=Paper=
{{Paper
|id=Vol-1576/164
|storemode=property
|title=Complex of models, explicit regularized schemes of high–order of accuracy and applications for predictive modeling of after-math of emergency oil spill
|pdfUrl=https://ceur-ws.org/Vol-1576/164.pdf
|volume=Vol-1576
|authors=Aleksandr Sukhinov,Alla Nikitina,Alena Semenyakina,Aleksandr Chistyakov
}}
==Complex of models, explicit regularized schemes of high–order of accuracy and applications for predictive modeling of after-math of emergency oil spill==
https://ceur-ws.org/Vol-1576/164.pdf
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
Комплекс моделей, явных регуляризованных схем
повышенного порядка точности и программ для
предсказательного моделирования последствий аварийного
разлива нефтепродуктов*
А.И. Сухинов1, А.В. Никитина2, А.А. Семенякина2, А.Е. Чистяков2
Донской государственный технический университет1
Научно-исследовательский институт многопроцессорных вычислительных систем
имени академика А.В. Каляева Южного Федерального Университета2
В данной работе приведена построенная модель транспорта нефтепродуктов с учетом
испарений легкой, нейтральной и неиспаряющейся псевдофракций нефтяного пятна,
растворения нефтяного пятна и биоразложения. Для повышения запаса устойчивости
явных схем Б.Н. Четверушкиным предложено использовать регуляризированные
схемы. Аппроксимация задачи диффузии–конвекции выполнялась на основе схем
повышенного порядка точности. На базе многопроцессорной вычислительной систе-
мы разработано экспериментальное программное обеспечение, предназначенное для
математического моделирования возможных сценариев развития экосистем мелко-
водных водоемов на примере Азово–Черноморского бассейна при нефтяных разли-
вах. При параллельной реализации были использованы методы декомпозиции сеточ-
ных областей для вычислительно трудоемких задач диффузии–конвекции, учитыва-
ющие архитектуру и параметры многопроцессорной вычислительной системы. Мак-
симальное ускорение достигалось на 512 вычислительных узлах и равнялось 228.36
раз. К достоинствам разработанного программного комплекса также следует отнести
использование модели гидродинамики, включающую уравнения движения по трем
координатным направлениям.
Ключевые слова: схемы повышенного порядка точности, транспорт нефтепродуктов,
нефтяные пленки.
1. Введение
Различие свойств нефти и воды обуславливает особенности их нахождения в поверхност-
ных и подземных водах. Нефть и нефтепродукты представляют собой смесь углеводородов с
различной растворимостью в воде: для нефти (в зависимости от химического состава) раство-
римость составляет 10-50 мг/дм3; для бензинов – 9-505 мг/ дм3; для керосинов – 2-5 мг/ дм3; для
дизельного топлива – 8-22 мг/ дм3. Растворимость углеводородов увеличивается в ряду: арома-
тические, циклопарафиновые, парафиновые. Растворимая доля нефти в воде от всей ее массы
мала (5·10-3 %), но при этом необходимо учитывать два обстоятельства: в число растворяю-
щихся компонентов нефти попадают наиболее токсичные ее компоненты; нефть может образо-
вывать с водой стойкие эмульсии, так что в толщу воды может перейти до 15% всей нефти.
Смешиваясь с водой, нефть образует эмульсию двух типов: прямую – «нефть в воде» и об-
ратную – «вода в нефти». Прямые эмульсии, составленные капельками нефти диаметром до
0.5 мкм, менее устойчивы и характерны для нефти, содержащей поверхностно активные веще-
ства. При удалении летучих фракций нефть образует вязкие обратные эмульсии, которые могут
сохраняться на поверхности в виде тонкой нефтяной пленки, которая перемещается со скоро-
стью примерно в два раза большей, чем скорость течения воды. При соприкосновении с бере-
гом и прибрежной растительностью нефтяная пленка оседает на них. В процессе распростране-
ния по поверхности воды легкие фракции нефти частично испаряются, растворяются, а тяже-
*
Работа выполнена при частичной поддержке Задания №2014/174 в рамках базовой части
государственного задания Минобрнауки России и программы фундаментальных исследований
Президиума РАН №43 «Фундаментальные проблемы математического моделирования».
308
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
лые опускаются в толщу воды, оседают на дно, загрязняя донные отложения. В табл. 1 приве-
дена классификация нефтяного загрязнения водоемов.
Влияние нефтяного загрязнения на водоем проявляется в: ухудшении физических свойств
воды (замутнение, изменение цвета, вкуса, запаха); растворении в воде токсических веществ;
образовании поверхностной пленки нефти и осадка на дне водоема, понижающей содержание в
воде кислорода.
Характерный запах и привкус появляются при концентрации нефти и нефтепродуктов в
воде 0.5 мг/дм3, а нафтеновых кислот – 0.01 мг/дм3. Значительные изменения химических пока-
зателей воды происходят при содержании нефти и нефтепродуктов более 100-500 мг/дм3.
