[发明专利]一种分布式水文模型的汇流并行调度方法

说明书

本发明公开了一种分布式水文模型的汇流并行调度方法，涉及水资源调度技术领域。该方法，首先通过对河网进行二叉树编码，将河网中的多个子流域划分为多个子流域块，并通过主处理器采用贪婪多处理器调度算法将多个子流域块分配到多个从处理器中，从处理器分别处理之后再由主处理器进行数据融合。所以，本发明有效的解决了分布式水文模型汇流模块由于依赖关系复杂无法并行化计算的问题；本发明提出了贪婪多处理器调度算法用来处理汇流子流域块的任务调度，解决了并行计算时多处理器负载不均衡问题。通过使用主处理器和从处理器对汇流模块进行并行化改造，提高了分布式水文模型汇流过程的计算效率。

技术领域

本发明涉及水资源调度技术领域，尤其涉及一种分布式水文模型的汇流并行调度方法。

背景技术

分布式水文模型是探索和认识复杂水文循环过程和机理的有效手段，也是解决许多水文实际问题的有效工具，已经在气候变化、LUCC、缺资料地区、生态水文学、水资源管理等领域的研究中发挥了重要作用。分布式水文模型具有计算密集的特点，主要体现在：(1)流域水文模拟高度复杂，包括不同下垫面的产流过程模拟以及坡面和河道汇流等，计算过程中存在许多中间变量，具有数据传输密集；(2)分布式水文模型涉及大量的栅格或者子流域数据。随着遥感技术和地理信息系统的发展，分布式水文模型能够获取到的信息越来越多，模拟的范围越来越大，同时划分的单元也越来越精细，模拟单元计算密集；(3)流域水文过程计算要求较高的时间动态性，时间步长往往为小时或分钟尺度，具有时间密集的特点。分布式水文模型对高性能计算提出了很高的要求，传统的串行计算难以满足其要求，需要并行计算技术为模型提供高速率运算。

随着并行计算软硬件技术的发展，不论从CPU、GPU等硬件的提升，还是从OpenMP、MPI、CUDA等并行编程标准的发展，并行计算的门槛不断降低。同时，分布式水文模型的模拟范围越来越广、分辨率越来越高、数据量也越来越多。在此基础上，分布式水文模型的并行计算得到了良好的发展。

不过，由于分布式水文模型汇流过程不同于其他蒸发蒸腾、入渗等模拟过程在其所在的子流域即可独立完成计算，不需要其他子流域的相关信息。汇流模块模拟当前子流域时需要上游依赖子流域的计算结果作为输入，由于其特有的依赖关系导致并行计算设计过后存在处理器任务分配不均衡的问题，负载过大的处理器在执行计算而负载过小的处理器发生空闲。因此，针对汇流过程子流域之间的依赖关系设计合理的并行任务调度方法在计算效率提升上尤为重要。

发明内容

本发明的目的在于提供一种分布式水文模型的汇流并行调度方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种分布式水文模型的汇流并行调度方法，包括如下步骤：

S1，针对河网构建二叉树结构，二叉树中的一个节点代表河网中的一个子流域，每个子流域节点均用二维编码(V，L)表示，V表示该子流域节点在对应层内的序号，L表示该子流域距离流域出口的距离所在的层数，其中，河网主河段中的子流域的二维编码中的V等于0；

S2，将V等于0的河网主河段中的子流域及其上游所有依赖子流域划分成为一个子流域块，针对河网划分为多个子流域块，形成分布式水文模型汇流模块中的多个子流域块任务；

S3，主处理器采用贪婪多处理器调度算法将所有的子流域块任务分配给多台从处理器，使子流域任务块处理时间之和最大的从处理器上的负载最小化；

S4，每台从处理器分别进行任务处理，并将处理结果发送至主处理器；

S5，主处理器对处理结果进行统计融合，生成汇流输出文件，完成汇流并行调度。

优选地，S3包括如下步骤：

S301，在主处理器中，按照子流域块处理时间的升序或者降序对所有的子流域块任务进行排序，形成任务列表；