[论文解读] MoSES_2PDF: A GIS-Compatible GPU-accelerated High-Performance Simulation Tool for Grain-Fluid Shallow Flows

Chi-Jyun Ko, Po‐Chih Chen+2 more|arXiv (Cornell University)|Apr 14, 2021

Landslides and related hazards参考文献 53被引用 4

一句话总结

MoSES_2PDF 是一款基于 CUDA 的 GPU 加速、兼容 GIS 的浅层泥流-流体流模拟工具，相较于基于 CPU 的计算，最高可实现 230 倍的加速。该工具支持高性能、交互式三维可视化，并能准确模拟真实世界中的泥石流事件——经 2009 年溪口滑坡和 DF004 泥石流事件验证，适用于工程灾害评估与减灾规划。

ABSTRACT

We introduce a GPU-accelerated simulation tool, named Modeling on Shallow Flows with Efficient Simulation for Two-Phase Debris Flows (MoSES_2PDF), of which the input and output data can be linked to the GIS system for engineering application. MoSES_2PDF is developed based on the CUDA structure so that it can well run with different NVIDIA GPU cards, once the CUDA vers. 9.2 (or higher) is installed. The performance of the MoSES_2PDF is evaluated, and it is found that the present GPU-CUDA implementation can enhance efficiency by up to 230 folds, depending on the PC/workstations, models of GPU card, and the mesh numbers in the computation domain. Two numerical examples are illustrated with two distinct initial inflow conditions, which are included in two modes of MoSES_2PDF, respectively. In the numerical example of a large-scale event, the 2009 Hsiaolin event, the results computed by two distinct NVIDIA GPU cards (RTX-2080-Ti and Tesla-V100) are found to be identical but only tiny deviation is figured out in comparison with the results computed by the conventional single-core CPU-code. It is speculated to be caused by the different structures in the source codes and some float/double operations. In addition to the illustration in the GIS system, the computed results by MoSES\_2PDF can also be shown with animated 3D graphics in the ANSI-Platform, where the user can interact with 3D scenes. The feasibility, features, and facilities of MoSES\_2PDF are demonstrated with respect to the two numerical examples concerning two real events.

研究动机与目标

• 解决在复杂地形中对泥石流等地球物理灾害进行高性能、实时模拟工具的需求。
• 将数值模拟与 GIS 集成，用于实际工程应用，包括灾害图绘制与风险评估。
• 通过 CUDA 实现的 GPU 加速，克服传统基于 CPU 的模拟在计算上的瓶颈。
• 支持高效的情景测试与参数校准，用于历史事件分析，以支持灾害减灾规划。
• 通过 ANSI-Platform 实现对流动动力学的交互式三维可视化，提升分析与决策能力。

提出的方法

• 基于 CUDA 开发，可在多种 NVIDIA GPU 上高效运行，包括 RTX-2080-Ti 和 Tesla-V100。
• 采用基于地形匹配坐标的深度平均两相浅流模型，结合非结构化三角形网格。
• 使用适用于颗粒-流体流的两相混合模型，包含适用于宾汉姆与赫尔希-巴克利类型行为的本构关系。
• 支持两种模拟模式：模式-I 用于滑坡触发的流体事件，模式-II 用于泥石流类型事件。
• 通过标准格式（如 .asc 用于 DEM 和结果）与 GIS 集成，支持与地形及灾害数据的直接叠加。
• 通过 ANSI-Platform 实现动画化三维可视化，支持用户与计算得到的流动动力学进行交互。

实验结果

研究问题

• RQ1 与基于 CPU 的方法相比，通过 CUDA 实现的 GPU 加速是否能显著提升颗粒-流体浅流模拟的计算效率？
• RQ2 MoSES_2PDF 在使用高分辨率 DEM 和适当本构模型的情况下，能否准确再现真实世界的泥石流事件？
• RQ3 MoSES_2PDF 的模拟结果与历史事件的灾后实地调查及卫星图像相比，一致性如何？
• RQ4 CPU 与 GPU 实现之间浮点精度差异对模拟精度有何影响？
• RQ5 MoSES_2PDF 是否能够支持工程应用中用于灾害评估与减灾规划的快速、交互式情景测试？

主要发现

• MoSES_2PDF 在不同 GPU 型号、系统配置和网格分辨率下，相较于单核 CPU 计算，最高可实现 230 倍的加速。
• 在 RTX-2080-Ti 和 Tesla-V100 GPU 上计算的结果完全一致，证实了在高端 GPU 平台上的数值行为一致性。
• GPU 与 CPU 结果之间存在微小偏差（小于 1%），归因于源代码结构差异及单精度/双精度浮点数处理方式的不同。
• 在 2009 年溪口滑坡事件中，MoSES_2PDF 准确再现了流动路径与沉积体积（约 66,066 m³），与实地调查估算的 70,000 m³ 非常接近。
• 模型正确预测了村落地段流动厚度超过 10 cm，与灾后观测一致，但因 DEM 分辨率限制，对建筑物影响的模拟有所低估。
• 模拟中固体浓度分布与地形坡度一致，陡峭河岸附近浓度较低，平坦村落地带浓度较高。