Пленка нефти на поверхности водоема ухудшает газообмен воды с атмосферой, замедляя ско-
рость аэрации и удаления углекислого газа, образующегося при окислении нефти. При толщине
нефтяной пленки 4.1 мм и концентрации нефти в воде 17 мг/дм3 количество растворенного
кислорода за 20-25 суток понижается на 40%.
Таблица 1. Классификация нефтяных загрязнений водоемов
Категория Содержание
Характеристика загрязнения
загрязнения нефти, мг/л
Нефтяная пленка отсутствует. Привкус нефти слабый. Запах не ока-
зывает влияния на газовый режим, минерализацию, окисляемость и
Слабое БПК воды. Рыба в водоеме обитает нормально, размножается, но <1
имеет привкус нефтепродуктов. Отрицательное влияние на планктон
незначительное, на бентос – не установлено.
Вода имеет запах и привкус нефти, поверхность покрыта отдельными
нефтяными пятнами. Влияние на газовый режим, минерализацию,
Среднее окисляемость и БПК воды незначительно или не наблюдается. Рыба в 1-10
водоеме обитает, но имеет привкус нефтепродуктов. Наблюдается
случаи гибели личинок рыб.
Вода имеет запах и привкус нефти, отдельные участки ее поверхно-
сти покрыты нефтяной пленкой. Наблюдается изменение газового
Сильное 10-30
режима. Рыба избегает таких водоемов. При случайной задержке она
погибает.
Вода имеет сильный запах и привкус нефти, поверхность покрыта
Очень силь- сплошной нефтяной пленкой. Берега и растительность покрыты
>30
ное нефтью и мазутом. Иногда дно покрыто тяжелыми фракциями нефти.
Рыба отсутствует.
В работе [1] разработаны три различные модели для описания транспорта нефтепродуктов
с учетом испарений легкой, нейтральной и неиспаряющейся псевдофракций нефтяного пятна,
растворения нефтяного пятна и биоразложения. В данной работе приведена построенная мо-
дель, которая описывает все выше перечисленные процессы. Анализ численного решения мо-
дельной задачи транспорта веществ показал, что с увеличением размеров расчетной сетки вре-
менные затраты для явной схемы существенно уменьшаются. Модификация явной схемы –
введение разностной производной второго порядка с множителем–регуляризатором – позволя-
ет существенно ослабить ограничения на допустимую величину шага по времени [2]. Кроме
того, явные регуляризованные схемы показали преимущество по реальным временным затра-
там (10–15 раз и более) по сравнению с использовавшимися ранее традиционными неявными и
нерегуляризованными явными схемами [3].
В работе [4] был предложен вариант метода конечных объемов в случае учета заполненно-
стей контрольных областей. Алгоритм расчета, учитывающий частичную «заполненность» яче-
ек, лишен недостатка, связанного со ступенчатым представлением границы области на прямо-
угольной сетке. Предложенный метод был применен для решения трехмерных задач гидроди-
намики [5]. На основе данной модели выполнен расчет полей течений, которые использованы
при расчете транспорта нефтепродуктов.
При решении задачи транспорта нефтепродуктов использованы схемы повышенного по-
рядка точности. Следует отметить, что при решении модельной задачи диффузии удалось по-
высить точность в 66.7 раз, а для задачи диффузии–конвекции – в 48.7 раз [6].
309
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
2. Математическая модель гидродинамики
Входными данными задачи транспорта нефтепродуктов является поле вектора скорости
водного потока, что требует в свою очередь построения математической модели движения
водной среды. Исходными уравнениями гидродинамики мелководных водоемов являются [5]:
– уравнения движения (Навье – Стокса):
ut uu x vu y wu z px u x x u y u z z 2(v sin w cos ) ,
1
y
vt uvx vvy wvz py vx x vy vz z 2u sin ,
1
(1)
y
wt uwx vwy wwz pz wx x wy wz z 2u cos g 0 / 1 ;
1
y
– уравнение неразрывности в случае переменной плотности запишется следующим
образом:
t u x v y w z 0 , (2)
где u u, v, w – компоненты вектора скорости; p – превышение давления над
гидростатическим давлением невозмущенной жидкости; ρ – плотность; – угловая скорость
вращения земли; – угол между вектором угловой скорости и вертикалью;
μ, – горизонтальная и вертикальная составляющие коэффициента турбулентного обмена.
