关于GPU加速体积素模拟框架在3D室内和城市尺度气体扩散及气溶胶传输中的初步研究

《ISPRS International Journal of Geo-Information》：A Pilot Study on a GPU-Accelerated Voxel Simulation Framework for 3D Indoor and Urban-Scale Gas Dispersion and Aerosol Transport

　　

摘要

随着环境分析复杂性的增加，需要新的方法来进行室内和城市空间的交互式规模模拟。虽然计算流体动力学（CFD）模型能够详细表示气体扩散和气溶胶传输，但它们通常在计算上非常耗时，不适合用于交互式环境分析或集成到数字孪生平台中。本研究提出了一个基于GPU加速的体素仿真框架，用于利用从BIM、LiDAR、GIS和其他3D建筑环境数据集获取的结构化体素数据来模拟三维气体扩散和气溶胶传输。该框架能够以亚米到米级的空间分辨率提供基于物理原理的、受CFD启发的仿真结果，同时保持适用于建筑管理、通风分析、环境监测、危险评估和应急响应应用的交互式运行性能。传输动力学模型采用了离散化的对流-扩散公式，考虑了气流驱动的对流、扩散、源排放以及体素级别的汇机制。一个关键贡献是开发了一种基于GPU的并行计算架构，该架构使用Python 3.10.20和Taichi内核实现。原型仿真与ANSYS Fluent 20.1基准仿真的对比验证表明，该框架具有稳定的传输行为，与CFD解决方案结果一致，并且在常见的GPU硬件上能够高效运行。实验场景包括一个由大约3450万个活跃体素组成的三层工业基础类（IFC）建筑模型，以及一个覆盖约平方米、包含多达1390万个活跃体素的城市场景3D模型。在单个消费级GPU上，包含数千万体素的仿真能够在几分钟内完成，证明了该框架的可扩展性。这些结果表明，所提出的框架提供了一种高效的气体扩散体素建模方法，适用于交互式环境分析，并且可以支持与数字孪生和人工智能辅助环境模拟系统的未来集成。