CN111768502A - 一种基于gpu加速技术的非结构网格二维洪水模拟系统 - Google Patents
一种基于gpu加速技术的非结构网格二维洪水模拟系统 Download PDFInfo
- Publication number
- CN111768502A CN111768502A CN202010650584.2A CN202010650584A CN111768502A CN 111768502 A CN111768502 A CN 111768502A CN 202010650584 A CN202010650584 A CN 202010650584A CN 111768502 A CN111768502 A CN 111768502A
- Authority
- CN
- China
- Prior art keywords
- gpu
- dimensional
- variables
- simulation system
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 31
- 230000001133 acceleration Effects 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 15
- 230000004907 flux Effects 0.000 claims abstract description 13
- 238000010586 diagram Methods 0.000 claims abstract description 6
- 239000006185 dispersion Substances 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 9
- 230000008595 infiltration Effects 0.000 claims description 6
- 238000001764 infiltration Methods 0.000 claims description 6
- 238000007716 flux method Methods 0.000 claims description 3
- 230000010076 replication Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/60—Memory management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于GPU加速技术的非结构网格二维洪水模拟系统，步骤为：对模拟区域进行空间离散，得到三角形网格地形文件；读取该文件，并将文件中的节点和单元数据存在程序变量中。依据两个相邻三角形共用一条边的点编号相同原则对文件建立拓扑关系；根据建立的拓扑关系计算每个三角形网格的相关变量；将节点中的坐标值转换到单元中，初始化各个相关变量；将所有变量在GPU中分配内存，并将上述变量的值复制到GPU变量中；在GPU上分别计算通量项、底坡源项、摩阻源项和时间步进；将GPU上计算的结果值复制到主机内存中，并输出模拟的水深分布图。本发明的系统计算稳定、精度和模拟效率较高，可实现对洪水过程的精确模拟。
Description
技术领域
本发明属于数值模拟技术领域，涉及一种基于GPU加速技术的非结构网格二维洪水模拟系统。
背景技术
为应对频繁发生的水灾害问题，世界各国均建立了适应自己国情的洪水管理体系，发达国家由于起步较早，所建立的洪水管理体系较为完善，如美国、日本等；而发展中国家的洪水管理体系则相对落后一些。在洪水管理体系中，对洪水灾害的预警预报是至关重要的，而水动力学模型正是预报洪水灾害的有力技术手段。近年来，国内外众多学者参与到水动力学模型的研究开发中，涌现出众多的一维、二维、三维水动力学模型，由于大范围洪水具有模拟范围广、洪水淹没面积大的特点，二维水动力学数值模型便脱颖而出。
在二维水动力学模型中，常见的有结构网格和非结构网格。由于结构网格拓扑关系简单，操作处理方便，部分学者将GPU加速技术应用于结构网格。但是结构网格难以处理地形的复杂边界，而非结构网格便可很好地解决该问题，但非结构网格拓扑关系较为复杂。因此，建立一种基于GPU加速技术的非结构网格二维洪水模拟系统是十分必要的。
发明内容
本发明的目的是提供一种基于GPU加速技术的非结构网格二维洪水模拟系统，解决了现有技术中存在的GPU加速技术难以应用于非结构网格来进行洪水模拟的问题。
本发明所采用的技术方案是，一种基于GPU加速技术的非结构网格二维洪水模拟系统，具体按照以下步骤实施：
步骤1、采用非结构三角形网格对模拟区域进行空间离散，得到三角形网格地形文件；
步骤2、读取步骤1中的三角形网格地形文件，并将文件中的节点(node)和单元(element)数据存在程序变量中。
步骤3、依据两个相邻三角形共用一条边的点编号相同原则对三角形网格地形文件建立拓扑关系；
