Содержание к диссертации
Введение
1. Математические модели и информационные системы для анализа и представления качества атмосферного воздуха над урбанизированными территориями 13
1.1 Характеристики, определяющие качество атмосферного воздуха в пограничном слое атмосферы 13
1.1.1 Основные загрязнители атмосферного воздуха в городах и их воздействие на окружающую среду 13
1.1.2 Предельно допустимые концентрации и комплексные показатели загрязненности атмосферы 15
1.1.3 Влияние метеорологических условий на качество атмосферного воздуха. 16
1.2 Метеорологические модели атмосферы 16
1.2.1 Классификация моделей 16
1.2.2 Глобальные модели 17
1.2.3 Мезомасштабные (региональные) модели 18
1.3 Мезомасштабные модели переноса и химических трансформаций примеси...21
1.3.1 Подходы к моделированию 21
1.3.2 Эйлеровы мезомасштабные модели переноса для оценки качества воздуха в городах 21
1.3.3 Кинетические схемы химических реакций, используемые в современных моделях 22
1.3.4 Математическая модель атмосферной диффузии для исследования распределения первичных и вторичных загрязнителей воздуха над урбанизированной территорией 26
1.4 Автоматизированные информационные системы качества атмосферного воздуха в городах 27
1.4.1 Информационно-измерительные комплексы 27
1.4.2 Информационно-вычислительные комплексы для прогноза качества воздуха 33
1.5 Семантические модели города 38
1.6 Выводы 39
2 Постановка задачи 40
2.1 Физическая постановка задачи 40
2.2Математическая постановка задачи 41
2.2.1 Моделирование переноса примеси с учетом образования вторичных компонент 41
2.2.2 Моделирование источников и стоков примеси 46
2.3 Постановка задачи создания комплекса программ и связанных с ним информационно-вычислительных систем 49
2.3.1 Получение данных, связанных данных и онтологии 49
2.3.2 Построение информационной системы 50
2.4 Выводы 51
3 Метод решения и результаты тестирования транспортной модели 52
3.1 Численный метод решения систем адвективно-диффузионно-кинетических уравнений 52
3.1.1 Аппроксимация адвективно-диффузионно-кинетического уравнения 52
3.1.2 Устойчивость явно-неявной схемы 61
3.1.3. Решение сеточных уравнений 64
3.1.4 Параллельная реализация численного алгоритма на многопроцессорной вычислительной технике 65
3.2 Методика интерполирования результатов наблюдений и глобального метеорологического прогноза 73
3.2.1 Использование данных наблюдений при построении локального прогноза метеорологических параметров 77
3.2.2 Использование данных глобального метеорологического прогноза 82
3.3 Некоторые результаты сопоставления данных численных расчетов и
наблюдений метеопараметров и концентрации примеси для г. Томска 83
3.4Выводы 94
4 Информационно-вычислительные системы для исследования и прогнозирования состояния атмосферного пограничного слоя и переноса примеси 96
4.1 Информационно-вычислительная система «Городская химическая погода» .97
4.1.1 Описание и назначение системы 97
4.1.2 Данные для моделирования качества воздуха 98
4.1.3 Промежуточное программное обеспечение для сопровождения расчетов 101
4.1.4 Представление прогностических данных 103
4.1.5 Схема слоя данных и приложений, характеризующая ИВС «Городская химическая погода» 107
4.2 Информационно-вычислительная система «UnlQuE» 108
4.2.1. Назначение ИВС «UnlQuE» 108
4.2.2. Трехслойная архитектура ИВС «UnlQuE» 109
4.2.3. Программное обеспечение ИВС «UnlQuE» 116
4.3 Выводы 117
Заключение 118
Список обозначений 120
Список литературы
- Предельно допустимые концентрации и комплексные показатели загрязненности атмосферы
- Моделирование переноса примеси с учетом образования вторичных компонент
- Аппроксимация адвективно-диффузионно-кинетического уравнения
- Схема слоя данных и приложений, характеризующая ИВС «Городская химическая погода»
Введение к работе
Актуальность работы. В настоящее время загрязнение атмосферного воздуха является одной из важнейших проблем. Контроль состава атмосферного приземного воздуха осуществляется с помощью измерений концентраций особо опасных компонент на специальных станциях.
С развитием физико-математического аппарата моделирования атмосферных процессов, появлением эффективных численных методов и высокопроизводительной вычислительной техники во всем мире стали разрабатываться программные комплексы для численного исследования, получения прогноза качества воздуха на основе математических моделей физических и химических процессов в атмосфере и оповещения о расположении критически загрязненных объемов воздуха над городами и промышленными объектами.
