臺灣博碩士論文加值系統

本研究以葉高次教授1998年所發展的WASH123D (WAterSHed Systems of 1-D Stream-River Network, 2-D Overland Regime, and 3-D Subsurface Media ) 集水區整合數值模式為基礎，進一步改良與發展出下一代之集水區模式HERO (HypErcomputing wateRshed mOdel)。由於另用WASH123D進行模擬時，如果矩陣大小設定不足將造成無法進行模擬，需要重新設定矩陣後才能再進行模擬；另外WASH123D進行二維漫地流演算與三維地下水演算時，演算時間常有過長之問題。因此本研究發展HERO模式，而HERO可以省去WASH123D時需要在模擬前設定矩陣大小的不方便性，並且本研究於HERO中加入平行化運算(parallel computation)，以達到減少運算時間的目的。
研究結果顯示WASH123D需要針對不同的案例重新設定矩陣大小，而HERO則可以因應各種案例自動設定矩陣大小，因此HERO於模擬上之方便性的確是優於WASH123D的；此外HERO中加入平行化運算後，確實提昇了多種維度聯合模擬的運算效率，但是核心數的增加並不會無限的縮短運算時間，最後平行效率會趨近於一個定值，並經過測試後發現8個核心(core)同時執行模式的平行效率最高。最後，HERO與WASH123D的模擬結果幾乎完全一樣，顯示平行化後之HERO的確可以提昇運算效率，並且二維與三維之誤差值為皆小於〖10〗^(-6)，顯示增加演算速率並不會犧牲到模擬精度。

The study developed a next generation hyper-computing watershed model, HERO. The HERO model is based on WASH123D (WAterSHed Systems of 1-D Stream-River Network, 2-D Overland Regime, and 3-D Subsurface Media), which was originally developed by Professor Yeh since 1998. One of the disadvantage of WASH123D is that the dimensions of modeling array are required to be assigned prior to any event simulation. Executed file may need to recompile if their original allocated dimensions are not enough. The other disadvantage is that it will cost too much computational time because the original program is coded in sequential. Therefore this research try to modify the original WASH123D program, to make it became a dynamic allocated array and parallel based computer core.
Simulations indicated that HERO model is no problem to automatically assign program arrays based on any size of study event. It shows more convenient than WASH123D. For parallel tests, HERO model costs less computational time as compared to WASH123D by using the same inputs. And HERO shows the most efficiency performance as 8 cores of central processing units has been applied. And the modeling results revealed very slightly difference to their outputs. They are almost identical. Therefore it can be concluded that HERO model has confirmed can speed up simulations and has not sacrificed modeling preciseness.

摘要 ii
Abstract iii
圖目錄 vi
表目錄 ix
第一章 緒論 1
1-1 前言 1
1-2 文獻回顧 3
1-3 研究架構與流程 4
第二章 理論分析與數值求解 5
2-1 水文模式 5
2-1-1 一維河道演算的理論分析與數值求解 5
2-1-2 二維漫地流演算的理論分析與數值求解 9
2-1-3 三維地下水演算的理論分析與數值求解 13
2-2 OpenMP理論 18
第三章 結果與討論 20
3-1 矩陣設定的區別 20
3-1-1 一維矩陣設定與結果驗證 20
3-1-2 二維矩陣設定與結果驗證 33
3-1-3三維矩陣設定與結果驗證 42
3-2 平行化運算 46
3-2-1 二維漫地流演算的平行化與結果驗證 46
3-2-2 一二維地表聯合演算的平行化與結果驗證 53
3-2-3三維地下水演算的平行化與結果驗證 58
第四章 結論與建議 61
4-1 結論 61
4-2 建議 62
參考文獻 63
附錄 HERO使用手冊 附錄1