步骤4、根据建立的拓扑关系计算每个三角形网格的相关变量；
步骤5、将节点中的坐标值转换到单元中，并初始化各个相关变量；
步骤6、将步骤5中的所有变量在GPU中分配内存，并将上述变量的值复制到GPU变量中；
步骤7、采用Godunov格式的有限体积法离散二维浅水方程，得到可以被计算机求解的通量项、底坡源项、摩阻源项和时间步进，然后在GPU上分别计算通量项、底坡源项、摩阻源项和时间步进；
步骤8、采用cudaMemcpy函数将GPU上计算的结果值复制到主机内存中，并输出模拟的水深分布图。
步骤3中拓扑关系包括当前边的左侧网格编号，当前边的右侧网格编号，以及当前边的属性。
步骤4中相关变量包括三角形网格的面积、各边的长度，各边的法线单位向量在x方向及y方向的分量，以及相邻两个三角形形心之间的距离。
步骤6中采用cuda库函数的cudaMalloc进行变量分配，采用cudaMemcpy函数进行变量值的复制。
步骤7中通量项、底坡源项、摩阻源项和时间步进的计算方法分别对应黎曼求解器、底坡通量法、半隐式法和二阶龙格库塔法。
步骤7中二维浅水方程具体为：
式中：
t——为时间s；
i——为降雨及下渗源项；
q——为变量矢量包括水深h，两个方向上的单宽流量qx和qy；
u、v——为x、y方向上的流速；
f、g——为x、y方向上的通量矢量；
S——为源项矢量，包括降雨及下渗源项i、底坡源项及摩阻力源项；
zb——为河床底面高程，m；
Cf——为床面摩擦系数，Cf＝gn2/h1/3，其中n为曼宁系数。
本发明的有益效果是：
一种基于GPU加速技术的非结构网格二维洪水模拟系统，该系统计算稳定、精度和模拟效率较高，可实现对洪水过程的精确模拟，得到较为详细的洪水淹没图，为洪水风险的应急决策提供有力的数据支撑。
附图说明
图1是本发明基于GPU加速技术的非结构网格二维洪水模拟系统的某处非结构三角形网格离散地形图；
图2是本发明基于GPU加速技术的非结构网格二维洪水模拟系统的结构流程图；
图3是本发明基于GPU加速技术的非结构网格二维洪水模拟系统的模拟水深分布结果图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图1-2所示，一种基于GPU加速技术的非结构网格二维洪水模拟系统，具体按照以下步骤实施：
步骤1、采用非结构三角形网格对模拟区域进行空间离散，得到三角形网格地形文件；与传统结构网格相比，该非结构三角形网格对不规则地形的表达效果更佳。
步骤2、读取步骤1中的三角形网格地形文件，并将文件中的节点(node)和单元(element)数据存在程序变量中。
步骤3、依据两个相邻三角形共用一条边的点编号相同原则对三角形网格地形文件建立拓扑关系；
步骤4、根据建立的拓扑关系计算每个三角形网格的相关变量；
步骤5、由于坐标值存在节点(node)中，而计算时是以单元(element)为研究对象进行计算的，因此，将节点中的坐标值转换到单元中，并初始化各个相关变量；
步骤6、将步骤5中的所有变量在GPU中分配内存，并将上述变量的值复制到GPU变量中；
步骤7、采用Godunov格式的有限体积法离散二维浅水方程，得到可以被计算机求解的通量项、底坡源项、摩阻源项和时间步进，然后在GPU上分别计算通量项、底坡源项、摩阻源项和时间步进；
步骤8、采用cudaMemcpy函数将GPU上计算的结果值复制到主机内存中，并输出模拟的水深分布图，如图3所示。
步骤3中拓扑关系包括当前边的左侧网格编号，当前边的右侧网格编号，以及当前边的属性。
步骤4中相关变量包括三角形网格的面积、各边的长度，各边的法线单位向量在x方向及y方向的分量，以及相邻两个三角形形心之间的距离。
步骤6中采用cuda库函数的cudaMalloc进行变量分配，采用cudaMemcpy函数进行变量值的复制。
步骤7中通量项、底坡源项、摩阻源项和时间步进的计算方法分别对应黎曼求解器、底坡通量法、半隐式法和二阶龙格库塔法。
步骤7中二维浅水方程具体为：
式中：
t——为时间s；
i——为降雨及下渗源项；
q——为变量矢量包括水深h，两个方向上的单宽流量qx和qy；
u、v——为x、y方向上的流速；
f、g——为x、y方向上的通量矢量；
S——为源项矢量，包括降雨及下渗源项i、底坡源项及摩阻力源项；
zb——为河床底面高程，m；
Cf——为床面摩擦系数，Cf＝gn2/h1/3，其中n为曼宁系数。
本发明的系统计算稳定、精度和模拟效率较高，可实现对洪水过程的精确模拟，在非结构网格上应用GPU并行加速技术，提高了模型模拟计算效率，得到较为详细的洪水淹没图，为洪水风险的应急决策提供有力的数据支撑。
Claims (6)
1.一种基于GPU加速技术的非结构网格二维洪水模拟系统，其特征在于，具体按照以下步骤实施：
步骤1、采用非结构三角形网格对模拟区域进行空间离散，得到三角形网格地形文件；
步骤2、读取步骤1中的三角形网格地形文件，并将文件中的节点(node)和单元(element)数据存在程序变量中。
步骤3、依据两个相邻三角形共用一条边的点编号相同原则对三角形网格地形文件建立拓扑关系；