Система уравнений (1) – (2) рассматривается при следующих граничных условиях:
– на входе (устье рек Дон и Кубань):
u ( x, y, z, t ) u (t ), v( x, y, z, t ) v(t ), pn ( x, y, z, t ) 0, un ( x, y, z, t ) 0 ,
– боковая граница (берег и дно):
v (u)n ( x, y, z, t ) x (t ), v (v)n ( x, y, z, t ) y (t ), un ( x, y, z, t ) 0, pn ( x, y, z, t ) 0 ,
– верхняя граница:
(u)n ( x, y, z, t ) x (t ), (v)n ( x, y, z, t ) y (t ), (3)
w( x, y, t ) pt / g , pn ( x, y, t ) 0 ,
– на выходе (Керченский пролив):
pn ( x, y, z, t ) 0, un ( x, y, z, t ) 0 ,
где – интенсивность испарения жидкости; x , y – составляющие тангенциального
напряжения (закон Ван–Дорна); v – плотность взвеси.
Составляющие тангенциального напряжения для свободной поверхности:
x aC p w wx w , y aC p w wy w ,
где w – вектор скорости ветра относительно воды; a – плотность атмосферы,
0.0088, x 6,6 м / с
Cp x – безразмерный коэффициент.
0.0026, x 6,6 м / с
Составляющие тангенциального напряжения для дна с учетом введенных обозначений
могут быть записаны следующим образом:
x C p u u u , y C p u v u .
На основании измеренных пульсаций скоростей рассмотренная ниже аппроксимация позво-
ляет строить коэффициент вертикального турбулентного обмена, неоднородный по глубине [7]:
1 u v
2 2
Cs2 2
, (4)
2 z z
где – характерный масштаб сетки; C s – безразмерная эмпирическая константа, значение ко-
торой обычно определяется на основе расчета процесса затухания однородной изотропной тур-
булентности.
310
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
Для решения поставленной задачи (1) – (3) использован метод сеток [8]. Аппроксимация
уравнений по временной переменной выполнена на основе схем расщепления по физическим
процессам [9] в форме метода поправки к давлению.
3. Математическая модель транспорта нефтепродуктов
Для описания процесса транспорта нефтепродуктов с учетом испарений легкой, нейтраль-
ной и неиспаряющейся псевдофракций нефтяного пятна, растворения нефтяного пятна и био-
разложения была использована система уравнений [1]:
K P 1 m ci
ci,t uci, x vci, y ci, x x ci, y E i K D Si X i M i m M, (5)
y
RT q ci K s
c
M t uM x vM y M x x M y m i M M ,
y ci K s
где ci – концентрация i–ой фракции нефти; M i m – значение молярной массы i – ой компонен-
ты, [кг/моль]; KE 2,5 103U 0.78 – коэффициент массопереноса для углеводорода, [м/с];
U – скорость ветра относительно воды, [м/с]; Xi – молярная доля компонента с номером i, рав-
ная i / i ; i – количество вещества i – ой компоненты, [моль]; Pi – давление паров
i – ой компоненты, [Па]; R=8,314 Дж/моль;·К – универсальная газовая постоянная; T – темпе-
ратура окружающей среды над поверхностью пятна, [К]; K D kK D 0 – коэффициент массопере-
носа растворения; K D 0 – начальное значение коэффициента массопереноса растворения;
k – коэффициент, зависящий от волнения моря; Si – растворимость в воде i – ой компоненты,
[кг/м3]; A – площадь пятна нефти, [м2]; M – концентрация микроорганизмов; μm – максимальная
скорость роста микроорганизмов; Ks – коэффициент насыщения; λ – скорость отмирания кле-
ток; q – коэффициент пропорциональности между количеством бактерий и поглощенным суб-
стратом.
Изменение начальной растворимости нефти описывается уравнением:
S S0e0,1t ,
где S0 – начальная растворимость нефти; t – время, [сутки].
Коэффициент горизонтальной турбулентной диффузии зависит от гидродинамических и
климатических условий, в которых протекает процесс. Для сложных гидродинамических и
климатических условий Азово–Черноморского бассейна коэффициент горизонтальной турбу-
лентной диффузии будет подчиняться закону «четырех третей» Ричардсона [11]:
1/3 L4/3 , (6)
где L – характерный размер диффундирующего пятна; ε – скорость диссипации турбулентной
энергии, у поверхности имеет значения порядка 1–10-1 см2/с3 и в среднем убывает с глубиной
до значений порядка 10-3–10-4 см2/с3.
При решении вышеописанных систем уравнений были приняты граничные и начальные
условия для одномоментного залпового выброса нефти:
c t 0, x , y S c0 , ct 0, x , y S0 0,
0
где S0 – область, покрытая пятном; c0 – концентрация нефти в изучаемой области.
4. Аппроксимация задачи транспорта нефтепродуктов
Для реализации модели транспорта нефтепродуктов рассмотрим двумерную задачу диффу-
зии–конвекции следующего вида:
t x y x x
c uc vc c c f ,
y y
(7)
с граничными условиями: cn x, y, t n c n , где u, v – компоненты вектора скорости;
μ – коэффициент турбулентного обмена; f – функция, описывающая интенсивность и распре-
деление источников.
