Paralelización del cálculo del campo de vientos para la predicción de la propagación de incendios forestales
Los incendios forestales son desastres naturales que todos los años causan cuantiosas pérdidas. Conocer de antemano su evolución resulta de gran importancia para mitigar sus efectos. Existen diversos modelos que proporcionan una predicción de la propagación del incendio. El viento es un parámetro fu...
| Autor: | |
|---|---|
| Formato: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2016 |
| País: | España |
| Recursos: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/392680 |
| Acesso em linha: | http://hdl.handle.net/10803/392680 |
| Access Level: | acceso abierto |
| Palavra-chave: | Camp de vents Campo de vientos Wind field Propagació d'incendis Propagación de incendios Fire porpagation Computació d'altes prestacions Computación de altas prestaciones High performance computing Tecnologies 004 |
| Resumo: | Los incendios forestales son desastres naturales que todos los años causan cuantiosas pérdidas. Conocer de antemano su evolución resulta de gran importancia para mitigar sus efectos. Existen diversos modelos que proporcionan una predicción de la propagación del incendio. El viento es un parámetro fundamental de estos modelos, pero hay que considerar que se ve modificado por la orografía del terreno, y es necesario acoplar modelos de campo de vientos. Los simuladores de campo de vientos, como es el caso de WidnNinja, discretizan el terreno formando una malla y aplican las ecuaciones correspondientes para establecer un sistema de ecuaciones de la forma Ax=b. En el caso particular de WindNinja, se aplican las ecuaciones de conservación de la masa y las condiciones de contorno de Dirichlet. Cuando el mapa es muy grande, el sistema de ecuaciones llega a tener centenares de millones de incógnitas y no puede ser resuelto por métodos directos, de modo que se aplican métodos iterativos, como es el Gradiente Conjugado con Precondcionador (PCG). Resolver tales sistemas toma un tiempo que no puede ser asumido en situaciones operacionales. Por tanto, es necesario aplicar técnicas de paralelización. En concreto, se han aplicado tres técnicas para acelerar el cálculo del campo de vientos con WindNinja: • Se ha explotado el paralelismo de datos, aplicando partición del mapa. Se ha desarrollado una metodología que determina la partición del mapa, para reducir el tiempo de ejecución sin perder precisión en el cálculo del campo de vientos, más allá de unos límites aceptables. • Se ha aplicado descomposición del dominio que permite paralelizar la resolución del sistema de ecuaciones aplicando métodos con solapamiento (Schwarz) o métodos sin solapamiento (Schur). • Se ha determinado que la operación más costosa del PCG es la multiplicación matriz dispersa-vector y se ha desarrollado un formato de almacenamiento (Vectorizing Diagonal Sparse Matrix VDSpM) que permite acelerar dicha operación. Los tres métodos consiguen reducir los tiempos de ejecución, pero cuando los mapas son muy grandes, ninguno de los tres presenta la escalabilidad necesaria para conseguir reducir el tiempo por debajo de 100 segundos. Sin embargo, los métodos desarrollados pueden ser integrados en una aplicación híbrida MPI-OpenMP, que consigue alcanzar los objetivos de tiempo establecidos para mapas muy grandes. |
|---|