Математические модели переноса примесей в атмосфере изучены во многих аспектах в работах М.Е. Берлянда, Г.И. Марчука и А.Ф Курбацкого, В.В. Пененко и А.Е. Алояна. Они используют метеорологические модели для определения турбулентных и метеорологических характеристик в атмосферном пограничном слое (АПС). Исследованию турбулентности в АПС посвящены работы А.С. Монина и А.М. Обухова, Б.Б. Илюшина, Г. Меллора и Т. Ямады, А. Андрэна. Компоненты примеси, поступая в атмосферу, участвуют в химических реакциях, образуют новые соединения или диссоциируют под действием солнечного света. Исследованию кинетики химических и фотохимических процессов, протекающих в атмосферном пограничном слое, посвящены работы Дж. Зайнфелда, П. Харли, В. Стоквела.
Многообразие подходов при построении моделей загрязнения воздуха и используемых данных порождают разнообразие комплексов программ для исследования и прогноза качества воздуха в АПС городов с различными типами ландшафта. В работе Д.А. Беликова1 предложен программный комплекс для исследования распределения первичных и вторичных загрязнителей воздуха над урбанизированной территорией с учетом поступления примесей от антропогенных
1 Беликов Д.А. Параллельная реализация математической модели атмосферной диффузии для исследования распределения первичных и вторичных загрязнителей воздуха над урбанизированной территорией : дис. … канд физ.-мат. наук : 05.13.18. Томск, 2006. 177 с.
источников, но не рассматриваются источники биогенного типа. Тем не менее К. Шимом2 на основе спутниковых данных и математического моделирования выявлено, что в глобальных масштабах изопрен, как биогенный источник, дает основной вклад при образовании формальдегида в период роста растений. Для многих городов Западной Сибири наблюдается превышение предельно допустимых концентраций формальдегида, но исследований образования формальдегида вследствие химических трансформаций изопрена природного происхождения в масштабах городов не проводилось.
При моделировании переноса примесей в АПС требуются данные о метеорологических и турбулентных характеристиках, которые при отсутствии данных измерений можно получить на основе прогностических данных расчетов по метеорологической модели глобального масштаба, например модели ПЛАВ3 Гидрометцентра России. Использование такого прогноза позволит выполнять прогностические расчеты переноса примесей, но требует создания методики интерполяции глобальных метеорологических данных к мезомасштаб-ным данным.
Математическое моделирование переноса примесей с учетом химических реакций сводится к решению системы сложных дифференциальных и алгебраических уравнений, аналитическое решение которой может оказаться невозможным. Такая система уравнений может быть решена приближенно с использованием вычислительной техники. Численное решение переноса примесей с учетом химических реакций является ресурсоемкой задачей и требует времени. Для сокращения времени расчетов, особенно при прогнозировании, требуются эффективные параллельные алгоритмы, основывающиеся на схемах аппроксимации высоких порядков и учитывающие архитектуру суперкомпьютерной техники.
Для моделирования переноса примесей в АПС с целью принятия решений о качестве воздуха требуется создать комплекс программ для обеспечения модели входными данными, выполнения расчетов на су-
2 Shim C., Wang Y., Choi Y., Palmer P.I., Abbot D.S. Chance Constraining Global Iso-
prene Emissions with GOME formaldehyde column measurements // Journal of geo
physical research. 2005. Vol. 110, № D24301.
3 Толстых М.А., Богословский Н.Н., Шляева А.В., Юрова А.Ю. Полулагранжева
модель атмосферы ПЛАВ // 80 лет Гидрометцентру России. М., 2010. С. 193-216.
перкомпьютерах и представления результатов расчетов в виде базы знаний.
Целью диссертационного исследования является повышение качества расчета переноса примесей в воздухе над урбанизированными территориями, поступающих как от антропогенных, так и от биогенных источников.
В рамках указанной цели поставлены и решены следующие задачи:
-
Разработать модификацию математической мезомасштабной модели переноса и образования вторичных компонент примеси с целью исследования влияния эмиссии от источников как антропогенного, так и биогенного происхождения на качество атмосферного воздуха в городах.
-
Разработать эффективный параллельный алгоритм расчета по мезомасштабной модели переноса примесей, опирающийся на технологию опережающей рассылки при двумерной декомпозиции расчетной области.
-
Создать методику подготовки входных данных для математической мезомасштабной модели переноса примесей по выходным данным глобальной метеорологической модели.
-
Разработать комплекс программ для обеспечения мезомас-штабной модели переноса примесей входными данными, решения системы дифференциальных уравнений переноса примесей с учетом химических реакций и представления результатов в форме онтологической базы знаний.
Научная новизна результатов проведенных исследований:
-
Впервые разработана модификация математической мезо-масштабной модели переноса примесей над территорией городов, учитывающая поступление изопрена биогенного происхождения и образование вторичных загрязнителей за счет химических трансформаций.
