Practical aspects of implementation of the parallel algorithm for solving problem of ctenophore population interaction in the Azov Sea

Practical aspects of implementation of the parallel algorithm for solving problem of ctenophore population interaction in the Azov Sea

Автор: Sukhinov A.I., Nikitina A.V., Chistyakov A.E., Semenyakina A.A.

Журнал: Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика @vestnik-susu-cmi

Рубрика: Суперкомпьютерное моделирование

Статья в выпуске: 3 т.7, 2018 года.

Бесплатный доступ

The paper covers the development and researching mathematical model of interaction processes between plankton and ctenophore populations based on the modern information technologies and computational methods, which leads to increase of the accuracy of predictive modeling of the ecology situation in shallow water in summer. The model takes into account the following: the transport of water environment; microturbulent diffusion; nonlinear interaction of plankton and ctenophore populations; biogenic, temperature and oxygen regimes; influence of salinity. The computational accuracy is significantly increased, and computational time is decreased at using the calculation method based on partially filled cells for discretization of model. The practical significance is the software implementation of the proposed model, the limits and prospects of its practical use are defined. Experimental software was developed based on multiprocessor computer system, which is intended for mathematical modeling of possible progress scenarios in shallow waters ecosystems on the example of the Azov Sea in summer. We used decomposition methods of grid domains in parallel implementation for computationally laborious convection-diffusion problems, taking into account the architecture and parameters of multiprocessor computer system.

Еще

Mathematical model, hydrological processes, expedition research, ctenophore, azov sea, parallel algorithm, multiprocessor computer system

Короткий адрес: https://sciup.org/147233177

IDR: 147233177   |   DOI: 10.14529/cmse180303

Список литературы Practical aspects of implementation of the parallel algorithm for solving problem of ctenophore population interaction in the Azov Sea

  • Шушкина Е.А., Виноградов М.Е. Изменения планктона в открытых регионах Черного моря в течение многих лет // Океанология. 1991. Т. 31, № 6. С. 973-980.
  • Шушкина Е.А., Мусаева Е.И., Анохина Л.Л., Лукашева T.A. Роль желетелого макропланктона, медузы Aurelia и гребневиков Mnemiopsis и Be в сообществах планктона Черного моря // Океанология. 2000. Т. 40, № 6. С. 859-866.
  • Поважный В.В. Моисеев Д.В. Современное состояние популяции гребневика Mnemiopsis leidyi (A. Adassiz) в Таганрогском заливе // Экосистемные исследования Азовского, Черного, Каспийского морей. Апатиты: Изд-во КНЦ РАН. 2006. Т. VIII. С. 132-141.
  • Камакин А.М., Зайцев В.Ф., Катунин Д.Н. Эколого-биологическое обоснование математического моделирования популяции гребневика Mnemiopsis leidyi в Каспийском море // Вестник АГТУ. Сер.: Рыбное хозяйство. 2015. №1. С. 47-61.
  • Дудкин С.И., Ложичевская Т.В., Мирзоян И.А. Метаболизм гребневика Mnemiopsis leidyi в Азовском ареале и некоторые экологические последствия его вселения // Тезисы докладов 8 съезда Гидробиологического общества РАН, Калининград. 2001. С. 76-77.
  • Портал «Аналитические ГИС». URL: http://geo.iitp.ru/index.php (дата обращения 25.04.2018).
  • Шиганова Т. А., Сапожников В. В., Мусаева Э. И. и др. Условия, определяющие распределение гребневика Mnemiopsis leidyi и его воздействие на экосистему Северного Каспия // Океанология. 2003. Т. 43, № 5. С. 716-733.
  • Воловик С.П. (ред.). Гребневик Mnemiopsis leidyi (A. Agassiz) в Азовском и Черном морях и последствия его вселения. Ростов-на-Дону, 2000. 320 с.
  • Sukhinov A.I., Chistyakov A.E., Semenyakina A.A., Nikitina A.V. Numerical Modeling of an Ecological Condition of the Sea of Azov with Application of Schemes of the Raised Accuracy Order on the Multiprocessor Computing System // Computer researches and modeling. 2016. Vol. 8, No. 1. P. 151-168.
  • Sukhinov A.I., Chistyakov A.E., Nikitina A.V., Semenyakina A.A., Korovin Y.E, Schaefer G. Modelling of Oil Spill Spread // 2016 5th International Conference on Informatics, Electronics and Vision (ICIEV). 2016. P. 1134-1139.
  • Научно-исследовательский центр «Планета». URL: http://planet.iitp.ru/english/index_eng.htm.
  • Sukhinov A.I., Nikitina A.V., Chistyakov A.E., Semenov I.S., Semenyakina A.A., Khachunts D.S. Mathematical Modeling of Eutrophication Processes in Shallow Waters on Multiprocessor Computer System // 10th Annual International Scientific Conference on Parallel Computing Technologies (PCT 2016): CEUR Workshop Proceedings. 2016. Vol. 1576. P. 320-333.
  • Nikitina A.V., Sukhinov A.I., Ugolnitsky G.A., Usov A.B., Chistyakov A.E., Puchkin M.V., Semenov I.S. Optimal Control of Sustainable Development in the Biological Rehabilitation of the Azov Sea // Mathematical Models and Computer Simulations. 2017. Vol. 9, No. 1. P. 101-107.
  • Никитина А.В., Третьякова М.В. Моделирование процесса альголизации мелководного водоема путем вселения в него штамма зеленой водоросли Chlorella vulgaris bin // Известия ЮФУ. Технические науки. 2012. № 1. С. 128-133.
  • Сухинов А.И., Никитина А.В., Чистяков А.Е., Семенов И.С. Математическое моделирование условий формирования заморов в мелководных водоемах на многопроцессорной вычислительной системе // Вычислительные методы и программирование: новые вычислительные технологии. 2013. Т. 14, № 1. C. 103-112.
  • Сухинов А.И., Чистяков А.Е., Проценко Е.А. Двумерная гидродинамическая модель, учитывающая динамическое перестроение геометрии дна мелководного водоема // Известия ЮФУ. Технические науки. 2011. № 8(121). С. 159-167.
  • Сухинов А.И., Чистяков А.Е., Проценко Е.А. Построение дискретной двумерной математической модели транспорта наносов // Известия ЮФУ. Технические науки. 2011. № 8(121). С. 32-44.
  • 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.
  • Самарский А.А. Теория разностных схем. М.: Наука, 1989. 616 c.
  • Никитина А.В., Семенякина А.А., Чистяков А.Е. Параллельная реализация задачи диффузии-конвекции на основе схем повышенного порядка точности // Вестник компьютерных и информационных технологий. 2016. № 7 (146). С. 3-7.
  • Семенякина А.А., Никитина А.В., Чистяков А.Е., Сухинов А.И. Комплекс моделей, явных регуляризованных схем повышенного порядка точности и программ для предсказательного моделирования последствий аварийного разлива нефтепродуктов // Параллельные вычислительные технологии (ПаВТ'2016): Труды международной научной конференции (Архангельск, 28 марта - 1 апреля 2016 г.). Челябинск: Издательский центр ЮУрГУ, 2016. C. 308-319.
  • Сухинов А.И., Чистяков А.Е., Семенякина А.А., Никитина А.В. Параллельная реализация задач транспорта веществ и восстановления донной поверхности на основе схем повышенного порядка точности // Вычислительные методы и программирование: новые вычислительные технологии. 2015. Т. 16. C. 256-267.
  • Коновалов А.Н. К теории попеременно-треугольного итерационного метода // Сибирский математический журнал. 2002. Т. 43, № 3. С. 552-572.
  • Белоцерковский О.М. Турбулентность: новые подходы. М.: Наука, 2003. 286 c.
  • Сухинов А.И., Чистяков А.Е. Адаптивный модифицированный попеременно-треугольный итерационный метод для решения сеточных уравнений с несамосопряженным оператором // Математическое моделирование. 2012. Т. 24, № 1. С. 3-20.
  • Никитина А.В., Сухинов А.И., Угольницкий Г.А., Усов А.Б., Чистяков А.Е., Пучкин М.В., Семенов И.С. Оптимальное управление устойчивым развитием при биологической реабилитации Азовского моря // Математическое моделирование. 2016. Т. 28, № 7. С. 96-106.
  • Никитина А.В., Пучкин М.В., Семенов И.С., Сухинов А.И., Угольницкий Г.А., Усов А.Б., Чистяков А.Е. Дифференциально-игровая модель предотвращения заморов в мелководных водоемах // Управление большими системами. 2015. № 55. C. 343-361.
  • Trˆan J.K. A Predator-prey Functional Response Incorporating Indirect Interference and Depletion. Verh. Internat. Verein. Limnol. 2008. Vol. 30. P. 302-305.
  • Tyutyunov Yu., Senina I., Arditi R. Clustering due to Acceleration in the Response to Population Gradient: a Simple Self-organization Model // The American Naturalist. 2004. Vol. 164. P. 722-735.
  • DOI: 10.1086/425232
  • Volterra V. Variations and Fluctuations of the Number of Individuals in Animal Species Living Together // Rapp. P., V. Reun. Cons. Int. Explor. Mer. 1928. Vol. 3. P. 3-51.
  • Yakushev E.V., Mikhailovsky G.E. Mathematical Modeling of the Influence of Marine Biota on the Carbon Dioxide Ocean-atmosphere Exchange in High Latitudes // Air-Water Gas Transfer, Sel. Papers: Third Int. Symp., Heidelberg University, ed. by B. Jaehne and E.C. Monahan. 1995. P. 37-48.
  • Petrov I.B. Application of Grid-characteristic Method for Numerical Solution of Deformable Solid Mechanics Dynamical Problems // Computational Mathematics and Information Technologies. 2017. Vol. 1, No. 1. P. 1-20.
  • Sukhinov A.I., Sidoryakina V.V., Sukhinov A.A. Sufficient Convergence Conditions for Positive Solutions of Linearized Two-dimensional Sediment Transport Problem // Computational Mathematics and Information Technologies. 2017. Vol. 1, No. 1. P. 21-35.
  • Nikitina A.V., Semenyakina A.A. Mathematical Modeling of Eutrophication Processes in Azov Sea on Supercomputers // Computational Mathematics and Information Technologies. 2017. Vol. 1, No. 1. P. 82-101.
  • Chistyakov A.E., Protsenko E.A., Timofeeva E.F. Mathematical Modeling of Oscillatory Processes with a Free Boundary // Computational Mathematics and Information Technologies. 2017. Vol. 1, No. 1. P. 102-112.
Еще
Статья научная
SciUp 2024 © 2024 ©