311
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
Введем равномерную прямоугольную сетку:
wh t n n , xi ihx , y j jhy ; n 0..Nt , i 0..N x , j 0..N y ; Nt T , N x hx lx , N y hy l y
где – шаг по времени; hx , hy – шаги по пространству; N x , N y – границы по пространству;
N t – верхняя граница по времени.
Для повышения запаса устойчивости явных схем Б.Н. Четверушкиным было предложено
использовать регуляризированные схемы [2]. Для построения явной регуляризированной схемы
для уравнения (7) используется модифицированное уравнение:
*
сt ct ucx vcy cx x cy f , (8)
2 y
где * h / c* – параметр регуляризации; h – шаг сетки; c * – скорость звука в водной среде. Для
устойчивости явной схемы, при добавлении в нее слагаемого–регуляризатора (второй разност-
ной производной по времени с множителем * ) достаточно выполнения ограничения на шаг по
временной переменной – O h3/2 , что является менее жестким по сравнению с условием для
явной нерегуляризированной схемы – O h 2 .
Проведем дискретизацию операторов конвективного и диффузионного переносов второго
порядка погрешности аппроксимации в случае частичной заполненности ячеек следующим об-
разом:
c c c c
q0 i , j ucx q1 i , j ui 1/2, j i 1, j i , j q2 i , j ui 1/2, j i , j i 1, j , (9)
2hx 2hx
c c c c c
q0 i, j cx x q1 i , j i 1/2, j i 1, j 2 i, j q2 i , j i 1/2, j i , j 2 i 1, j q1 i , j q2 i , j i, j x i , j x ,
hx hx hx
где qi – коэффициенты, описывающие заполненность контрольных областей [12].
Аппроксимация оператора конвективного переноса uc разностной схемой, обладающей
четвертым порядком точности, имеет следующий вид [13]:
u q u q
q0 i L c q1 i i 1/ 2 1 i 1 ci 2 q1 i i 1/ 2 2 1 i (10)
12h q0 i 1 12h q0 i
ui 1/ 2 q1 i u u q2 i 1
q2 i q1 i i 1/ 2 ki 1 ki 2 ci 1 q1 i i 1/ 2 2
12h q0 i 2h
12h q0 i 1
ui 1/2 q1 i 1
q2 i i 1/2 q1 i i 1/2 q2 i q1 i ki q2 i q1 i ki ci
u u
q2 i 2
1 2
12h q0 i 1 2h 2h
u q2 i u q2 i u u q2 i 1
q1 i i 1/2 q2 i i 1/2 2 q2 i i 1/2 ki 2 ki 1 ci 1 q2 i i 1/2 ci 2 ,
12h q0 i 12h q0 i 2h
12h q0 i 1
q1 i q2 i q u u q u u
q0 i 1 i , q0 i i 1 i
где ki u u u u / 8h , k 2 1 i i 1 i 2 i i i 1 .
1
i i q0 i 8h q0 i 8h
Аппроксимации оператора диффузионного переноса c разностной схемой, обладаю-
щей четвертым порядком точности, имеет следующий вид:
q q
q0 i L c q1 i i 12 1 i 1 ci 2 q1 i i 21/ 2 ci 1 q1 i i 12 1 i 2 (11)
12h q0 i 1 h 12 h q 0 i
q1 i i q2 i 1
q2 i i 12 q1 i i 1 ki ci 1 q1 i i 21/ 2 q2 i i 21/ 2 q1 i i 12 2
12h q0 i 12
h h 12h q0 i 1
312
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
i 1 q1 i 1 i i1 i1 i i 1/ 2
q2 i 2 q
2 i k i q
1 i k i ci q2 i ci 1
12h q0 i 1
2
12 12 h2
i 1 q2 i i 1 q2 i i i1 i 1 q2 i 1
q1 i q2 i 2 q
2 i k i ci 1 q2 i ci 2 ,
12h 2 q0 i 12h q0 i
2
12 12h 2 q0 i 1
q1 i q2 i 2 q1 i i 1 i q2 i i i 1
где i ci 1 2ci ci 1 / h , ki .
q0 q0 i q0 i 4h2 q0 i 4h2
i
5. Параллельная реализация
При параллельной реализации использованы методы декомпозиции сеточных областей для
вычислительно трудоемких задач диффузии–конвекции, учитывающие архитектуру и парамет-
ры многопроцессорной вычислительной системы. Максимальная производительность МВС со-
ставляет 18,8 терафлопс. В качестве вычислительных узлов использовались 128 однотипных
16–ядерных Blade–серверов HP ProLiant BL685c, каждый из них оснащен четырьмя четырехъ-
ядерными процессорами AMD Opteron 8356 2.3GHz и оперативной памятью в объеме 32 ГБ.