-
На основе метода конечных объемов разработан новый параллельный алгоритм численного решения сеточных уравнений мезо-масштабной модели переноса примесей на многопроцессорной вычислительной технике с распределенной памятью, использующий принцип двумерной декомпозиции по данным и технологию асинхронных обменов, обеспечивающий высокую эффективность параллельных вычислений (до 50% на 100 процессорных элементах), воз-
можность использования большего числа процессорных элементов, чем при одномерной декомпозиции, и сокращение времени пересылки данных между процессорными элементами по сравнению с синхронными обменами.
3. На основе уравнений однородного АПС с включением дополнительных членов, обеспечивающих учет крупномасштабных процессов циркуляции атмосферы, впервые разработана методика интерполирования данных глобального метеорологического прогноза по модели ПЛАВ, позволяющая получать значения метеорологических и турбулентных параметров пограничного слоя атмосферы с высоким вертикальным разрешением, используемые при численном решении уравнений переноса примесей.
Теоретическая значимость работы состоит в дальнейшем развитии методов математического моделирования в задачах охраны окружающей среды, параллельных вычислений при решении дифференциальных уравнений в частных производных, интерполирования метеоданных с небольшим временным и пространственным разрешением. Результаты проведенного исследования могут быть использованы в теории параллельных вычислений и при решении задач охраны окружающей среды.
Практическая ценность работы заключается в следующем:
-
Разработан комплекс программ для расчета переноса примесей в атмосферном пограничном слое над урбанизированной территорией на основе предложенной математической мезомасштабной модели переноса примесей с использованием метеорологических и турбулентных характеристик, получаемых согласно разработанной методике интерполирования данных глобального метеорологического прогноза по модели ПЛАВ, и представления результатов расчетов в форме онтологической базы знаний.
-
Разработанный комплекс программ может быть использован для урбанизированных территорий, неоснащенных метеорологическими станциями и станциями дистанционного зондирования вертикальной структуры атмосферы.
-
Особенностью созданного комплекса программ является представление результатов вычислений в форме онтологической базы знаний, что позволяет использовать результаты моделирования при решении задач оценки качества воздуха в крупных населенных пунктах и принятия решений.
4. Комплекс программ применен к условиям города Томск и дает возможность ежедневного краткосрочного (до 24 часов) прогнозирования качества городского воздуха.
Достоверность и обоснованность полученных в диссертационной работе результатов подтверждается строгим математическим исследованием, использованием проверенных современных численных методов и технологий и сравнением полученных результатов с данными приборных измерений.
Положения, выносимые на защиту:
-
Модификация математической мезомасштабной модели переноса примесей над территорией городов, учитывающая поступление изопрена биогенного происхождения и образование вторичных загрязнителей за счет химических трансформаций.
-
Параллельный алгоритм решения сеточных уравнений мезо-масштабной модели переноса примесей на многопроцессорной вычислительной технике с распределенной памятью.
-
Методика интерполирования данных глобального метеорологического прогноза по модели ПЛАВ.
-
Комплекс программ для расчета переноса примесей в атмосферном пограничном слое над урбанизированной территорией и представления результатов вычислений в форме онтологической базы знаний.
Личное участие автора в получении результатов, изложенных в диссертации. Постановка изложенных в диссертации задач была сделана научным руководителем и научным консультантом при участии соискателя. Научному руководителю А.З. Фазлиеву принадлежат постановки задач построения информационных систем и описания данных и указания основных направлений исследования. Научному консультанту А.В. Старченко принадлежат постановки задач физико-математического моделирования атмосферных процессов и организации параллельных вычислений и указания направлений исследования. Автором работы была создана методика преобразования данных глобального прогноза для использования в модели переноса примесей и проведена апробация методики, сформулирована и программно реализована на кластере Томского государственного университета численная модель переноса примесей с учетом химических реакций, спроектирована информационно-вычислительная система (ИВС) и созданы комплексы программ промежуточного программ-7
ного обеспечения для функционирования системы. В совместных с научным руководителем и научным консультантом публикациях соискателю принадлежит описание разработанных информационно-вычислительных систем и математических моделей. В других работах соискателем выполнены подготовка данных для расчетов, проведение расчетов и участие в обсуждении полученных результатов.