步骤4、根据建立的拓扑关系计算每个三角形网格的相关变量；
步骤5、将节点中的坐标值转换到单元中，并初始化各个相关变量；
步骤6、将步骤5中的所有变量在GPU中分配内存，并将上述变量的值复制到GPU变量中；
步骤7、采用Godunov格式的有限体积法离散二维浅水方程，得到可以被计算机求解的通量项、底坡源项、摩阻源项和时间步进，然后在GPU上分别计算通量项、底坡源项、摩阻源项和时间步进；
步骤8、采用cudaMemcpy函数将GPU上计算的结果值复制到主机内存中，并输出模拟的水深分布图。
2.根据权利要求1所述的一种基于GPU加速技术的非结构网格二维洪水模拟系统，其特征在于，所述步骤3中拓扑关系包括当前边的左侧网格编号，当前边的右侧网格编号，以及当前边的属性。
3.根据权利要求1所述的一种基于GPU加速技术的非结构网格二维洪水模拟系统，其特征在于，所述步骤4中相关变量包括三角形网格的面积、各边的长度，各边的法线单位向量在x方向及y方向的分量，以及相邻两个三角形形心之间的距离。
4.根据权利要求1所述的一种基于GPU加速技术的非结构网格二维洪水模拟系统，其特征在于，所述步骤6中采用cuda库函数的cudaMalloc进行变量分配，采用cudaMemcpy函数进行变量值的复制。
5.根据权利要求1所述的一种基于GPU加速技术的非结构网格二维洪水模拟系统，其特征在于，所述步骤7中通量项、底坡源项、摩阻源项和时间步进的计算方法分别对应黎曼求解器、底坡通量法、半隐式法和二阶龙格库塔法。
6.根据权利要求1所述的一种基于GPU加速技术的非结构网格二维洪水模拟系统，其特征在于，所述步骤7中二维浅水方程具体为：
式中：
t——为时间s；
i——为降雨及下渗源项；
q——为变量矢量包括水深h，两个方向上的单宽流量qx和qy；
u、v——为x、y方向上的流速；
f、g——为x、y方向上的通量矢量；
S——为源项矢量，包括降雨及下渗源项i、底坡源项及摩阻力源项；
zb——为河床底面高程，m；
Cf——为床面摩擦系数，Cf＝gn2/h1/3，其中n为曼宁系数。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010650584.2A CN111768502A (zh) | 2020-07-08 | 2020-07-08 | 一种基于gpu加速技术的非结构网格二维洪水模拟系统 |
| PCT/CN2021/075073 WO2022007398A1 (zh) | 2020-07-08 | 2021-02-03 | 一种基于gpu加速技术的非结构网格洪水过程模拟系统 |
| ZA2022/03769A ZA202203769B (en) | 2020-07-08 | 2022-04-01 | A flood process simulation system based on unstructured grid and gpu acceleration technique |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010650584.2A CN111768502A (zh) | 2020-07-08 | 2020-07-08 | 一种基于gpu加速技术的非结构网格二维洪水模拟系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111768502A true CN111768502A (zh) | 2020-10-13 |
Family
ID=72725165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010650584.2A Pending CN111768502A (zh) | 2020-07-08 | 2020-07-08 | 一种基于gpu加速技术的非结构网格二维洪水模拟系统 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN111768502A (zh) |
| WO (1) | WO2022007398A1 (zh) |
| ZA (1) | ZA202203769B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111767684A (zh) * | 2020-06-30 | 2020-10-13 | 西安理工大学 | 一种优化的摩阻源项隐式格式二维浅水方程建模方法 |
| CN112233234A (zh) * | 2020-10-15 | 2021-01-15 | 西安理工大学 | 一种洪水模拟预测中河道地形的重构方法 |
| CN112257313A (zh) * | 2020-10-21 | 2021-01-22 | 西安理工大学 | 一种基于gpu加速的污染物输移高分辨率数值模拟方法 |
