1 导读

风暴潮模型在开展海陆一体化模拟时，常面临严峻的计算效率挑战。当前GPU加速技术已较为普及，但在风暴潮-城市洪水模拟中，局部区域需进行网格加密处理，而局部加密网格会导致整体计算时间步长被迫减小，进而制约整体计算效率。针对这一瓶颈，本研究提出一种高效的风暴潮洪水模型，引入局部时间步长（LTS）方法，通过对加密网格区域采用较小时间步长、非加密区域采用较大时间步长的差异化设置，实现计算效率与模拟精度的协同提升。

全文开放获取，免费阅读、下载。欢迎分享！

Citation：Ma H, Hu P, Shi H, et al. A GPU-accelerated local time step-based shallow water model for integrated sea–land flood inundation in densely built urban areas during storm surges. Ocean, 2025, 1(1): 9470009. 

DOI:https://doi.org/10.26599/OCEAN.2025.9470009 

2 背景介绍

风暴潮及其引发的洪水往往会导致灾难性的自然灾害，造成生命财产损失和严重的生态环境破坏。虽然水动力模型能够求解完全非线性水动力过程，但在处理涵盖海陆大尺度风暴潮事件时，其计算成本极高。提高计算效率面临两大挑战：第一，风暴潮模拟涉及海陆跨尺度场景，覆盖面积大，网格数量极多；第二，为了捕捉复杂的海岸线和地形，通常采用精细的结构网格或非结构三角网格，但在使用全局时间步长以保证稳定性时，极细的网格会导致计算资源利用率极低。

3 图文介绍

3.1 模型原理

本文研发了一种基于有限体积浅水方程的GPU加速风暴潮数值模型，并引入局部时间步长（Local Time Step，LTS）方法以提高计算效率。模型整体数值框架如图1所示，其中蓝色框图表示在主机端（CPU）执行的任务，绿色框图表示在设备端（GPU）执行的计算过程，灰色框图则表示主机与设备之间的数据传输过程。

模型计算流程始于CPU端。首先读取计算所需的基础数据，包括网格信息、模型基本参数以及边界条件（如水位或流量时间序列等）（过程 C1）。随后，将上述关键数据从主机端传输至GPU设备端（过程 D1），以便开展后续并行计算。在GPU端，模型首先利用LTS方法计算各网格单元的时间步长（过程 G1）。该过程主要通过两个归约算法（RA1 和 RA2）以及五个CUDA核函数（Kernels）协同完成。完成时间步长计算后，模型进入并行时间推进阶段，并在指定输出时刻将计算结果由GPU端传输回CPU端进行存储与输出。

在数值离散方面，模型采用有限体积法对浅水方程进行空间离散，该方法具有良好的守恒特性，并能够有效处理复杂边界及不规则网格。时间推进过程中引入局部时间步长方法，使不同网格单元能够根据各自的稳定性条件采用不同的时间步长，从而在保证数值稳定性的同时显著提高计算效率，尤其适用于高分辨率非结构网格的大规模模拟。

在计算平台方面，模型基于NVIDIA CUDA并行计算架构开发，核心计算模块采用CUDA Fortran语言实现GPU并行化。通过充分利用GPU的大规模并行计算能力，模型在大尺度、高分辨率风暴潮模拟中表现出显著的性能优势，能够在合理时间内完成风暴潮及城市内涝过程的高精度数值模拟。

图1 模型框架

3.2 模型性能

我们采用5组不同分辨率的网格模拟了“山竹”台风期间的3天风暴潮过程，以评估所提出模型在收敛性及提高预报效率方面的表现。这些网格通过调整澳门半岛区域的分辨率设计而成，如表1所示，从网格A到网格D，其在澳门半岛的最小单元尺寸依次为40米、20米、10米、5米。为了评估最大时间步等级 对计算性能和数值精度影响，表1展示了不同 条件下模型计算时间，当在LTS方法中将参数设置为7时，时间消耗减少了40倍以上，网格A条件下最快可以3分钟完全模拟过程。这表明模型在提升计算速度方面具有极高的效率与稳定性。

表1 模型计算时间统计

3.3 模型结果

图3展示了台风“山竹”期间的模拟结果，在这此次台风事件中，澳门的花地玛堂区（Nossa Senhora de Fátima）、圣安多尼堂区（Santo António）和圣老楞佐堂区（São Lourenço）均出现了严重的洪涝灾害。其中，圣安多尼堂区的最大淹没深度在约为2.2米，这与实际监测数据相吻合。澳门周边水道的这些水动力条件加剧了内港区域的严重洪涝，特别是对于花地玛堂区、圣安多尼堂区以及圣老楞佐堂区影响尤为显著。虽然防波堤的加固工程已在一定程度上改善了这些区域的积水状况，但鉴于上述区域多为住宅建筑群，进行大规模的防波堤重建工程难度极大。通过对这两次极端台风事件的对比研究，强调了将防波堤改造与先进的风暴潮预报及洪水风险管理策略相结合的必要性，从而提升澳门及其他易受灾沿海城市的防灾韧性。因此，在台风来临前为这些区域提供及时的早期预警至关重要。

