И. Математическое моделирование в проблеме окружающей среды. М.: Наука, 1982. 320 с.

Селегей Т.С. Разработка усовершенствованного комплексного метеорологического показателя рассеивающей способности атмосферы (на примере территории Западной Сибири): отчет о научно-исследовательской работе ФГБУ СибНИГМИ. Новосибирск, 2013.

Karataeva E.A. Application of the Lagrangian stochastic dispersion model for urban air pollution simulation // 29th International Symposium on Atmospheric and Ocean Optics: Atmospheric Physics: Proc. of SPIE. 2023. V. 12780.

Атмосферная турбулентность и моделирование распространения примесей / под ред. Ф.Т.М. Ньюистадта, Х. Ван Допа. Л.: Гидрометеоиздат, 1985. 350 с.

Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. СПб.: БХВ-Петербург, 2002. 608 с.

Starchenko A.V., Danilkin E.A. et al. A Supercomputer-Based Modeling System for Short-Term Prediction of Urban Surface Air Quality // Supercomputing Frontiers and Innovations, 2022. V. 9 (1). P. 17-31.

Larson D.J., Nasstrom J.S. Shared- and distributed-memory parallelization of a Lagrangian atmospheric dispersion model // Atmospheric Environment. 2002. V. 36. P. 1569-1564.

Pisso I., Sollum E. et al. The Lagrangian particle dispersion model FLEXPART version 10.3 // Geosci. Model Dev. Discuss. 2019.

Roberti D.R., Souto R.P. et al. Parallel Implementation of a Lagrangian Stochastic Model for Pollutant Dispersion // International Journal of Parallel Programming. 2005. V. 33 (5). P. 485-498.

Lenotre L. A Strategy for Parallel Implementations of Stochastic Lagrangian Simulation // Monte Carlo and Quasi-Monte Carlo Methods: conference paper / R. Cools, D. Nuyens (eds). Springer, 2016. P. 507-520. (Springer Proceedings in Mathematics and Statistics; v. 163).

Hoffmann L., Baumeister P.F. et al. Massive-Parallel Trajectory Calculations version 2.2 (MPTRAC-2.2): Lagrangian transport simulations on graphics processing units (GPUs) // Geosci. Model Dev. 2022. V. 15. P. 2731-2762.

Семёнов Е.В., Старченко А.В. и др. Выбор технологии распараллеливания численного решения конвективно-диффузионного уравнения на гибридной многопроцессорной вычислительной системе // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2020. № 51. С. 111-120.

Thomson D.J. Criteria for the selection of stochastic models of particle trajectories in turbulent flows // J. Fluid Mech. 1987. V. 180. P. 529-556.

Hurley P.J. The air pollution model (TAPM) version 2. Part 1: Technical description // CSIRO Atmospheric Research Technical Paper. 2002. № 55. 49 p.

Старченко А.В., Кижнер Е.А. и др. Численное моделирование погоды и качества атмосферного воздуха в городах. Томск: Изд-во Том. ун-та, 2022. 140 с.

Антонов А.С. Технологии параллельного программирования MPI и OpenMP. М.: Изд-во Моск. ун-та, 2013. 344 с.

Luhar A.K., Britter R.E. A random walk model for dispersion in inhomogeneous turbulence in a convective boundary layer // Atmospheric Environment. 1989. V. 23 (9). P. 1911-1924.

Franzese P., Luhar A.K. et al. An efficient Lagrangian stochastic model of vertical dispersion in the convective boundary layer // Atmospheric Environment. 1999. V. 33 (15). P. 2337-2345.