Апробация работы. Основные результаты докладывались на конференциях и семинарах различных уровней: XVI, XVII, XIX Международные симпозиумы «Оптика атмосферы и океана. Физика атмосферы» (г. Томск, 2009; г. Томск, 2011; г. Барнаул – Телецкое озеро, 2013); XV, XVII, XVIII, XIX Рабочие группы «Аэрозоли Сибири», (г. Томск, 2008, 2010, 2011, 2012); I, III Всероссийская молодежная научная конференция «Современные проблемы математики и механики» (г. Томск, 2010, 2012); Шестая сибирская конференция по параллельным и высокопроизводительным вычислениям (г. Томск, 2011); Семинар в Датском метеорологическом институте (DMI) (г. Копенгаген, октябрь 2011); Седьмая межрегиональная школа-семинар «Распределенные и кластерные вычисления» (г. Красноярск, 2010); Школы молодых ученых и международные конференции по вычислительно-информационным технологиям для наук об окружающей среде: «CITES-2007» (г. Томск, 2007), «CITES-2009» (г. Красноярск, 2009); Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды: ENVIROMIS-2008 (г. Томск, 2008); 8-ая Международная конференция «Высокопроизводительные параллельные вычисления на кластерных системах» (г. Казань, 2008); Всероссийская конференция по математике и механике, посвященная 130-летию Томского государственного университета и 60-летию механико-математического факультета (г. Томск, 2008).
Работа выполнялась в рамках научных программ и проектов: Гранты Российского фонда фундаментальных исследований 07-05-01126-а, 12-01-00433-а, 12-05-31341, проекты СКИФ-ГРИД Шифр 402, Шифр 410, Научная программа «Развитие научного потенциала высшей школы» РНП.2.2.3.2.1569, Федеральная целевая программа «Научные и научно-педагогические кадры инновационной России» Госконтракт № 14.B37.21.0667), Госзадание Министерства образования и науки Российской Федерации (контракт № 8.4859.2011) «Разработка эффективных параллельных алгоритмов решения задач вычис-
лительной математики, защиты информации, физики и астрономии на суперкомпьютерах петафлопсного уровня».
Публикации. По результатам проведенных исследований автором опубликовано 14 печатных работ, из которых 7 в рецензируемых научных изданиях, рекомендованных Высшей аттестационной комиссией при Министерстве образования и науки Российской Федерации для опубликования основных научных результатов диссертаций.
Структура и объем диссертации. Диссертация состоит из введения, четырех разделов, заключения и списка литературы из 121 наименования. Общий объем работы составляет 132 страницы, 42 рисунка и 7 таблиц.
Предельно допустимые концентрации и комплексные показатели загрязненности атмосферы
В России оценка качества воздуха производится с учетом принятых Минздравом стандартов - предельно допустимых концентраций (ПДК). ПДК установлены для более чем 400 веществ и подразделяются на максимальные разовые (осредненные за 20 минут) и среднесуточные.
Следует отметить, что качество воздуха оценивается в основном методами инструментального исследования на стационарных постах. Следовательно, эти оценки справедливы для весьма ограниченной территории и не обладают высокой оперативностью получения.
Для оценки качества воздуха в России используются комплексные оценки, описанные в [46]. Предлагаются следующие оценки качества атмосферного воздуха в городах: стандартный индекс (СИ) - наибольшая измеренная разовая концентрация примеси, деленная на ПДК; она определяется из данных наблюдений на посту за одной примесью или на всех постах района за всеми примесями за месяц или за год; наибольшая повторяемость [%] (НП) - превышения ПДК по данным наблюдений на одном посту (за одной примесью) или на всех постах района за всеми примесями за месяц или за год; индекс загрязнения атмосферы (ИЗА) - комплексный показатель степени загрязнения атмосферы, рассчитываемый как сумма средних концентраций в единицах ПДК с учетом класса опасности соответствующего загрязняющего вещества.
Индекс загрязнения атмосферы рассчитывается по пяти основным загрязняющим веществам, свойственным исследуемому региону, как сумма средних концентраций, нормированных на среднесуточные ПДК, с учетом класса опасности по следующей формуле: где qi - концентрация / -го вещества, мкг/м ; ПДКг - максимальная разовая предельно допустимая концентрация / -го вещества, установленная Минздравсоцразвития России в мкг/м ; сії - безразмерная константа приведения степени вредности / -го вещества к вредности диоксида серы, зависящая от того, к какому классу опасности принадлежит загрязняющее вещество. Значения аг равны 1,5; 1,3; 1,0 и 0,85 соответственно для 1, 2, 3 и 4 классов опасности загрязняющего вещества [46].
Влияние метеорологических условий на качество атмосферного воздуха Влияние метеорологических условий на качество атмосферного воздуха в городах является известным фактом [47 - 49]. Движение воздушных масс обуславливает перемещение компонент примеси в пространстве, температура окружающего воздуха влияет на скорость протекания химических реакций, влажность воздуха обуславливает осаждение примеси на подстилающую поверхность. Метеорологические условия играют существенную роль в формировании уровня загрязнения воздуха и должны учитываться при интерпретации результатов наблюдений за концентрациями примесей и при оценке их трендов.
Для анализа качества воздуха в городах зачастую используются математические метеорологические модели [50]. Метеорологическая модель атмосферы предоставляет для анализа качества воздуха значения температуры, давления и влажности, определяющих протекание физико-химических процессов. Выбор математической модели определяется задачами, которые необходимо решить с применением модели. В этом разделе приведена классификация метеорологических моделей по характерным масштабам и кратко описаны конкретные метеорологические модели, используемые на практике при численном исследовании метеорологических процессов.