Таблица 2. Зависимость ускорения и эффективности от количества процессоров
100x100 200x200 500x500 1000x1000 2000x2000 5000x5000
1 Время 0.000271 0.00429 0.00846 0.03608 0.138 1.633
Ускорение 1 1 1 1 1 1
Эффективность 1 1 1 1 1 1
2 Время 0.000074 0.00060 0.00866 0.02193 0.08041 0.825
Ускорение 3.662 7.15 0.977 1.645 1.716 1.979
Эффективность 1.831 3.575 0.488 0.823 0.858 0.99
4 Время 0.000052 0.00017 0.00341 0.00978 0.04376 0.533
Ускорение 5.212 25.235 2.481 3.689 3.156 3.064
Эффективность 1.303 6.309 0.62 0.922 0.788 0.766
8 Время 0.000029 0.000089 0.00207 0.00745 0.02924 0.188
Ускорение 9.345 48.202 4.087 4.843 4.72 8.686
Эффективность 1.168 6.025 0.511 0.605 0.59 1.086
16 Время 0.000025 0.000063 0.00054 0.00628 0.01921 0.142
Ускорение 10.84 68.095 15.667 5.745 7.184 11.5
Эффективность 0.677 4.256 0.979 0.359 0.449 0.719
32 Время 0.000060 0.000089 0.00018 0.00247 0.01051 0.078
Ускорение 4.517 48.202 47 14.607 13.13 20.936
Эффективность 0.141 1.506 1.469 0.456 0.41 0.654
64 Время 0.000125 0.000142 0.00016 0.00110 0.00584 0.044
Ускорение 2.168 30.211 52.875 32.8 23.63 37.114
Эффективность 0.034 0.472 0.826 0.513 0.369 0.58
128 Время - 0.000364 0.00040 0.00048 0.00485 0.017
Ускорение - 11.786 21.15 75.167 28.454 96.059
Эффективность - 0.092 0.165 0.587 0.222 0.75
256 Время - - 0.000801 0.000653 0.003215 0.00987
Ускорение - - 10.562 55.253 42.924 165.434
Эффективность - - 0.041 0.216 0.168 0.646
512 Время - - - 0.001294 0.002051 0.00715
Ускорение - - - 27.883 67.284 228.36
Эффективность - - - 0.054 0.131 0.446
В табл. 2 приведены временные затраты для одного временного слоя на различных сетках,
а также значения ускорения и эффективности для различного числа вычислительных ядер мно-
гопроцессорной вычислительной системы.
313
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
6. Описание программного комплекса
На базе многопроцессорной вычислительной системы разработано экспериментальное
программное обеспечение, предназначенное для математического моделирования возможных
сценариев развития экосистем мелководных водоемов на примере Азово–Черноморского бас-
сейна. Программный комплекс «Azov3d» предназначен для построения оперативных прогнозов
движения турбулентных потоков водной среды – поля скоростей водной среды на сетках с
высокой разрешающей способностью. Данная программа используется для расчета
трехмерного вектора скорости течения водной среды в акватории Азовского моря, учитывает
такие физические параметры как: сила Кориолиса, турбулентный обмен, сложная геометрия
дна и береговой линии, испарение, стоки рек, сгонно–нагонные явления, ветровые течения и
трение о дно, и обеспечивает выполнение следующих функций: расчет поля скорости без учета
давления; расчет гидростатического давления (используется в качестве начального
приближения для гидродинамического давления); расчет гидродинамического давления; расчет
трехмерного поля скорости водного потока.
Выходными параметрами программного комплекса являются: шаги по пространственным
координатам, погрешность вычисления сеточных уравнений, размеры расчетной сетки,
временной интервал, интенсивность испарения, начальные распределения компонент вектора
скорости движения водной среды и давления.
Разработанный комплекс программ допускает внедрение новых расчетных функций, в
частности, в данный комплекс были встроены программные блоки, предназначенные для
вычисления транспорта нефтепродуктов с учетом испарения легкой, нейтральной и не
испаряющейся псевдофракций нефтяного пятна, растворения нефтяного пятна и
биоразложения. Поля скоростей водного потока, рассчитанные на основе математической
модели (1) – (4), относятся к входным данным для модели транспорта нефтепродуктов (5).
7. Результаты численных экспериментов
В работе [11] приведены результаты натурных экспериментов по изучению деструкции сы-
рой нефти в морской воде. Из результатов экспериментов следует, что лишь 3-15% от исходно-
го количества сырой нефти подвержены процессам окисления, биодеградации, фотохимиче-
ским реакциям, тогда как испаряется от 10 до 40%. Пик ее растворимости приходился на
10-е сутки экспозиции (рис. 1).
Рис. 1. Динамика деструкции сырой нефти
Согласно [12] при поступлении сообщения о разливе нефти и нефтепродуктов время лока-
лизации разлива не должно превышать 4 часов при разливе в акватории, 6 часов – при разливе
на почве с момента обнаружения разлива нефти и нефтепродуктов или с момента поступления
информации о разливе. Будем рассматривать случай, когда не приняты меры по локализации
нефтяных разливов. Из приведенных результатов натурных экспериментов следует, что расчет-
ный интервал должен составлять 20-30 суток.
