Treffer: Paral·lelització del Càlcul de Camps de Vent

Este artículo trata sobre la importancia del viento en los incendios forestales y cómo el software WindNinja puede calcular campos de viento espaciales para incendios forestales y otras aplicaciones que requieren una estimación del viento de alta resolución en terrenos complejos. El estudio se centró en la relación entre las variables utilizadas en la configuración del programa, como el tamaño y la resolución de la malla, el número de hilos de ejecución, el flag de momentum y el tiempo de resolución. Se concluyó que una malla más fina o el flag de momentum aumentan el tiempo de resolución debido a la precisión necesaria. Posteriormente, se desarrolló un código Python para separar un mapa a partes iguales y reducir el tiempo de ejecución.
Aquest article tracta sobre la importància del vent als incendis forestals i com el programari WindNinja pot calcular camps de vent espacials per a incendis forestals i altres aplicacions que requereixen una estimació del vent d'alta resolució en terrenys complexos. L'estudi es va centrar en la relació entre les variables utilitzades en la configuració del programa, com ara la mida i la resolució de la malla, el nombre de fils d'execució, el flag de momentum i el temps de resolució. Es va concloure que una malla més fina o el flag de momentum augmenten el temps de resolució a causa de la precisió necessària. Posteriorment, es va desenvolupar un codi Python per separar un mapa a parts iguals i reduir el temps d'execució.
This article discusses the importance of wind in wildfires and how WindNinja software can calculate spatial wind fields for wildfires and other applications that require high-resolution wind estimation over complex terrain. The study focused on the relationship between variables used in program configuration, such as mesh size and resolution, number of execution threads, momentum flag, and resolution time. It was concluded that a finer mesh or the momentum flag increases the solving time due to the required accuracy. Subsequently, a Python code was developed to split a map into equal parts and reduce the execution time.