基于逐步时空多成员并行化的大尺度水文模型加速方法研究及其在珠江流域的应用

针对分布式水文模型在高时空分辨率下计算效率低下的问题，本研究提出了一种基于OpenMP的逐步时空多成员域分解方法。通过优化网格数据结构并应用于珠江流域90米分辨率模型，在13线程下实现最高0.84的并行效率，较传统方法提升8-11倍计算速度，为大规模洪水模拟提供了高效解决方案。

　　

随着气候变化加剧，洪水预测的精度需求推动水文模型向高时空分辨率发展。然而，传统分布式水文模型面临严峻计算挑战：基于矢量河网的并行方法存在子流域划分误差，而全网格模型受限于二维D8流向算法的内存碎片化和低效扫描。更关键的是，径流演算模型因上下游依赖关系导致并行效率普遍低于0.6，当使用超过10个线程时效率骤降。这些瓶颈严重制约了基于90米MERIT-Hydro等高精度数据集的应用。

针对这一难题，研究人员开发了创新的逐步时空多成员域分解方法。通过重构一维内存布局优化数据访问，结合下游至上游分层策略与时间步长索引，在单计算集群OpenMP环境下实现高效并行。选择中国珠江流域453,690 km²作为试验区，分别测试110,808至4,858万网格的三种尺度。关键技术包括：基于pyflwdir的一维D8流向重构、动态任务分配算法、以及时空-多成员三重并行架构。

一维模型结构
将传统二维D8流向数组转换为连续一维存储，减少近50%循环计算量。如图1所示案例，通过拓扑排序建立上下游计算序列，消除冗余内存访问。

逐步时空多成员域分解
突破性地融合三种并行维度：空间上采用下游优先分层策略平衡任务负载；时间上对3653个日步长建立索引；多成员则并行处理独立水文事件。该方案使48.58百万网格的10年模拟时间从79,470秒降至7,262秒。

水文模拟设置
在珠江流域应用显示，13线程下空间分层并行效率达0.84（Outlet0站），52线程时通过增加时间索引将效率从0.06提升至0.55。关键突破在于解决了上游网格层任务不足导致的线程闲置问题。

精度验证
一维重构未引入计算误差，Nash效率系数保持>0.89。时空索引使小流域（ZhaiGao）的线程利用率提升9倍，证实方法对尺度变化的适应性。

讨论与结论
相较于需要MPI/GPU混合环境的现有方案，本研究仅用OpenMP即实现近线性加速。创新点在于：不划分子流域避免分割误差；支持变时间步长；开发通用网格并行框架。该成果为耦合陆面模型提供新范式，其单集群适应性尤其适合发展中国家算力条件。研究获中国国家重点研发计划（2024YFC3013302）等资助，论文发表于《Environmental Modelling》。