314
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
Скорость ветра в диапазоне 3-8 м/с является идеальной для обнаружения нефтяных загряз-
нений: в этом случае слики1 выглядят темными пятнами на светлой (взволнованной) поверхно-
сти моря (см. рис. 2).
Рис. 2. Радиолокационные изображения участка во время катастрофического разлива нефти
На рис. 3 приведены данные о скорости и направлении ветра во время экстремального
шторма в ноябре 2007 года. Наибольшая скорость ветра была 11 ноября в районе Керченского
пролива и по данным Gismeteo [13] составила 24 м/с.
Рис. 3. Скорость ветра в районе Керченского пролива в ноябре 2007 года
На рис. 4 приведены результаты численных экспериментов по моделированию транспорта
легкой нефти в районе Керченского пролива на 16 ноября 2007 года. Расчет выполнен на осно-
ве разработанного программного комплекса и результаты применены для тестирования работо-
способности данного комплекса.
В дальнейшем планируется разработка модели для расчета транспорта донных материалов
[14, 15], а также для расчета транспорта растворенных субстанций и нефтяных паров. Для раз-
работки модели транспорта нефтяных паров требуется построение трехмерной математической
модели приземной аэродинамики. При моделировании разливов нефти также важно учитывать
влияние растворенных нефтепродуктов на характер и протекание гидробиологических процес-
сов в водоеме [16, 17].
1
Слик от англ. slick - гладкий, блестящий.
315
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
Рис. 4. Картина поля концентрации легких нефтепродуктов
Сопоставляя результаты расчета концентрации легких нефтепродуктов, приведенного на
рис. 4, с результатами радиолокационных снимков участка, где произошел катастрофический
разлив нефти (рис. 2), видим их качественное совпадение. Время прогноза составило 4 суток с
момента разлива.
Заключение
Разработана математическая модель транспорта нефтепродуктов, отличающиеся от извест-
ных учетом: испарений легкой, нейтральной и не испаряющейся псевдофракций нефтяного
пятна, растворения нефтяного пятна и биоразложения. Для повышения запаса устойчивости
явных схем Б.Н. Четверушкиным было предложено использовать регуляризированные схемы
[2]. Аппроксимация задачи диффузии–конвекции выполнялась на основе схем повышенного
порядка точности. Выполнена программная реализация математической модели гидродинами-
ческих процессов применительно к мелководным водоемам на многопроцессорной вычисли-
тельной системе с распределенной памятью. Выполнены теоретические расчеты ускорения и
эффективности параллельных алгоритмов. Разработанный комплекс программ допускает внед-
рение новых расчетных функций, в частности, в данный комплекс были встроены программные
блоки, предназначенные для моделирования транспорта нефтепродуктов с учетом испарений
легкой, нейтральной и не испаряющейся псевдофракций нефтяного пятна, растворения нефтя-
ного пятна и биоразложения. На базе многопроцессорной вычислительной системы было раз-
работано экспериментальное программное обеспечение, предназначенное для математического
моделирования возможных сценариев развития экосистем мелководных водоемов на примере
Азово–Черноморского бассейна при нефтяных разливах. При параллельной реализации были
использованы методы декомпозиции сеточных областей для вычислительно трудоемких задач
диффузии–конвекции, учитывающие архитектуру и параметры многопроцессорной вычисли-
тельной системы. Максимальное ускорение достигалось на 512 вычислительных узлах и равня-
лось 228.36 раз. К достоинствам разработанного программного комплекса также следует отне-
сти использование модели гидродинамики, включающую уравнения движения по трем коорди-
натным направлениям.
316
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
Литература
1. Глухенький И.Ю., Лаврентьев А.В., Попова Г.Г. Моделирование аварийных разливов нефти
в Керченском проливе // Безопасность в техносфере. 2011. №6. С. 3–6.
2. Четверушкин Б.Н. Пределы детализации и формулировка моделей уравнений сплошных
сред // Математическое моделирование. 2012. Т. 24. № 11. С. 33–52.
3. Сухинов А.И., Проценко Е.А., Чистяков А.Е., Шретер С.А. Сравнение вычислительных эф-
фективностей явной и неявной схем для задачи транспорта наносов в прибрежных водных
системах// Вычислительные методы и программирование: Новые вычислительные техноло-
гии. 2015. Т 16. №3. С. 328–338
4. Сухинов А.И., Тимофеева Е.Ф. Чистяков А.Е. Построение и исследование дискретной ма-
тематической модели расчета прибрежных волновых процессов // Известия ЮФУ. Техни-
ческие науки. 2011. №8 (121). С 22–32.
