基于Redis和Hadoop的分布式水文模型并行率定研究

• 作者: 何原荣 张德健 陈平
• 来源期刊: 南宁师范大学学报（自然科学版）
• 关键词: Hadoop集群 HR-GLUE算法 Redis集群 分布式水文模型
• 年，卷（期）: 2019,（4）
• 页码范围: 50-56
• 页数: 7页
• 分类号: TV11|P334.92
• 语种: 中文
• DOI: 10.16601/j.cnki.issn2096-7330.2019.04.009

摘要

针对分布式水文模型的率定过程海量计算难题,本研究提出了基于Hadoop和Redis集群的泛化似然不确定估计(GLUE)率定算法——HR-GLUE.该方法通过Redis缓存模型输入,利用MapReduce算法实现的GLUE率定方法并行计算.研究以典型分布式水文模型——SWAT(Soil and Water Assessment Tool)的并行率定为例对该方法的计算效率和效果进行了验证.结果 表明HR-GLUE可以显著堤高模型的率定速度,在14个作业节点的Hadoop集群满负荷工作时,可将模型的速度提高28.9倍,且利用其速度优势,可获得更优的率定效果.