Thesis:

SWEpy: An Open-Source GPU-Accelerated Solver for Near-Field Inundation and Far-Field Tsunami Modeling

We present SWEpy, a new Python GPU-accelerated open-source finite volume (FV) software designed to solve the Saint-Venant system of shallow water equations (SWE) on unstructured triangular grids. SWEpy is designed for flexibility and performance, considering a well-balanced, positivity-preserving, and higher-order central-upwind FV scheme, intended to solve tsunami wave propagation, flooding, and dam-break scenarios, among others. In this regard, we enhance the minimization of numerical diffusion, a phenomenon frequently found in this sort of FV schemes, by using a second-order WENO reconstruction operator as well as a third-order strong stability-preserving Runge-Kutta time integrator. With this in mind, a modular software architecture is presented that can support a range of initial and boundary conditions and source terms. SWEpy’s performance, stability, and accuracy are verified using canonical benchmarks, including Synolakis’ conical island and Bryson’s flow over a Gaussian bump, and further demonstrated in large-scale simulations of the 1959 Malpasset Dam failure and the Mw8.8 2010 Maule tsunami. SWEpy delivers high-resolution results on consumer-grade hardware, offering a user-friendly platform for both research and operational forecasting.

Presentamos SWEpy, un nuevo software de volumen finito (FV) de código abierto, acelerado por GPU en Python, diseñado para resolver el sistema de Saint-Venant de ecuaciones de aguas someras (SWE) en mallas triangulares no estructuradas. SWEpy está diseñado para ofrecer flexibilidad y rendimiento, considerando un esquema de FV de orden superior, equilibrado, que preserva la positividad y en contra del viento central, diseñado para resolver escenarios de propagación de olas de tsunami, inundaciones y rotura de presas, entre otros. En este sentido, mejoramos la minimización de la difusión numérica, un fenómeno frecuente en este tipo de esquemas de FV, mediante el uso de un operador de reconstrucción WENO de segundo orden, así como un integrador temporal de Runge-Kutta de tercer orden que preserva la estabilidad. Con esto en mente, se presenta una arquitectura de software modular que puede soportar una gama de condiciones iniciales y de borde, así como términos fuente. El rendimiento, la estabilidad y la precisión de SWEpy se verifican mediante parámetros canónicos, como la isla cónica de Synolakis y el flujo de Bryson sobre una protuberancia gaussiana, y se demuestran en simulaciones a gran escala de la falla de la presa Malpasset de 1959 y el tsunami del Maule de Mw8.8 de 2010. SWEpy ofrece resultados de alta resolución en hardware de consumo, ofreciendo una plataforma intuitiva tanto para la investigación como para la previsión operativa.