1. 呂珍謀、曾信耀、賴泉基，2002，紊流計算模式之平行化與其效率分析，台灣水利第50卷第3期，pp.93-102。
2. 張筱筠，2009，OpenMP工作模式上自動化平行度開發之研究，碩士論文，國立中正大學資訊工程系。
3. 蔡宗展，2010，OMP2OCL轉換器：可自動轉換OpenMP程式到OpenCL程式的轉換器，碩士論文，國立交通大學資訊工程學系。
4. 陳正杰，2011，以Pure OpenMP、SPMD OpenMP、MPI及Hybrid MPI+OpenMP平行實作聲波方程式，碩士論文，靜宜大學資訊工程學系。
5. 洪逸鈞，2015，結合水文與數值模式應用於河川水位預報-以高屏溪為例，碩士論文，國立中央大學土木工程學系。
6. 林拓，2015，結合數值模擬與模糊理論進行洪水預報最佳化之研究，碩士論文，國立國立中興大學土木工程學系。
7.黃成甲、葉森海、許銘熙、葉克家，2013，二維淹水分散計算系統簡介，災害防救電子報，第九十三期，pp.1-13。
8. 葉克家、陳弘凷、王書益、陳春宏、廖仲達，2009，美國國家計算水科學及工程中心河道變遷模式之引進及應用研究，第十三屆海峽兩岸水利科技交流研討會。
9. 謝慧民，2014，NETSTARS與HEC-RAS水位模擬成果之比較分析，水利會訊，第十七期，pp.61-67。
10. 李岱玲，2012，CCHE2D模式應用於蜿蜒複式河槽變遷之研究，碩士論文，國立交通大學土木工程學系。
11. 何宇申，2013，FLO-2D應用於中壢都會區的淹水分析，碩士論文，國立台灣大學生物環境系統工程學系。
12. Shamseldin, Asaad Y., 1997. “Application of a neural network technique to rainfall-runoff modeling.” Journal of Hydrology vol.199, pp. 272-294.
13. Yang, Chih Ted, and Francisco J. M. SIMÕES., 2008. “GSTARS computer models and their applications, part I: theoretical development.” International Journal of Sediment Research, pp. 197-211.
14. Shih, Dong-Sin, and Yeh, G.T., 2011, Feb. “Identified Model Parameterization, Calibration and Validation of the Physically Distributed Hydrological Model, WASH123D in Taiwan.” Journal of Hydrologic Engineering （ASCE）, Vol.16（2）, pp.126-136.
15. Shih, Dong-Sin, Tai-Wen Hsu, Chang, Kuo-Chyang , and Hsiang-Lan Juan., 2012, “Implementing Coastal Inundation Data with an Integrated Wind Wave Model and Hydrological Watershed Simulations.” Terrestrial Atmospheric and Oceanic Sciences, Vol.23（5）, pp.513-525.
16. Shih, Dong-Sin, Cheng-Hsin Chen., and Yeh, G.T., 2014.“Improving our understanding of flood forecasting using earlier hydro-meteorological intelligence.”Journal of Hydrology vol.512, pp.470–481.
17. Yeh, G.T., Huang Guobiao, Fan Zhang, Cheng Hwai-Ping, and Lin Hsin-Chi., 2005. “WASH123D：A Numerical Model of Flow, Thermal Transport, and Salinity, Sediment, and Water Quality Transport in WAterSHed System of 1-D Stream-River Network, 2-D Overland Regime, and 3-D Subsurface Media.”
18. Yeh, G.T., Shih, Dong-Sin., Jing-Ru C. Cheng., 2011. “An Integrated Media, Integrated Processes Watershed Model.” Computers & Fluids, Vol.45, pp.2-13.
19. MacDonald, I., Baines, M. J., Nichols, N. K., and Samuels, P. G., 1997, “ANALYTIC BENCHMARK SOLUTIONS FOR OPEN-CHANNEL FLOWS” JOURNAL OF HYDRAULIC ENGINEERING Vol.123, pp.1041-1045.
20. Vieira, Dalmo A., 2006, “MODELING HYDRODYNAMICS, CHANNEL MORPHOLOGY, AND WATER QUALITY USING CCHE1D” US-CHINA WORKSHOP ON ADVANCED COMPUTATIONAL MODELLING IN HYDROSCIENCE & ENGINEERING, September 19-21, Oxford, Mississippi, USA。