Компьютерные модели атмосферы подразделяются на классы в соответствии с пространственным масштабом моделируемых явлений. Модели, основывающиеся на математическом представлении физических процессов, подразделяются на модели глобальной циркуляции, региональные (мезомасштабные) и микромасштабные.
В моделях глобальной циркуляции атмосферы рассматриваются процессы планетарного масштаба, и ставится цель адекватного воспроизведения глобальной циркуляции воздушных масс с использованием данных всех возможных метеонаблюдений, включая прямые наблюдения (с помощью наземных станций, самолётов, метеозондов) и данные дистанционного зондирования (со спутников, наземных радаров и лидаров). Примерами современных моделей глобальной циркуляции являются Global Forecast System (GFS), разработанная в США [51]; Unified Model (UM) метеослужбы Великобритании [52]; GME службы погоды Германии [53], модель ПЛАВ Гидрометцентра России [20] и другие.
Региональные модели атмосферы нацелены на моделирование атмосферных процессов в некотором ограниченном регионе, при этом условия на границах региона моделирования определяются на основании результатов вычислений некоторой модели глобальной циркуляции для того же промежутка времени. Поскольку область моделирования существенно меньше, чем в глобальных моделях, появляется возможность использовать меньший шаг сетки и включить в рассмотрение более широкий круг атмосферных процессов. Если доступные вычислительные ресурсы позволяют проводить моделирование с шагом сетки до 500 метров, то такая модель считается мезомасштабной. Примерами мезомасштабных моделей являются NAM (North American Mesoscale)[54], MM5 (Mesoscale Model 5)[55], RUC (Rapid Update Cycle)[56], ARPS (Advanced Regional Prediction System)[57], RAMS (Regional Atmospheric Modeling System)[58], разработанные в США; HIRLAM (европейский проект)[59]. Ниже приведены сведения об оперативной глобальной модели ПЛАВ Гидрометцетра РФ, мезомасштабных моделях ММ5, WRF, HIRLAM и модели ТГУ.
В Гидрометцентре России совместно с ИВМ РАН была разработана глобальная полулагранжевая конечно-разностная модель среднесрочного прогноза погоды ПЛАВ. Прогнозирование значений метеорологических параметров осуществляется с помощью численного решения уравнений гидротермодинамики в вертикальной а-системе координат на сфере. Оперативная версия модели имеет горизонтальное разрешение 0,72 по широте, по долготе - 0,9 и 28 неравномерно расположенных уровней по вертикали. С помощью модели ПЛАВ проводится прогноз глобальных полей метеорологических элементов на стандартных изобарических поверхностях свободной атмосферы, прогноз полей давления на уровне моря, приземных полей температуры воздуха, относительной влажности, скорости и направления ветра и осадков на сроки до 120 часов. В модель включены параметризации подсеточных процессов, разработанные МетеоФранс и европейским консорциумом LACE (www.rclace.eu) для оперативной региональной модели ALADIN[60].
В качестве начальных данных модель ПЛАВ использует поля оперативного объективного анализа на стандартных изобарических поверхностях с горизонтальным разрешением 1,25 градуса по долготе и широте, а также объективные анализы на модельной сетке: поля температуры и относительной влажности на уровне 2 м, температуры и влагосодержания поверхностного и глубинного слоев почвы, разработанные в Лаборатории перспективных численных методов в моделях атмосферы ГУ «Гидрометцентр России», поля температуры поверхности океана и высоты снежного покрова, рассчитываемые на основе методики, разработанной А.Н. Багровым[61].
Оперативная версия модели ПЛАВ реализована на суперкомпьютере SGI Altix 4700, установленном в ГВЦ Росгидромета. Экспериментальная версия модели с горизонтальным разрешением над Россией порядка 37 км и 50 уровнями по вертикали показывает параллельное ускорение около 24 на 48 вычислительных ядрах, при этом на 36 ядрах время расчета прогноза на 24 часа составляет 20 мин [20].
Моделирование переноса примеси с учетом образования вторичных компонент
В начале рекуррентного процесса при т = 1 коэффициенты метода прогонки определяются из уравнения (3.26) и граничных условий. На нижней границе сеточной области коэффициенты На одном вычислительном шаге по времени расчет вдоль каждой вертикальной сеточной линии выполняется независимо от значений на соседних вертикальных линиях, поэтому вычисления вдоль каждой вертикальной линии сетки можно проводить одновременно, что позволяет осуществить двумерную декомпозицию расчетной области по данным и создать параллельный алгоритм решения задачи [102,103].