5. Сухинов А.И., Чистяков А.Е. Параллельная реализация трехмерной модели гидродинамики
мелководных водоемов на супервычислительной системе // Вычислительные методы и про-
граммирование: Новые вычислительные технологии. 2012. Т.13. С. 290–297
6. Сухинов А.И., Чистяков А.Е., Семенякина А.А., Никитина А.В. Параллельная реализация
задач транспорта веществ и восстановления донной поверхности на основе схем повышен-
ного порядка точности // Вычислительные методы и программирование: Новые вычисли-
тельные технологии. 2015. Т 16. №2. С. 256–267
7. Белоцерковский О. М. Турбулентность: новые подходы. М.: Наука, 2003.
8. Самарский А.А. Теория разностных схем. М. Наука, 1989.
9. Белоцерковский О. М., Гущин В. А., Щенников В. В. Метод расщепления в применении к
решению задач динамики вязкой несжимаемой жидкости // Журнал вычислительной мета-
математики и математической физики. 1975. 15:1. С. 197–207.
10. Абдусамадов А.С., Панарин А.П., Магомедов А.К., Коваленко Л.Д., Гусейнова Б.Р. Дохту-
каева А.М., Дудурханова Л.А. Растворимость и деструкция нефти в морской воде // Геогра-
фия и геоэкология. Юг России: экология, развитие. 2012. №1. С 165–166.
11. Постановление Правительства Российской федерации от 15 апреля 2002 г. № 240 «О поряд-
ке организации мероприятий по предупреждению и ликвидации разливов нефти и нефте-
продуктов на территории российской федерации»
12. Gismeteo. URL: https://www.gismeteo.ru/diary/5211/2007/11/ (дата обращения: 27.09.2015)
13. Сухинов А.И., Чистяков А.Е., Проценко Е.А. Математическое моделирование транспорта
наносов в прибрежной зоне мелководных водоемов // Математическое моделирование.
2013. 25. № 12. 65–82. 27.
14. Сухинов А.И., Чистяков А.Е., Проценко Е.А. Математическое моделирование транспорта
наносов в прибрежных водных системах на многопроцессорной вычислительной системе //
Вычислительные методы и программирование. 2014. 15. С. 610–620.
15. Сухинов А.И., Никитина А.В., Чистяков А.Е., Семенов И.С. Математическое моделирова-
ние условий формирования заморов в мелководных водоемах на многопроцессорной вы-
числительной системе // Вычислительные методы и программирование. 2013. 14. С. 103–
112.
16. Сухинов А.И., Никитина А.В., Чистяков А.Е. Моделирование сценария биологической реа-
билитации Азовского моря // Математическое моделирование. 2012. 24. № 9. С. 3–21.
317
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
Complex of models, explicit regularized schemes of high–order
of accuracy and applications for predictive modeling of after-
math of emergency oil spill
A.I. Sukhinov1, A.V. Nikitina2, A.A. Semenyakina2, A.E. Chistyakov2
Don state technical University1
Kalyaev Scientific Research Institute of Multiprocessor Computer Systems
at Southern Federal University2
The paper covers the dolloped model of oil products transport in view the evaporation of
light, neutral and no-evaporating pseudofractal of oil spot, dissolution of oil spot and bio-
degradation. B.N. Chetverushkin has been proposed the idea of use of regularized schemes
to increase the safety factor of explicit schemes. Approximation of diffusion-convection
problem was performed on the basis of schemes of high-order of accuracy. Experimental
software was developed for mathematical modeling of possible scenarios of development of
ecosystems of shallow waters for oil spills on the example of the Azov-Black Sea basin,
based on multiprocessor computer systems. Decomposition methods of grid domains have
been used for computationally laborious diffusion-convection tasks in parallel implementa-
tion. Maximum acceleration was equal to 228.36 times on 512 computational nodes.
Keywords: schemes of high-order of accuracy, transport of oil products, oil films.
References
1. Gluhenky I.Y., Lavrent'ev A.V., Popov, G.G. Modelirovaniye avariynykh razlivov Nefti v
Kerchenskom prolive [Simulation of Oil Spills in the Kerch Strait]. Bezopasnost' v tekhnosfere
[Safety in Technosphere]. 2011. No. 6. P. 3–6.
2. Chetverushkin B.N. Resolution limits of continuous media models and their mathematical formu-
lations // Mathematical Models and Computer Simulations. 2012. Vol. 24, No. 11. P. 33–52.
3. Sukhinov A.I., Protsenko E.A., Chistyakov A.E., Shreter S.A. Sravneniye vychislitel'nykh effek-
tivnostey yavnoy i neyavnoy skhem dlya zadachi transporta nanosov v pribrezhnykh vodnykh
sistemakh [Comparison of computational efficiency of explicit and implicit schemes for the sed-
iment transport problem in coastal zones]. Vychislitel’nyye metody i programmirovaniye [Nu-
merical Methods and Programming]. 2015. Vol. 16, No. 3. P. 328–338.