| CN112836872A (zh) * | 2021-01-29 | 2021-05-25 | 西安理工大学 | 一种基于多gpu的污染物对流扩散方程高性能数值求解方法 |
| CN113191054A (zh) * | 2021-04-30 | 2021-07-30 | 西安理工大学 | 一种基于显卡加速耦合管网的高精度城市雨洪模拟方法 |
| WO2022007398A1 (zh) * | 2020-07-08 | 2022-01-13 | 西安理工大学 | 一种基于gpu加速技术的非结构网格洪水过程模拟系统 |
| CN114282403A (zh) * | 2021-11-22 | 2022-04-05 | 西安理工大学 | 一种耦合生境适宜模型的高效高精度栖息地模拟方法 |
| CN115408955A (zh) * | 2022-08-25 | 2022-11-29 | 西安理工大学 | 基于降雨示踪的城市雨洪积水溯源数值模拟方法 |
| CN115795939A (zh) * | 2022-11-03 | 2023-03-14 | 天津大学 | 一种基于非结构网格的二维洪水过程多gpu模拟方法 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115564238B (zh) * | 2022-10-09 | 2023-04-18 | 中国水利水电科学研究院 | 一种基于水动力机制的小水库洪水预报调洪分析方法 |
| CN116484688B (zh) * | 2023-04-26 | 2023-10-13 | 中国水利水电科学研究院 | 一种城市内涝数值实验方法 |
| CN117010232B (zh) * | 2023-06-27 | 2024-06-14 | 西安理工大学 | 基于gpu加速技术的城市非点源污染全过程高分辨率模拟方法 |
| CN117521404B (zh) * | 2023-11-30 | 2024-05-07 | 中国水利水电科学研究院 | 一种平原水库溃坝洪水危险等级划分方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107451372A (zh) * | 2017-08-09 | 2017-12-08 | 中国水利水电科学研究院 | 一种运动波与动力波相结合的山区洪水过程数值模拟方法 |
| CN109190261A (zh) * | 2018-09-07 | 2019-01-11 | 中国水利水电科学研究院 | 一种一维河网概化与高性能一二维耦合的洪水分析方法 |
| CN110929443A (zh) * | 2019-12-02 | 2020-03-27 | 中国水利水电科学研究院 | 一种基于高精度地形概化的二维洪水模拟方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106599457B (zh) * | 2016-12-13 | 2017-12-05 | 中国水利水电科学研究院 | 一种基于Godunov格式一、二维耦合技术的山洪数值模拟方法 |
| CN107133427A (zh) * | 2017-06-07 | 2017-09-05 | 中国水利水电科学研究院 | 一种基于2dgis平台的洪水分析模型的构建方法 |
| CN111768502A (zh) * | 2020-07-08 | 2020-10-13 | 西安理工大学 | 一种基于gpu加速技术的非结构网格二维洪水模拟系统 |
-
2020
- 2020-07-08 CN CN202010650584.2A patent/CN111768502A/zh active Pending
-
2021
- 2021-02-03 WO PCT/CN2021/075073 patent/WO2022007398A1/zh active Application Filing
-
2022
- 2022-04-01 ZA ZA2022/03769A patent/ZA202203769B/en unknown
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107451372A (zh) * | 2017-08-09 | 2017-12-08 | 中国水利水电科学研究院 | 一种运动波与动力波相结合的山区洪水过程数值模拟方法 |
| CN109190261A (zh) * | 2018-09-07 | 2019-01-11 | 中国水利水电科学研究院 | 一种一维河网概化与高性能一二维耦合的洪水分析方法 |
| CN110929443A (zh) * | 2019-12-02 | 2020-03-27 | 中国水利水电科学研究院 | 一种基于高精度地形概化的二维洪水模拟方法 |
Non-Patent Citations (7)
| Title |
|---|