图3 山竹台风期间澳门的风暴潮淹水模拟结果

4 总结与展望

在本研究中，我们构建了一种基于GPU并行计算框架的海陆一体化风暴潮淹水数值模型。该模型基于有限体积浅水方程，并引入局部时间步长（LTS）方法，以提高复杂地形和高分辨率计算条件下的计算效率。该模型能够有效应对大尺度风暴潮模拟中从广阔海域到建筑密集陆地区域所带来的计算效率挑战。通过对台风“天鸽”和“山竹”两次典型强台风事件的数值模拟，对模型性能进行了系统验证。模拟结果表明，所建立的模型能够较好地再现澳门近岸水道复杂的水动力演变过程，具有良好的稳定性和可靠性。同时，该模型通过引入LTS方法，模型整体计算效率提升显著，计算时间较传统统一时间步长方法缩短约40倍。该模型在高分辨率沿海城市洪水模拟中展现出良好的适用性，为澳门及其他建筑密集型沿海城市的风暴潮灾害模拟与快速预警提供了高效且可靠的技术支撑。

5 作者简介

通讯作者:贺治国，浙江大学，教授，博士生导师。现任国际水利与环境工程学会（International Association for Hydro-Environment Engineering and Research）海岸与海洋水力学技术委员会（CMH）主席、IAHR理事（Council Member），

中国地理学会海洋地理专委会副主任委员、中国力学学会环境力学专委会委员、中国海洋学会海洋工程分会常务理事等。主要从事海洋动力环境与工程防灾减灾多学科交叉创新研究，主持国家重点研发计划项目、课题和国家基金面上等国家级项目10余项。在Phy. Rev. Lett., J. Fluid Mechanics, Adv. Sci.等学术期刊上发表论文 150 余篇，9篇论文入选期刊封面/精选/ESI前1%高被引，出版中英文学术专著2部，授权国家发明专利15项，获金砖国家发明展特许金奖Gold+、第十一届国际发明展览会金奖、中国科技产业化促进会科学技术奖一等奖等国际和省部级奖励10余项。2024年获联合国授予苏丹亲王国际水奖PSIPW创新奖，以表彰其在水科学与工程领域的突出贡献。

webpage：https://mypage.zju.edu.cn/he

胡鹏，浙江大学教授/博导，担任海洋学院教学管理部部长、港航研究所副所长/支部书记。担任中国水利学会泥沙专业委员会委员、国际水文协会陆地侵蚀中国青年委员会副主席；主持十四五国家重点研发项目课题、国家自然科学基金青年和面上等国家级项目；合作出版教材1本《泥沙运动力学》，发表期刊论文90余篇，被引用1100余次；获中国航海学会科学技术进步奖一等奖（1/15，2025年），浙江大学教学成果奖一等奖（4/14，2025年），全国高校青年教师教学竞赛工科组二等奖（2023年），浙江省高校青年教师教学竞赛工科组特等奖（2021年），浙江省海洋科学技术进步一等奖（2/6，2021年），浙江省自然科学基金杰出青年项目（2018年），海洋领域全国优秀科技青年（2017年）

第一作者:马赫，浙江大学博士研究生，美国康奈尔大学联合培养博士。主要研究方向为海岸工程与海洋灾害防灾减灾，聚焦台风风暴潮、海平面上升影响及沿海城市洪水风险评估等关键科学问题。研究工作融合数值模型、高性能计算与多源观测数据分析，旨在提升极端海洋灾害的模拟精度、预报可靠性与计算效率，为沿海地区灾害防控与安全规划提供技术支撑。发表期刊论文5篇，授权发明专利6项，并参与多项国家级、省部级及地方重大科研项目。

期刊简介

《海洋（英文）》（Ocean）是清华大学主办的英文开放获取期刊，基于清华大学出版社SciOpen平台出版发行，主编团队由挪威科技大学的Torgeir Moan院士、中国科学院的王中林院士、以及清华大学的张建民院士共同组成。《海洋（英文）》致力于发布海洋科学、海洋工程、海洋科技领域相关的最新研究进展，通过开放获取的出版模式提升成果传播速度与影响力，助力科研合作与创新，启幕海洋相关领域的学术新征程。

收稿范围包括但不限于：海洋生物学与海洋生物制药、海洋生物地球化学过程、海洋地球科学、海洋自然资源、大气与气象学、海洋污染与生态学、海洋化学、海洋数学、遥感、海洋声学与光学、海洋环境与预测、海洋自动化与机器人技术、海洋信息学与数字孪生、海洋灾害与防治、海洋采矿、近海与海岸工程结构、海洋岩土工程、水产养殖工程、流体力学、水动力学、海底工程等主题的研究论文、综述、快报、专家观点和研究亮点。

诚邀具有引领性、创新性和实用性的海洋领域相关文章的投稿！2028年底前投稿免APC！

期刊网址：www.sciopen.com/journal/3008-1203

投稿地址：https://mc03.manuscriptcentral.com/ocean 

联系方式：ocean@tup.tsinghua.edu.cn

支持单位：