4. Sukhinov A. I., Chistyakov A. E., Timofeeva E. F., Shishenya A. V. Postroenie i issledovanie
diskretnoj matematicheskoj modeli rascheta pribrezhnyh volnovyh processov [Mathematical
model for calculating coastal wave processes]. Izvestija JuFU. Tehnicheskie nauki. [News of
SFU. Technical sciences]. 2011. No. 8(121). Р. 22–32.
5. Sukhinov A.I., Chistyakov A.E. Parallel’naya realizatsiya trekhmernoy modeli gidrodinamiki
melkovodnykh vodoyemov na supervychislitel’noy sisteme [Parallel implementation of a three-
dimensional hydrodynamic model of shallow water basins on supercomputing systems]. Vychisli-
tel’nyye metody i programmirovaniye [Numerical Methods and Programming]. 2012. Vol. 13,
No. 1. P. 290–297.
6. Sukhinov A.I., Chistyakov A.E., Semenyakina A.A., Nikitina A.V. Parallel’naya realizatsiya
zadach transporta veshchestv i vosstanovleniya donnoy poverkhnosti na osnove skhem pov-
yshennogo poryadka tochnosti [Parallel implementation of the tasks of transport agents and the
bottom surface of the restoration on the basis of schemes of increased order of accuracy]. Vychis-
litel’nyye metody i programmirovaniye [Numerical Methods and Programming]. 2015. Vol. 16,
No. 2. P. 256–267.
318
Параллельные вычислительные технологии (ПаВТ’2016) || Parallel computational technologies (PCT’2016)
agora.guru.ru/pavt
7. Belotserkovskii O. M. Turbulentnost': novye podhody [Turbulence: New Approaches]. Moscow:
Science, 2003.
8. Samarskii A.A. Teorija raznostnyh shem [The theory of difference schemes]. Moscow: Science,
1989.
9. Belocerkovskij O.M., Gushhin V.A., Shhennikov V.V. Use of the splitting method to solve prob-
lems of the dynamics of a viscous incompressible fluid // Computational Mathematics and Math-
ematical Physics. 1975. Vol. 15, No. 1. P. 190–200.
10. Abdusamadov A.S., Panarin A.P. Magomedov A.K. , Kovalenko L.D., Huseynov B.R., Doh-
tukaeva A.M., Dudurhanova L.A. Rastvorimost' i destruktsiya nefti v morskoy vode [The solubil-
ity and degradation of oil in seawater]. Geografiya i geoekologiya. Yug Rossii: ekologiya,
razvitiye [Geography and Geoecology. Southern Russia: ecology, razvitie]. 2012. No 1. P.165–
166.
11. Postanovleniye Pravitel'stva Rossiyskoy federatsii ot 15 aprelya 2002 g. № 240 «O poryadke or-
ganizatsii meropriyatiy po preduprezhdeniyu i likvidatsii razlivov nefti i nefteproduktov na terri-
torii rossiyskoy federatsii» [Resolution of the Government of the Russian Federation at April 15,
2002 No. 240 «About the procedure for organizing the activities to the prevention and liquidation
of oil spills in the Russian Federation»]
12. Gismeteo. URL: https://www.gismeteo.ru/diary/5211/2007/11/ (accessed: 27.09.2015).
13. Sukhinov A.I., Chistyakov A.E., Protsenko E.A. Mathematical modeling of sediment transport in
the coastal zone of shallow reservoirs// Mathematical Models and Computer Simulations. 2014.
Vol. 6, No. 4. P. 351–363.
14. Sukhinov A.I., Chistyakov A.E., Protsenko E.A. Matematicheskoye modelirovaniye transporta
nanosov v pribrezhnykh vodnykh sistemakh na mnogoprotsessornoy vychislitel'noy sisteme
[Mathematical modeling of sediment transport in coastal aquatic systems on a multiprocessor
computer system]. Vychislitel’nyye metody i programmirovaniye [Numerical Methods and Pro-
gramming]. 2014. Vol. 15, P. 610–620.
15. Sukhinov A.I., Nikitina A.V., Chistyakov A.E., Semenov I.S. Matematicheskoye modelirovaniye
usloviy formirovaniya zamorov v melkovodnykh vodoyemakh na mnogoprotsessornoy vychislit-
el'noy sisteme [Mathematical modeling of the formation of suffocation conditions in shallow ba-
sins using multiprocessor computing systems]. Vychislitel’nyye metody i programmirovaniye
[Numerical Methods and Programming]. 2013. Vol. 14, P. 103–112.
16. Sukhinov A. I., Nikitina A.V., Chistyakov A. E. Numerical simulation of biological remediation
Azov Sea // Mathematical Models and Computer Simulations. 2012. Vol. 24, No. 9. P. 3–21.
319