| JIGMING HOU等: "A robust well-balanced model on unstructured grids for shallow water flows with wetting and drying over complex topography", 《COMPUTER METHODS IN APPLIED MECHANICE AND ENGINEERING》, 13 February 2013 (2013-02-13), pages 1 - 42 * |
| 侯精明;王润;李国栋;李桂伊;: "基于动力波法的高效高分辨率城市雨洪过程数值模型", 水力发电学报, no. 03, 25 March 2018 (2018-03-25) * |
| 刘学哲;余云龙;王瑞利;林忠;: "非结构任意多边形网格辐射扩散方程有限体积格式", 数值计算与计算机应用, no. 04, 14 December 2010 (2010-12-14) * |
| 林骁雄;温正;陶家生;: "基于非结构网格的离子推力器羽流数值模拟方法研究", 航天器环境工程, no. 05, 15 October 2016 (2016-10-15) * |
| 田志静;冯民权;赵明登;: "沁河高庄段洪水漫堤二维模拟", 武汉大学学报(工学版), no. 04, 1 August 2013 (2013-08-01) * |
| 马利平，候精明，张大伟等: "耦合溃口演变的二维洪水演进数值模型研究", 《水利学报》, vol. 50, no. 10, 31 October 2019 (2019-10-31), pages 1 - 23 * |
| 齐文超，王润，刘力等: "基于GPU加速计算技术的溃坝洪水演进模型", 《中国大坝工程学会2016学术年会论文集》, 30 September 2016 (2016-09-30), pages 1 - 7 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111767684A (zh) * | 2020-06-30 | 2020-10-13 | 西安理工大学 | 一种优化的摩阻源项隐式格式二维浅水方程建模方法 |
| CN111767684B (zh) * | 2020-06-30 | 2024-04-19 | 西安理工大学 | 一种优化的摩阻源项隐式格式二维浅水方程建模方法 |
| WO2022007398A1 (zh) * | 2020-07-08 | 2022-01-13 | 西安理工大学 | 一种基于gpu加速技术的非结构网格洪水过程模拟系统 |
| CN112233234A (zh) * | 2020-10-15 | 2021-01-15 | 西安理工大学 | 一种洪水模拟预测中河道地形的重构方法 |
| CN112233234B (zh) * | 2020-10-15 | 2024-04-30 | 西安理工大学 | 一种洪水模拟预测中河道地形的重构方法 |
| CN112257313A (zh) * | 2020-10-21 | 2021-01-22 | 西安理工大学 | 一种基于gpu加速的污染物输移高分辨率数值模拟方法 |
| CN112257313B (zh) * | 2020-10-21 | 2024-05-14 | 西安理工大学 | 一种基于gpu加速的污染物输移高分辨率数值模拟方法 |
| CN112836872B (zh) * | 2021-01-29 | 2023-08-18 | 西安理工大学 | 一种基于多gpu的污染物对流扩散方程高性能数值求解方法 |
| CN112836872A (zh) * | 2021-01-29 | 2021-05-25 | 西安理工大学 | 一种基于多gpu的污染物对流扩散方程高性能数值求解方法 |
| CN113191054A (zh) * | 2021-04-30 | 2021-07-30 | 西安理工大学 | 一种基于显卡加速耦合管网的高精度城市雨洪模拟方法 |
| CN114282403A (zh) * | 2021-11-22 | 2022-04-05 | 西安理工大学 | 一种耦合生境适宜模型的高效高精度栖息地模拟方法 |
| CN115408955B (zh) * | 2022-08-25 | 2024-04-30 | 西安理工大学 | 基于降雨示踪的城市雨洪积水溯源数值模拟方法 |
| CN115408955A (zh) * | 2022-08-25 | 2022-11-29 | 西安理工大学 | 基于降雨示踪的城市雨洪积水溯源数值模拟方法 |
| CN115795939B (zh) * | 2022-11-03 | 2023-06-13 | 天津大学 | 一种基于非结构网格的二维洪水过程多gpu模拟方法 |
| CN115795939A (zh) * | 2022-11-03 | 2023-03-14 | 天津大学 | 一种基于非结构网格的二维洪水过程多gpu模拟方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| ZA202203769B (en) | 2022-07-27 |
