中尺度数值模式在IBMP690上的并行测试

2005年初，安徽省气象局在IBMP690上分别实现了MM5、WRF、GRAPES中尺度数值预报模式的并行计算，并分别对他们的加速比和并行效率做了测试。结果表明：当分别采用8、16、24个处理机时，三种模式均可在1个h内完成36-72h的预报，并行效率约为65％，即能够满足业务需要，又较充分利用了计算机系统资源；当增加处理机数时，GRAPES的计算时间缩短最显著，平均并行效率也最高。

基于并行自适应遗传算法的水文模型率定研究

【目的】参数率定是影响水文模型预报精度的重要因素,采用人工智能算法可以有效提高水文模型参数的率定效果。【方法】采用基于种群离散程度的自适应算子,对GA算法的交叉、变异和迁移过程进行自适应优化,并利用粗粒度并行计算模型提高种群进化效率,综合以上手段研究了一种基于自适应策略的并行遗传算法。将传统遗传算法(GA),串行自适应遗传算法(AGA)和并行自适应遗传算法(PAGA),应用于屯溪流域新安江模型的参数率定,从率定效率、率定收敛性、率定稳定性和率定效果四个方面,验证PAGA算法的综合性能。【结果】结果表明:PAGA算法的计算加速效果显著,在10核环境下相对于AGA算法计算时间减少了87.9%;在进化后期,PAGA算法能够更加稳定的收敛于最优解,收敛后的目标函数值具有更好的稳定性;在验证期的场次洪水模拟中,采用PAGA算法率定的模型模拟效果最优,总体洪水合格率大于90%,确定性系数均值为0.85。【结论】PAGA算法能够明显降低模型参数寻优耗时,改善模型率定效果和收敛性能,为水文模型参数的率定提供了新思路。

广州区域数值预报模式并行化计算

采用消息传递方式 (MPI)对最近发展的广州区域数值预报模式进行了并行化计算研究。根据模式的结构和计算过程特点 ,模式适合采用水平分区方案进行并行计算处理。在曙光 30 0 0并行计算机上分别采用一维和二维分区并行方案实现了模式的并行化计算 ,并对模式的并行效率、并行加速比和并行通讯时间百分比等做了测试。对测试结果的分析表明 :采用 8个CPU时 ,两种方案都能在 1h内完成 72h的预报 ,一维分区方案的并行效率则保持在 90 %左右 ,可以满足业务运行需要。当模式使用 8个以上CPU时 ,通讯时间迅速增加并超过了计算时间的 5 0 %,模式并行效率明显下降。CPU相同时 。

数值天气预报业务模式现状与展望

20 0 4年是数值天气预报理论提出 10 0周年 ,同时也是数值天气预报业务化应用 5 0周年。经过百年的发展历程 ,数值天气预报学科有了飞跃的发展。特别是最近 10多年来 ,大气科学以及地球科学的研究进展 ,高速度、大容量的巨型计算机及网络系统的快速发展 ,更加快了数值天气预报的发展步伐。文中从模式动力框架、物理过程参数化、模式程序软件等方面对数值天气预报业务模式现状进行了简要综述 ,对存在的问题进行了探讨 ,并对数值天气预报业务模式的未来发展作了展望。当前数值天气预报业务模式发展的特点有 :(1) 2 0世纪 90年代中期以来 ,各国的全球和区域模式水平和垂直分辨率都有明显提高 ,且模式物理过程也同步进行改进 ;数值预报业务模式已进入了大规模并行计算的阶段 ;(2 )主要发达国家和中国都正在致力于研发各自的新业务数值预报模式———非静力 (多尺度 )一体化模式或非静力中尺度模式 ,部分国家的新一代天气 气候一体化数值模式已业务运行 ;(3)业务数值预报模式正在朝着不断完善的方向发展。随着模式分辨率的提高 ,云物理过程、陆面过程和湍流过程、考虑坡度 -坡向因子的辐射过程等在模式中的参数化方案 ,以及模式垂直坐标的选择越来越受重视 。

中尺度数值天气预报模式MM5分布式并行计算

中尺度数值预报模式是进行中尺度天气预报的有效手段。中尺度模式MM5是国际上应用最广泛的中尺度预报模式之一。数值天气预报的巨大计算量和实效性要求必须通过高性能分布式并行计算来实现。分析了MM5串行算法的特点,研究了其并行算法的实现,讨论了算法的一些改进,给出了MM5模式在分布式并行巨型计算机上的测试结果。

曙光高性能计算机在数值预报模式中的应用

文中首先介绍了中国气象局武汉暴雨研究所高性能计算机应用现状和目前的模式业务系统,针对气象预报模式精细化对计算能力的更高需求,中国气象局武汉暴雨研究所采用曙光高性能计算机集群对原有集群系统进行升级,升级后的计算节点CPU可提供11.40 TFlops的双精浮点计算能力;其次,讨论了升级后的高性能计算机几个关键技术的现状并对未来进行展望;最后以WRF模式为例,对升级后的高性能计算机的性能进行了分析,得到了较好的加速比。结果表明:新升级的集群系统将大大节省区域高分辨数值预报模式运算时间,有助于提高科研成果的转化效率。

面向全球数值天气预报模式的加权等积并行数据划分算法

极区计算对全球数值预报模式设计的重要性主要体现在2个方面:模式动力框架中的极区处理和极区并行数据划分带来的并行负载不平衡问题.其中后者是全球数值预报模式大规模并行计算的性能瓶颈,对此提出一种新的基于加权等积的球面数据划分算法.该算法以球带数目和权函数为参数,将南北两极分别划分到单独的子区域,形成极点通区,使从极点到赤道方向每个纬度对应的子区域数目逐渐增多,灵活地实现球面网格的高质量划分.从理论上分析该算法的划分质量后,以基于球谐谱的浅水波模式PSTSWM为实验平台,验证了提出的划分算法具有很好的并行划分性能以及可扩展性.结合我国自主设计的GRAPES全球模式,展望了该算法的应用前景.