При параллельной реализации алгоритма очень важную роль играет выбор оптимального способа распределения вычислительной нагрузки между процессорными элементами, который зависит от самого алгоритма, архитектуры вычислительной системы и числа доступных для расчета процессорных элементов. В настоящее время одним из основных способов создания параллельных алгоритмов для решения сеточных уравнений, получающихся в результате применения конечно-разностных или конечно-элементных методов, является декомпозиция по данным. В этом способе важно равномерно между задействованными процессорными элементами распределить вычисления значений сеточной функции в узлах сетки, причем сделать это нужно таким образом, чтобы коммуникационные затраты, необходимые для обеспечения взаимосвязанности сеточных подобластей в соответствии с используемым сеточным шаблоном, были весьма незначительны по сравнению с затратами на вычисления [103-105].
Как указано выше, вычисления значений сеточной функции вдоль вертикальных линий сетки по индексу т могут проводиться одновременно и независимо с использованием метода связи с тем, что распараллеливание метода прогонки на трехдиагональных системах линейных уравнений небольшого размера (менее 1000 уравнений) не является вычислительно эффективным из-за высоких коммуникационных затрат, декомпозиция трехмерного массива сеточных ячеек по оси Oz не позволит получить параллельный алгоритм, дающий существенное ускорение вычислений по сравнению с последовательным алгоритмом. Выбор одномерной декомпозиции вдоль оси Оу (при программировании на языке Fortran) или двумерной в плоскости Оху является более перспективным, поскольку вычисления в каждой сеточной подобласти на (к+1)-м шаге по времени вдоль вертикальных линий сетки могут проводиться одновременно и независимо. Передача данных между сеточными подобластями потребуется только для подготовки к проведению вычислений на следующем шаге по времени [106].
На рисунке 3.3 представлен вид сверху на сеточную расчетную область. Непосредственно область расчета (2 / Nx +1) х (2 j N +1) окаймлена по периметру фиктивными ячейками ввиду используемого расчетного шаблона («расширенный крест», Рисунок 3.2), который обеспечивает второй порядок аппроксимации разностной схемы.
Двумерная декомпозиция предполагает более высокую масштабируемость задачи, решаемой конечно-разностными методами на многопроцессорных вычислительных системах с распределенной памятью, поскольку такой подход позволяет задействовать большее число процессорных элементов. Так, при некотором ограничении на ширину обрабатываемой сеточной области, при одномерном разбиении, можно использовать лишь Ny процессорных элементов, в то время как при двумерном - NyxNx. При увеличении числа процессорных элементов и при фиксированном размере задачи время на пересылку будет сокращаться, что объясняется уменьшением объема пересылаемых данных. Тогда, начиная с некоторого размера и некоторого числа процессорных элементов, двумерное разбиение расчетной области становится более эффективным.
Первоначально оценим число сеточных значений искомых концентраций, которое нужно пересылать при обменах. Будем рассматривать операцию пересылки и получения одного значения (числа) как одну операцию.
Тогда при одномерной декомпозиции для рассматриваемой разностной схемы на каждом шаге по времени нужно переслать элементов, где (р-1) - число межпроцессорных коммуникаций, 4 - количество блоков данных для обмена, NxxNz - размер блока данных.
Двумерное разбиение можно рассматривать как два одномерных разбиения, выполненных независимо вдоль координатных направлений Ох и Оу на рх и ру (рх х ру = р) процессорных элементов соответственно (Рисунок 3.4) [107].
Аппроксимация адвективно-диффузионно-кинетического уравнения
В главе рассматриваются компоненты программного комплекса, лежащего в основе информационно-вычислительных систем «Городская химическая погода» и «UnlQuE».
Ниже приведены определения некоторых понятий (препроцессор, постпроцессор и вычислительное ядро), используемых в этой главе для описания ИВС.
Вычислительным ядром является компьютерная программа, рассчитывающая изменение со временем концентраций компонент примеси в области моделирования, согласно математической модели, описанной во второй главе. Алгоритм компьютерной программы и особенности его реализации описаны в третьей главе работы (пункт 3.1).
Препроцессор - это набор программ, подготавливающих входные данные, необходимые для работы вычислительного ядра программного комплекса.
Постпроцессор - это набор программ, производящих преобразование выходных данных вычислительного ядра в структуры, определенные для внешнего программного обеспечения, например, реализующего визуализацию или анализ данных. Одной из таких структур в диссертационной работе является онтологическая база знаний о прогностической оценке качества воздуха над городом.