| WO2022007398A1 (zh) | 2022-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111768502A (zh) | 一种基于gpu加速技术的非结构网格二维洪水模拟系统 | |
| Murotani et al. | Development of hierarchical domain decomposition explicit MPS method and application to large-scale tsunami analysis with floating objects | |
| CN103559375B (zh) | 调度工程水质改善的数值模拟及可视化仿真系统 | |
| KR101307232B1 (ko) | 하천홍수 상황인지시스템 및 컴퓨터로 판독 가능한 기록매체 | |
| CN109614638B (zh) | 一种非直接建模的城市风环境cfd模拟方法 | |
| CN101916397B (zh) | 一种描述湿地植被生态水文响应的三维可视化装置及方法 | |
| Dawes et al. | A practical demonstration of scalable, parallel mesh generation | |
| CN110990926B (zh) | 一种基于面积修正率的城市地表建筑水动力学仿真方法 | |
| Zhang et al. | Wind modelling for wind erosion research by open source computational fluid dynamics | |
| Zhang et al. | Synthetic modeling method for large scale terrain based on hydrology | |
| CN103279985B (zh) | 一种复杂地形结构体系三维有限元模型的智能化建模方法 | |
| CN117113785B (zh) | 一种孔隙水压力测量方法、装置、电子设备及存储介质 | |
| Yamazaki et al. | Three‐dimensional cut‐cell modelling for high‐resolution atmospheric simulations | |
| CN114282403B (zh) | 一种耦合生境适宜模型的高效高精度栖息地模拟方法 | |
| CN114925624A (zh) | 一种天然河道三维水流数值模拟方法 | |
| Weier et al. | Generating and rendering large scale tiled plant populations | |
| KR102026153B1 (ko) | 행위자 기반 모형을 포함하는 다중 규모 모형을 이용한 남조류 이송·확산 거동의 수치모의 방법 | |
| Guo et al. | Research on adaptive tide numerical simulation based on steering dynamic monitoring | |
| KR101110342B1 (ko) | 유체 시뮬레이션 형상 제어 시스템 및 방법 | |
| Hasegawa et al. | Tree cutting approach for domain partitioning on forest-of-octrees-based block-structured static adaptive mesh refinement with lattice Boltzmann method | |
| Wong et al. | Integrating computational fluid dynamics (CFD) models with GIS: An evaluation on data conversion formats | |
| Cotter et al. | Compatible finite element methods for numerical weather prediction | |
| CN115795939B (zh) | 一种基于非结构网格的二维洪水过程多gpu模拟方法 | |
| Shaw et al. | A nonhydrostatic primitive-equation model for studying small-scale processes: an object-oriented approach | |
| CN109242937B (zh) | 将Mike流场结果文件转换成shapefile矢量文件的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |