摘要：环境空气管理和空气污染预报过程中,数量众多的污染源、复杂的扩散模型以及庞大的运算量难以保证空气污染物分布预报的高度时效性.本文基于MPI消息传递实现了多点源高斯扩散模型的并行编程,以数据的分布存储作为区域划分的依据,实现了计算量的负载平衡;通过对算法的改进实现了粗粒度计算,大大减少通信量,提高了程序的执行效率,并对串行计算和并行计算的结果进行了比较.研究结果表明,将并行计算应用于多点源污染物浓度计算是可行的,并获得较高的加速比,并行效率最高达97.5﹪,与单机相比,不仅可以提高运行速度,大大缩短计算时间,而且可以扩大计算规模.