При создании автоматизированной информационно-вычислительной системы ежедневного краткосрочного прогноза качества воздуха каждый день требуется информация о метеорологической ситуации, источниках поступления эмиссии и фоновых концентрациях компонент примеси. В разработанных в рамках диссертационной работы системах, метеорологическая ситуация задается с помощью приложений автоматизированного получения и дальнейшего преобразования на основе методики интерполяции данных глобального метеорологического прогноза. В качестве данных об источниках антропогенной эмиссии используются среднегодовые данные о выбросах предприятий, интенсивность трафика задается параметрически, поступление изопрена описывается с использованием модели и спутниковых данных. Исходя из перечисленных факторов, расчеты, проводимые системой, нельзя называть строгим прогнозом. По этой причине расчеты, производимые комплексом, являются модельными и названы прогностическими.
В подразделе 4.1 описана ИВС «Городская химическая погода». В подразделах 4.1.1 и 4.1.2 описано назначение ИВС и данные, используемые для моделирования качества воздуха. В подразделах 4.1.3 и 4.1.4 описаны вычислительное ядро комплекса программ и препроцессор.
Основная функция препроцессора - интерполяция данных глобального метеорологического прогноза по модели ПЛАВ в соответствии с методикой, приведенной в Главе 3 (п. 3.2) с целью получения входных данных для работы вычислительного ядра. Вычислительное ядро комплекса производит расчет значений функции концентрации для каждой компоненты примеси согласно методу решения, описанному в подразделе 3.1, но без учета биогенной эмиссии. Вычисленные значения представляют предсказанные значения концентраций и оценки качества воздуха. В качестве постпроцессора выступает приложение отображения предсказанных значений в виде полей изменения концентрации примеси и индекса загрязнения атмосферы. В подпункте 4.1.5 дано краткое описание схемы слоя данных и приложений ИВС.
В подразделе 4.2 представлена ИВС «UnlQuE». В подпункте 4.2.1 описано назначение ИВС. В ИВС «UnlQuE» используется тот же препроцессор, что в ИВС «Городская химическая погода», а вычислительное ядро комплекса программ является расширением вычислительного ядра ИВС «Городская химическая погода» посредством учета поступления эмиссии от биогенных источников. В подпункте 4.2.2 описаны фактологическая и понятийная части базы знаний об оценке качества воздуха. Такая база знаний необходима для интеграции созданного комплекса программ в семантическую модель города. Для получения фактологической части базы знаний создано приложение для генерации индивидов. Оно является оригинальной частью постпроцессора. Программное обеспечение ИВС «UnlQuE» описано в подразделе 4.2.3.
ИВС «Городская химическая погода» предназначена для ежедневного проведения оперативной прогностической оценки качества атмосферного воздуха над территорией города Томска и представления результатов оценки прогноза в информационном пространстве (web).
Для проведения прогностической оценки используется численная модель для расчета распространения и осаждения эмиссии, поступающей от антропогенных источников, расположенных в городе и учитывающая химические реакции между компонентами примеси (подраздел 3.1).
Для задания метеорологической ситуации, соответствующей периоду моделирования, используется методика (подраздел 3.2) интерполяции прогностических метеорологических данных глобального метеорологического прогноза по модели ПЛАВ Гидрометцентра России.
Для численного моделирования распространения примеси от источников с учетом химических реакций и осаждения, согласно методу, описанному в пункте 3.1, требуется задать данные о метеорологических условиях, данные о подстилающей поверхности и данные об источниках поступления антропогенной эмиссии.
Данные о метеорологических условиях Прогностические данные о метеорологических условиях Западной Сибири дважды в сутки размещаются на ftp-сервере ГУ Гидрометцентр РФ. Эти данные представлены файлами (в формате grib) и содержат прогностические значения приземных и пространственных метеорологических характеристик:
Приземные характеристики: температура воздуха на высоте 2м; относительная влажность на высоте 2м; компоненты горизонтального вектора скорости ветра на высоте 10м.; давление на высоте 2м; аккумулированные за 6 часов осадки; давление на уровне моря; температура почвы; влажность почвы.
Пространственные характеристики: температура воздуха; относительная влажность; компоненты вектора скорости ветра; высота геопотенциала.
Прогностические данные представлены на географической сетке: от 49,68 до 63,36 северной широты с шагом 0,72 и от 80,1 до 97,2 восточной долготы с шагом 0,9, что составляет 60 км на 80 км, В вертикальном направлении данные представлены на неравномерной сетке, сгущающейся к поверхности, и соответствующей следующим уровням давления: 1000, 925, 850, 700, 500, 400, 300, 250, 200, 150, 100, 70, 50,30, 20, 10 мб.
