air3d: 3D-Пикар на рельефе Онгудая (оценка для библиотеки опорных полей)

Прикидка к плану docs/plan/air_model.md (масштаб 1 «среднее поле Пикаром», раздел «Библиотека опорных полей»): грубое, но честное 3D-решение на реальном рельефе, чтобы получить числа — время решения, итерации, сходимость, размер поля, эффект тёплого старта, ошибка интерполяции по часам. Итог и таблицы — summary.md. Игра не тронута.

Основа — 2D-прототип tools/research/heat_ca/ (схема опыта 2, exp2_picard/); решатель написан заново для 3D.

Файлы

  • terrain.py — чтение слоя detail (data/terrain/ongudai/detail.f32.br, 25 м, 40×40 км), блочное осреднение в клетки, старт Каянча из configs/locations/ongudai.json;
  • solver.py — решатель Air3D (CuPy + CUDA RawKernel): шаблоны импульса и тепла, прогонки по линиям (зебра), многосеточный Пуассон (полуогрубление по x, y, прогонки по вертикали), граничные условия, баланс тепла; положение солнца (NOAA, упрощённо);
  • common.py — сетки (область 400/200 м, окна 100/50 м 64×64 вокруг старта), запуск, критерий остановки, ключевые числа, запись полей;
  • study.py — опыты: conv, matrix, warm, cells, size;
  • report.py — interp (ошибка интерполяции по часам), figs (картинки);
  • export3d.py — интерактивные 3D-страницы (plotly.js с cdnjs) → out/3d/*.html.

Как воспроизвести

venv — общий с прототипом: tools/research/heat_ca/.venv (cupy-cuda12x, matplotlib) + zstandard (uv pip install --python ../heat_ca/.venv/bin/python zstandard). Все замеры времени — под общим замком GPU.

cd tools/research/air3d
PY=../heat_ca/.venv/bin/python
LOCK="flock /tmp/heat_ca_gpu.lock"
$LOCK $PY study.py conv   --dx 400,200 --max-outer 400   # ошибка против итераций → out/conv.json      (~2 мин)
$LOCK $PY study.py matrix --dx 400,200                   # 6 часов + без нагрева × 13 ветров → out/matrix.json,
                                                         #   поля fields/d400, fields/d200 (~8 мин)
$LOCK $PY study.py warm   --dx 200,400                   # тёплый старт → out/warm.json               (~6 мин)
$LOCK $PY study.py cells                                 # 400/200 м, окна 100/50 м → out/cells.json   (~3 мин)
$PY study.py size                                        # размер полей → out/size.json (CPU)
$PY report.py interp                                     # интерполяция по часам → out/interp.json (CPU)
$PY report.py figs                                       # out/fig_*.png
$PY report.py tables                                     # out/tables.md, out/library.json
$PY export3d.py                                          # out/3d/*.html

Данные

  • в git: out/*.json (все числа, история невязок), out/*.log, out/*.png, out/tables.md, out/fields/W100_*.npz (окна 100 м, fp16, u, v, w, θ′, p), out/3d/*.html (≤ 14 МБ);
  • вне git (.gitignore, ~1 ГБ): fields/d400/*.npz, fields/d200/*.npz — все 182 поля матрицы (fp16), fields/cells/ — окна 50 м и поля 200 м опыта cells. Путь в репозитории: tools/research/air3d/fields/; пересчёт — study.py matrix и study.py cells.

Эталон AM-01 (поверх прикидки)

Спецификация дискретизации и все таблицы приёмки — reference.md. Прикидка (solver.py, common.py, study.py, report.py) оставлена как была — для воспроизведения чисел summary.md.

Файлы эталона

  • air.py — решатель Air (CuPy, float32/float64): маска, K(z) Троена–Марта/Холтслага–Бовилля + местная длина перемешивания, профиль фонового ветра, губки, окна от родителя, поправка переноса 2-го порядка (выключена, см. reference.md → «Перенос»), баланс тепла;
  • weather.py — погода игры (weather_model.gd/json): суточный ход, утренняя инверсия, z_i, θ̄(z), поток тепла;
  • real.py — сетки места (область 400/200 м, окна 100/50 м у старта), условия на час из погоды;
  • synth.py — синтетика: проверки пилота 3–7 (pilot), тепловые сценарии (heat), потенциальное обтекание;
  • askervein.py — Askervein: разгон против измерений;
  • ref_study.py — реальный рельеф: cells, windows, hours, library, weather, aushkul, adv, precision;
  • fixtures.py — эталоны для тестов GPU → tests/atmosphere/fixtures/air_model/ref/ (float64 → f32 .bin + .json);
  • ref_figs.py — картинки out/ref/fig_*.png.

Как воспроизвести

cd tools/research/air3d
PY=../heat_ca/.venv/bin/python          # venv прототипа heat_ca (cupy, matplotlib, zstandard)
LOCK="flock /tmp/heat_ca_gpu.lock"
$PY weather.py                           # θ̄, z_i, прогрев по часам и классам погоды (CPU, печать)
$PY fixtures.py                          # эталоны GPU (~1 мин, без замеров времени)
$LOCK $PY synth.py pilot 34567           # проверки пилота → out/ref/pilot.json (~40 мин)
$LOCK $PY synth.py heat                  # тепловые сценарии → out/ref/heat.json, fields/heat_*.npz (~10 мин)
$LOCK $PY askervein.py --adv2            # → out/ref/askervein.json, fig_askervein.png (50/25 м, 1-й и 2-й порядок, ~3 мин)
$LOCK $PY askervein.py --dx 25,12.5 --L 4000 --top 1000 --tag 4km --adv2   # → askervein_4km.json, fig_askervein_4km.png (~6 мин)
for c in cells windows hours library weather aushkul adv precision; do $LOCK $PY ref_study.py $c; done
$PY ref_figs.py                          # out/ref/fig_*.png

Данные: в git — out/ref/*.json, out/ref/*.png, малые срезы out/ref/*.npz; вне git (fields/) — 3D-поля тепловых сценариев, вечера и Аушкуля (пересчёт — команды выше).

Исходник страницы: tools/research/air3d/README.md