Home » Servizi » Servizi numerici » Il modello PARFLOOD

Il modello PARFLOOD

Sviluppiamo i nostri modelli numerici paralleli interni per le simulazioni numeriche delle piene.

Il modello PARFLOOD è sviluppato dal gruppo di ricerca HyLab (Dip. di Ingegneria e Architettura, Università di Parma), in collaborazione con il Dip. di Scienze Matematiche Fisiche e Informatiche.

Il modello sfrutta la capacità di calcolo della Graphics Processor Unit (GPU) nell’ambito della Compute Unified Device Architecture (CUDA) di NVIDIA™. Viene adottata una tecnica di discretizzazione esplicita a volume finito all’avanguardia, che è ben bilanciata, accurata del secondo ordine e basata su una ricostruzione della profondità positiva. Ciò ha portato a incrementi di due ordini di grandezza rispetto a una CPU single-core consentendo simulazioni ad alta risoluzione molto più veloci.

Applicazioni

  • Creare mappe accurate di inondazioni
  • Simulazione tsunami
  • Definizione delle valutazioni del rischio di alluvione
  • Analizzare l’impatto delle infrastrutture fluviali e dimostrare la soluzione per la loro gestione ottimale
  • Aumentare la resilienza e la preparazione sviluppando una pianificazione di emergenza basata su simulazioni ad alta risoluzione
  • Massimizzare l’efficienza del serbatoio di controllo delle inondazioni
Simulazione numerica 2D del test case Thacker della superficie piana oscillante dell’acqua: confronto tra risultati analitici e numerici.
Diagramma del flusso di iterazione, ogni fase è gestita da un kernel GPU diverso.

Disponibilità Modello

Il modello è attualmente condiviso solo per collaborazione scientifica (contatto: renato.vacondio@unipr.it).

Sviluppatori

Dott. Renato Vacondio, Prof. Paolo Mignosa, Dott.ssa Alessia Ferrari, Dott.ssa Susanna Dazzi, Dott. Federico Prost, Prof. Francesca Aureli (Dipartimento di Ingegneria e Architettura)

Prof. Alessandro Dal Palù (Dipartimento di Scienze Matematiche Fisiche e Informatiche)

Riferimenti principali

  • Vacondio, R., Dal Palù, A., & Mignosa, P. (2014). GPU-enhanced Finite Volume Shallow Water solver for fast flood simulations. Environmental Modelling & Software, 57, 60-75. https://doi.org/10.1016/j.envsoft.2014.02.003
  • Vacondio, R., Dal Palù, A., Ferrari, A., Mignosa, P., Aureli, F., & Dazzi, S. (2017). A non- uniform efficient grid type for GPU-parallel shallow water equations models. Environmental Modelling & Software, 88, 119-137. https://doi.org/10.1016/j.envsoft.2016.11.012

Altre pubblicazioni

  • Vacondio, R., Aureli, F., Ferrari, A., Mignosa, P., & Dal Palù, A. (2016). Simulation of the January 2014 flood on the Secchia river using a fast and high-resolution 2D parallel shallow-water numerical scheme. Natural Hazards, 80 (1), 103-125.
  • Dazzi, S., Vacondio, R., Dal Palù, A., & Mignosa, P. (2018). A local time stepping algorithm for GPU-accelerated 2D shallow water models. Advances in Water Resources, 111, 274-288.
  • Ferrari, A., D’Oria, M., Vacondio, R., Palù, A. D., Mignosa, P., & Tanda, M. G. (2018). Discharge hydrograph estimation at upstream-ungauged sections by coupling a Bayesian methodology and a 2-D GPU shallow water model. Hydrology and Earth System Sciences, 22(10), 5299-5316.
  • Mignosa, P., Vacondio, R., Aureli, F., Dazzi, S., Ferrari, A., & Prost, F. (2018). “High resolution 2D modelling of rapidly varying flows: some case studies.” Italian Journal of Engineering Geology and Environment, Special Issue 2018. DOI: 10.4408/IJEGE.2018-01.S-14.
  • Dazzi, S., Vacondio, R., & Mignosa, P. (2019). Integration of a levee breach erosion model in a GPU-accelerated 2D shallow water equations code. Water Resources Research, 55 (1), 682-702.
  • Ferrari, A., Viero, D. P., Vacondio, R., Defina, A., & Mignosa, P. (2019). Flood inundation modeling in urbanized areas: A mesh-independent porosity approach with anisotropic friction. Advances in water resources, 125, 98-113.
  • Dazzi, S., Vacondio, R., & Mignosa, P. (2020). Internal boundary conditions for a GPU-accelerated 2D shallow water model: Implementation and applications. Advances in Water Resources, 137, 103525.
  • Ferrari, A., Dazzi, S., Vacondio, R., & Mignosa, P. (2020). Enhancing the resilience to flooding induced by levee breaches in lowland areas: a methodology based on numerical modelling. Natural Hazards & Earth System Sciences, 20(1).
  • Aureli, F., Prost, F., Vacondio, R., Dazzi, S., & Ferrari, A. (2020). A GPU-Accelerated Shallow-Water Scheme for Surface Runoff Simulations. Water, 12(3), 637.