Схема слоя данных и приложений, характеризующая ИВС «Городская химическая погода»
Для наполнения онтологии фактами создано прикладное программное обеспечение, состоящие из трех программных модулей, выполняемых последовательно друг за другом. Первый программный модуль, написанный на языке Fortran, осуществляет чтение результатов численных расчетов концентраций компонент примеси и метеорологических характеристик из двоичного файла прямого доступа и вычисляет максимальные, минимальные и превышающие ПДК значения и объемы воздуха в уровне, занимаемые интересующими значениями. Для приземного уровня атмосферного пограничного слоя дополнительно рассчитываются значения концентраций озона, монооксида и диоксида азота, диоксида серы и угарного газа для точки, координаты которой соответствуют координатам TOR-станции ИАО СО РАН. Эти значения концентраций используются для сравнения с данными измерений. Рассчитанные значения и объемы используются во втором приложении, написанном на языке РНР с использованием технологии DOM. Приложение строит индивиды для онтологии на основе синтаксиса rdf и описывает свойства этих индивидов посредством тегов. Результатом работы приложения является owl-файл. Третье приложение используется только в случае, когда расчет проводится по исторической дате (не прогноз) и имеются данные измерений. Приложение работает с онтологией и использует библиотеку арифметических операций машины вывода Fact++. В процессе выполнения создаются новые классы, содержащие индивиды, в которых вычисленные значения попадают или не попадают в интервал погрешности измерений. В настоящее время библиотека арифметических операций позволяет сравнивать datatype свойства в рамках одного индивида, поэтому вычисление объема воздуха, в котором наблюдается превышение ПДК, проводится на этапе предварительной подготовки данных. После завершения работы машины вывода пользователю становится доступен owl-файл, характеризующий свойства решения.
Создан комплекс программ, содержащий препроцессорную, вычислительную и постпроцессорную части. Препроцессорная часть комплекса выполняет функции подготовки начальных данных для вычислительной части. Вычислительная часть комплекса расположена на суперкомпьютере с распределенной памятью и используется для определения концентраций примесей в области моделирования согласно созданной модели переноса примеси с учетом химических трансформаций. Пост-процессорная часть комплекса программ, помимо визуализации рассчитанных концентраций, обеспечивает построение фактологической части онтологической базы знаний, ориентированной на обеспечение автоматического принятия решений по критически загрязненным объемам атмосферного пограничного слоя.
Диссертационная работа посвящена решению двух задач: научной задачи математического моделирования физико-химических процессов в атмосферном пограничном слое над городом, окруженном лесными массивами, и технической задачи информационного представления результатов вычислений в форме онтологической базы знаний для их автоматической обработки с целью принятия решения. Созданная математическая модель, связанная с ней методика интерполирования данных глобального моделирования в набор данных регионального моделирования и онтологическое представление результатов вычислений позволили создать информационно-вычислительную систему «UnlQuE» для прогноза качества воздуха в атмосферном пограничном слое. Основные итоги диссертационной работы состоят в следующем:
1. За счет учета поступления изопрена природного происхождения и механизма химических реакций, учитывающего химическую трансформацию изопрена в атмосфере, создана модификация математической мезомасштабной модели переноса и образования вторичных компонент примеси с целью исследования влияния эмиссии от источников как антропогенного, так и биогенного происхождения на качество атмосферного воздуха в городах.
2. Создан эффективный параллельный алгоритм вычислений согласно модифицированной математической мезомасштабной модели переноса примесей с учетом химических реакций на вычислительной технике с параллельной архитектурой, основывающийся на принципе двумерной декомпозиции по данным и технологии асинхронных обменов, позволяющий проводить прогностические расчеты на сутки в короткие сроки (до 1 часа).
3. На основе данных глобального метеорологического прогноза по модели ПЛАВ, модели однородного атмосферного пограничного слоя и включения в основные уравнения модели АПС дополнительных членов, обеспечивающих учет крупномасштабных процессов циркуляции атмосферы над рассматриваемой территорией, разработана методика интерполирования данных глобального метеорологического прогноза по модели ПЛАВ для использования интерполированных метеоданных и рассчитанных турбулентных характеристик как входных данных в математической мезомасштабной модели переноса примесей.
4. Создан программный комплекс для обеспечения модели переноса примесей входными данными, используя предложенную методику интерполирования данных глобального метеорологического прогноза по модели ПЛАВ, для выполнения расчета по математической мезомасштабной модели переноса примесей с учетом химических реакций на кластере Томского госуниверситета и для представления результатов в форме онтологической базы знаний для решения задачи машинного принятия решений о качестве воздуха.
5. За счет использования в качестве входных данных глобального метеорологического прогноза, разработанная информационно-вычислительная система может быть использована для урбанизированных территорий, не оснащенных метеорологическими станциями и станциями дистанционного зондирования вертикальной структуры атмосферы.
6. Информационно-вычислительная система применена к условиям города Томск, сравнение рассчитанных значений и результатов измерений говорит о возможности использования информационно-вычислительной системы для ежедневного краткосрочного прогнозирования качества городского воздуха.
7. Особенностью созданной информационно-вычислительной системы является представление результатов вычислений в форме онтологической базы знаний, которая может быть использована в задачах принятия решений и оценки качества воздуха в крупных населенных пунктах.
