Optimizing computational mesh strategies for individual-based ecological model

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Engineering | Master's thesis

Department

Major/Subject

Mcode

Language

en

Pages

77

Series

Abstract

Hydropower provides a means to produce fossil-free electricity and offers flexibility to the electricity system. However, many species, such as Atlantic salmon, suffer from hydropower development and with the tightening national level and EU-wide legislation there is a growing need for tools and methods to assess and improve the ecological conditions of waterways that have deteriorated due to human activities. Ecological models, including individual-based models, allow studying the relationship between target species and the surrounding physical environment and can be used, for instance, to compare the impacts of different flow regimes. Individual-based models follow the faith of individuals by simulating the key processes during their life stages. Thus, they can be rather complex, which increases the computational requirements and simulation runtimes. This thesis aims to accelerate the modelling performance of the individual-based model ‘inSALMO’ by improving the computational mesh strategies. The idea was to develop tools that allow decreasing the cell count without hampering the modelling results. To achieve this, two tools were developed and tested. These tools can be used to create the mesh from scratch and further dissolve it to decrease the cell count in areas with uniform channel parameters. The impact of the different meshes created with these tools was tested using a calibrated inSALMO. During the testing, it became clear that average cell size and local cell size have a big impact on the modelling results, for instance, increasing cell size tended to increase the average length of the fish. Therefore, it is difficult to give universal guidelines for meshing. The thesis also provides new ideas and perspectives for inSALMO meshing strategies, such as removing cells that are not used during the inSALMO modelling to decrease the simulation runtime and visualise different results.

Vesivoimalla tuotetaan fossiilivapaata sähköä ja se tuo joustavuutta sähköjärjestelmään. Monet lajit, kuten lohi, kärsivät kuitenkin vesivoiman kehityksestä esimerkiksi jokien katkenneen yhteyden ja menetetyn elinympäristön vuoksi. Kansallisen tason ja EU-laajuisen lainsäädännön kiristyessä on yhä suurempi tarve kehittää työkaluja ja menetelmiä vesistöjen elinympäristöjen arvioimiseksi ja parantamiseksi, jotka ovat heikentyneet ihmisen toiminnan vuoksi. Ekologisten mallien, mukaan lukien yksilöpohjaisten mallien, avulla voidaan tutkia kohdelajien ja ympäröivän ympäristön vuorovaikutuksia ja niitä voidaan käyttää esimerkiksi erilaisten virtausjärjestelmien vaikutusten vertailemiseen. Yksilöpohjaiset mallit seuraavat yksilöiden kohtaloa simuloimalla niiden keskeisiä prosesseja ja voivat olla sen takia monimutkaisia, mikä lisää mallien laskentavaatimuksia ja mallinnusaikoja. Tämä työ pyrkii nopeuttamaan yksilöpohjaisen inSALMO-mallin suorituskykyä parantamalla mallin laskentaverkon muodostamista. Tämän saavuttamiseksi kehitettiin ja testattiin kaksi uutta työkalua, joiden avulla laskentaverkko voidaan luoda tyhjästä sekä yhdistämään soluja solumäärän vähentämiseksi alueilla, joissa mallinnettavan virran parametrit ovat yhtenäisiä. Työkalujen avulla luotujen laskentaverkkojen vaikutusta testattiin kalibroidulla inSALMO-mallilla. Testien tulokset osoittivat, että keskimääräisellä ja paikallisella solukoolla on suuri vaikutus mallinnustuloksiin. Esimerkiksi, solukoon suurentaminen yleisesti pidensi keskimääräisiä kalan pituuksia mallinnuksissa. Tulosten perusteella on vaikea antaa yleispäteviä ohjeita laskentaverkon luomiseen. Lisäksi työ tarjoaa katsauksen yksilöpohjaisilla malleilla tehdyistä tutkimuksista jokikalojen osalta sekä tarjoaa uusia näkökulmia inSALMO laskentaverkkojen luomiseen, esimerkkinä niiden laskentasolujen poistaminen joita ei käytetä mallinnuksen aikana, ja ideoita tulosten visualisointiin.

Description

Supervisor

Lotsari, Eliisa

Thesis advisor

Müller, Stephanie
Lillberg, Eric

Other note

Citation