超高解像度シミュレーションに向けたグローバル河川モデルCaMa-Floodの高速化

• Material Type: 記事
• Title: 超高解像度シミュレーションに向けたグローバル河川モデルCaMa-Floodの高速化
• Author Heading: 山崎 大
• Publication Date: 2025
• Publication Date (W3CDTF): 2025
• Periodical title: 研究発表会要旨集
• No. or year of volume/issue: 38 0
• Volume: 38
• Issue: 0
• Pages: 337-
• Publication date of volume/issue (W3CDTF): 2025
• Publication (Periodical Title): THE JAPAN SOCIETY OF HYDROLOGY AND WATER RESOURCES
• Text Language Code: ja
• Subject Heading: グローバル河川モデル; 高速化; MPI; 単精度; スパースマトリックス; Global River Model; Simulation Speed; Single Precision; Sparse Matrix
• Target Audience: 一般
• Date/Time and Place of an Event: 水文・水資源学会2025年度研究発表会
• DOI: 10.11520/jshwr.38.0_337; https://doi.org/10.11520/jshwr.38.0_337
• Data Provider (Database): 国立情報学研究所 : CiNii Research; https://cir.nii.ac.jp/
• Original Data Provider (Database): Japan Link Center; https://japanlinkcenter.org/top

• Summary, etc.: <p>This study focuses on accelerating the global river model CaMa-Flood through multiple approaches. To meet the growing demand for ultra-high-resolution global simulations, MPI/OpenMP hybrid parallelization was implemented, optimizing domain decomposition by river basins while accounting for inter-basin connectivity. This allowed for significant speed-up, enabling 1 arcminute global simulations in approximately one minute per model hour. A Single Precision Mode was also introduced, reducing computation time by up to 80% without compromising water budget accuracy, by retaining key variables in double precision. Additionally, sparse matrix-based implementations replaced traditional DO-loop structures, allowing efficient use of memory and enabling GPU acceleration in Python/Matlab. These matrix-based formulations also enhance code readability and facilitate integration with modern frameworks such as machine learning libraries. Overall, the enhancements not only improved computational efficiency but also modernized the CaMa-Flood codebase for broader research applications, with continued improvements planned for future development.</p>; <p>本研究は、グローバル河川モデルCaMa-Floodのシミュレーション速度向上を目的に、多面的な手法を導入した。従来のグローバル河川モデルは粗い解像度や地形パラメータ化により高速性を確保していたが、近年求められる超高解像度（1〜5km）の全球シミュレーションでは、計算効率がボトルネックとなっていた。これに対し、MPIによる並列処理は流域単位で分割し通信量を削減する設計が採られた。CaMa-Flood固有の分岐流路を考慮し、流域接続を反映する新たなアルゴリズムも開発された。さらに、MPIとOpenMPのハイブリッド化により、並列効率を向上させ、1分格の全球シミュレーションを約1分／モデル時間で実行可能にした。また、単精度モードの導入により計算精度を維持しつつ最大80％の高速化を実現。重要な変数は倍精度のまま保持し、水収支誤差を最小限に抑えている。加えて、グリッド間の複雑な関係性をSparse Matrixとして扱うことで、従来困難だった行列形式での表現が可能となり、PythonやMatlabでGPU対応計算が実施可能となった。Fortranコードも同様の改良が施され、メモリ効率と速度の両立が達成された。これらの手法により、モデルの計算高速化と同時に可読性や将来的な応用性も向上しており、今後はさらなるコードの現代化と応用研究への展開が期待される。</p>
• DOI: 10.11520/jshwr.38.0_337
• Access Restrictions: インターネット公開
• Data Provider (Database): 科学技術振興機構 : J-STAGE; http://www.jstage.jst.go.jp