CPU/GPU协同的滑坡-碎屑流三维建模与堆积范围预测方法

The deposition of rock avalanches is characterized by suddenness, uncertainty and heterogeneous grains, and it is difficult to efficiently simulate and accurately predict the deposition scope of the large-area rock avalanches through the rock avalanches model built by traditional discrete method due to its low degree of parallelism and inefficient analog computation. In view of this, this project performs a systematic study on the CPU/GPU synergistic 3D modeling and method for predicting deposition Scope of rock avalanches. Below are the primary study contents: make an in-depth study on supportable grain composition and the rock avalanches synergistically accelerated by CPU/GPU; conduct a study on the methods to simulate the deposition scope of rock avalanches and analyze the degree of similarity with the regional deposition scope of the case; analyze different spatial scale effect of characterization parameters and optimal physical parameters of gully rock avalanches, design multiple-resolution spatial data structure of boundary of gully rock avalanches and promote the accuracy and efficiency of model expression; select typical gully rock-avalanches deposition, research and develop prototype system and verify the experiment.predict the disaster and deposition scopes of rock avalanches at different risk grades by working out the optimal analytical model for the deposition scope of rock avalanches through experimental analysis.

滑坡-碎屑流堆积过程具有突发性、不确定性以及颗粒非均质特性，利用传统离散元法构建的滑坡-碎屑流模型由于并行度和模拟运算效率低下，难以高效模拟和准确预测大规模滑坡-碎屑流堆积范围，为此，本项目系统研究CPU/GPU协同的滑坡-碎屑流堆积三维建模与模型预测方法。主要研究内容包括：深入研究可支持颗粒级配和CPU/GPU协同的滑坡-碎屑流模型；研究滑坡-碎屑流堆积范围模拟与案例区域堆积范围相似度分析方法,分析滑坡-碎屑流沟道表征参数和最优物理参数的不同空间尺度效应，设计滑坡-碎屑流沟道边界表示的多分辨率空间数据结构，提升模型表达的准确性和效率；选择典型沟道滑坡-碎屑流堆积，研发原型系统，通过实验分析获取最优滑坡-碎屑流堆积范围分析模型，完成不同风险等级滑坡-碎屑流灾害堆积范围预测。

由于滑坡-碎屑流是一种危险性极大的地质灾害，准确模拟和预测滑坡-碎屑流堆积范围已成为当务之急和科学挑战。针对传统滑坡-碎屑流模型并行度和模拟运算效率低、通用性差、堆积范围准确性不高等问题，提出了CPU/GPU协同加速的离散元滑坡-碎屑流建模方法有效提升滑坡模拟单元个数，同时提出了一种基于四叉树LOD方法实现滑坡地形空间数据结构优化，有效解决海量滑坡地形数据一次导入内存所面临的数据调度问题；在滑坡-碎屑流数值模型建模和模型验证方面，目前已构建可支持千万级滑坡-碎屑流粒子数的CPU/GPU协同加速的离散元滑坡数值模型，同时还构建了SPH滑坡-碎屑流模型，提出了模型参数矫正法和堆积范围模拟相似度评估方法有效提升模型的模拟正确率，分别完成了物理泥流堆积范围数值模拟试验和2017年茂县新磨村滑坡堆积范围预测模拟试验，所模拟的物理泥流堆积长宽比正确率为97.3%、茂县新磨村滑坡堆积范围正确率则超过了82%，两种模型均通过了正确性和可靠性验证。同时，由于两套软件可扩展性高、正确性好，可进一步开展其它地质灾害运动堆积范围模拟预测。发表学术论文6篇（3篇SCI收录,2篇EI收录)，其中基金第一标注5篇（均为第一或通讯作者），已授权国家发明专利1项，申请授权国家专利1项，培养研究生3人，优秀本科毕业生8人（8人均来自该面上基金项目支持的srtp项目，这些学生均以优异成绩保研或考上双一流高校研究生）。