适用读者：水利与市政排水设计人员、防洪减灾与应急管理部门技术人员、水文水资源研究团队、海绵城市与流域治理咨询机构。
一、资料背景与核心观点
资料来源
- 美国环保署 SWMM 暴雨管理模型官方文档（https://www.epa.gov/water-research/storm-water-management-model-swmm）
- Deltares 官方软件文档（水文与水动力模型）（https://www.deltares.nl/en/software/）
核心观点
- 城市雨洪模型以管网节点与管段为一维单元，求解圣维南方程组，单步计算量小但需按秒级步长推进数小时至数天的降雨过程。
- 二维漫滩洪水演进在规则或非结构网格上求解浅水方程，显式格式受 CFL 条件限制，网格越细时间步越小，总步数急剧上升。
- 一维二维耦合需要在地表与管网之间交换流量与水位，耦合界面的稳定性处理会引入额外迭代。
- 方案比选通常需要数十到数百个情景（不同降雨重现期、不同调度方案），情景之间独立，是并行收益的主要来源。
二、核心算法与功能模块
核心算法
- 圣维南方程与扩散波近似。
- 浅水方程显式时间积分与 CFL 控制。
- 一维二维耦合边界交换。
- 下渗、蒸发与管网调控规则模型。
功能模块
- 汇水区划分与管网拓扑构建。
- 降雨过程与边界条件输入。
- 水动力求解与积水深度统计。
- 淹没范围、风险图与情景对比输出。
三、计算特点与性能瓶颈
计算负载特征
- 计算类型：长时段串行推进，单核性能主导；网格运算可部分并行。
- 并行方式：情景级并行度最高；二维网格内部可区域分解并行。
- 内存与显存：内存由二维网格与管网规模决定；显卡几乎不参与。
- I/O 特点：长时段结果序列体量大，需高速 NVMe；情景多时产生大量结果目录。
关键硬件约束
显式格式的时间步由 CFL 条件决定，不能为提速随意放大；二维网格细化会使步数与单元数同时上升，耗时近似平方增长；GPU 在主流水文模型中支持有限。
四、典型应用场景
- 轻量：单一汇水区管网降雨径流模拟。
- 中等：城市片区一维二维耦合洪水演进、多重现期情景对比。
- 大规模：流域级二维漫滩演进、数百情景批量评估与风险制图。
五、UltraLAB 硬件配置分级方案
表1 UltraLAB 硬件配置分档建议
| 档位 | CPU选型思路 | 内存配置 | GPU选型（核心） | 存储配置 | 散热与扩展性 | 适用场景 |
|---|---|---|---|---|---|---|
| 轻量档 | 参考 A350 平台，Ultra9 285K 24核 5.5GHz，单核强利于长时段推进 | 64 至 96GB DDR5 | 专业卡用于淹没范围三维展示 | 2TB NVMe 系统盘 + 4TB 项目盘 | 塔式风冷 | 单汇水区管网模拟 |
| 主流档 | 参考 GR450P 平台，霄龙 7975WX 32核 5.0GHz 或 7980X 64核，兼情景并行 | 128 至 192GB DDR5，支撑中等二维网格 | 专业卡用于风险图与三维可视化 | 4TB NVMe + 16TB SATA | 双冷排水冷，长时段任务注意稳定 | 片区一维二维耦合、多情景对比 |
| 大规模档 | 参考 EA660 平台，2×霄龙 9654 192核或 2×9755 256核，情景批量并行 | 512GB 以上 DDR5，支撑流域级网格 | 专业卡用于大规模淹没展示 | Gen4 NVMe 阵列 + 万兆网络 | 机架式水冷，支持批量调度 | 流域级演进、数百情景评估 |
选型原则：以长时段步进定单核频率，以情景数定核心，以结果序列体量定 NVMe 与归档。
六、配套软件清单
表2 配套软件清单
| 软件类别 | 软件名称 | 版本/要求 | 必需/可选 |
|---|---|---|---|
| 雨洪与管网 | SWMM、InfoWorks 类工具 | 稳定版/按许可 | 必需 |
| 洪水演进 | HEC-RAS、Delft3D、MIKE 类工具 | 稳定版/按许可 | 必需 |
| 地形与网格 | GIS 工具、网格生成工具 | 稳定版 | 必需 |
| 数据处理 | Python、GDAL、pandas | 稳定版 | 可选 |
| 可视化 | QGIS、ParaView | 稳定版 | 可选 |
| 运行环境 | Windows 工作站版或 Ubuntu 22.04 LTS | 按软件认证 | 必需 |
七、常见选型问题与硬件分析
Q：为什么水文模拟耗时这么长？
A：降雨过程本身以秒级步长推进数小时到数天，步数极多；二维网格细化又会让 CFL 限制的时间步更小。耗时主要来自步数，不是单步计算量。
Q：该优先加核还是提高单核？
A：单情景内并行度有限，长时段推进吃单核；多情景比选才是多核的用武之地。建议高频单核打底，核心数服务于情景并行。
Q：内存需求由什么决定？
A：由二维网格节点数与管网单元数决定，并需为结果缓存预留。流域级网格的内存需求远高于城市片区模型。
Q：GPU 能加速洪水演进吗？
A：部分二维模型有 GPU 实现，但主流工程软件仍以 CPU 为主；投入前需确认所用版本的加速支持与实际精度表现。
八、总结与选型建议
- 单情景靠单核性能，多情景靠核心数与调度，存储靠结果体量。
- 轻量档覆盖管网模拟；主流档覆盖片区耦合与情景对比；大规模档覆盖流域级批量评估。
- 评估耗时应按最不利降雨过程与最细网格，而非平均工况。
补充说明：水文结果受地形精度、下渗参数与管网概化程度影响显著，硬件不改变模型的不确定性，需通过实测降雨-径流过程率定。
参考来源
- 美国环保署 SWMM 暴雨管理模型官方文档：https://www.epa.gov/water-research/storm-water-management-model-swmm
- Deltares 官方软件文档（水文与水动力模型）：https://www.deltares.nl/en/software/
