【摘 要】
：
通过数值模式高效并行计算来缩短预报计算时间已成为数值预报发展和应用所面临的关键问题.AREM模式是由我国自主研发的中尺度暴雨数值预报模式,为了解决模式发展的计算量问题,基于一维数据剖分和MPI/OpenMP混合并行方式的模式并行版本AREM3.4P己开发完成,但该并行版本依然不能满足大规模并行计算的实际需求.
【机 构】
：
中科院大气物理研究所LASG 北京应用气象研究所
【出 处】
：
中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室2013年度LASG年会
论文部分内容阅读
通过数值模式高效并行计算来缩短预报计算时间已成为数值预报发展和应用所面临的关键问题.AREM模式是由我国自主研发的中尺度暴雨数值预报模式,为了解决模式发展的计算量问题,基于一维数据剖分和MPI/OpenMP混合并行方式的模式并行版本AREM3.4P己开发完成,但该并行版本依然不能满足大规模并行计算的实际需求.
其他文献
本文提出了最优外强迫向量方法(OFV),该方法可以通过抵消模式误差,使得模式的模拟结果与观测最为接近.这里,我们将OFV方法应用到Zebiak-Cane(简称ZC)模式中,模拟了1980-2004年期问的三次东太型和三次中太型El Ni(n)o事件.当采用大气(观测风场)与海洋相互耦合的初始化方案时,ZC模式可以大致的再现1982和1987年两次东太型El Ni(n)o事件,但不能模拟出1997年
本工作在集合降维投影四维变分同化方法(即DRP-4DVAR)基础上,引入了增量步骤,用以减少线性近似带来的求解误差和进一步降低目标函数值,形成了我们新设计的增量DRP-4DVAR方法(Incremental DRP-4DVar).
By performing perfect model predictability experiments in a fully coupled general circulation model from the point of view of initial error growth, a "summer prediction barrier" (SPB) is found to exis
一些研究学者根据El Nino发生时,热带太平洋海表温度(SST)异常增暖的区域和传播方向不同,把El Nino事件分成两类,一类El Nino首先在赤道东太平洋SST异常增暖,然后正距平向赤道中太平洋传播,El Nino事件逐渐增强,最大增暖主要发生在Nino3区,这类El Nino事件叫做暖池型El Nino,如1972/73、1976/77、1982/83和1997/98,这类El Nino
In this study, a Gauss-Newton-type algorithm (referred to as GN-4DVar) is proposed to iteratively approach the optimal non-linear 4DVar solution several times in a computationally acceptable way.
A variant constrained genetic algorithm (VCGA) for effective tracking of conditional nonlinear optimal perturbations (CNOPs) is presented.Compared with traditional constraint handling methods, the tre
本研究提出用集合样本的策略来实现CNOP-P的算法,并且用Lorenz-63方程进行了一系列实验,来评估该算法的效果和精度.实验结果表明,通过该算法得到的CNOP-P对应的最大预报误差和一百万个随机扰动样本中的最大预报误差非常接近,而且在不同预报时间、不同约束条件和不同初始条件情况下都能保持很好的精度.然后我们进一步用该算法得到的CNOP-P对Lorenz-63方程的三个参数进行了敏感性分析,敏感
介绍天津超算中心基于"天河一号"等超级计算平台,构建高性能计算性能优化、异构并行开发、大规模可视化环境构建和开发方面的工作,同时针对大规模基因数据、气候变化模拟数据、天文模拟及观测数据等大数据典型应用,开展大数据支撑环境的研发和应用支撑环境建设的情况.
陆面是大气运动的重要下边界条件,陆面与大气之间存在不同时空尺度的动量、能量和物质交换过程;陆面过程一直被认为是影响大气环流和气候的重要物理过程,然而目前我们对于陆面过程影响天气、气候的认识还很有限,相关的物理机制也尚不十分清楚.
作为描述流体运动的两种观点之一,全拉格朗日数值方法拥有其不同于欧拉数值方法的特点.对于平流问题而言,以往的欧拉数值方法由于采用固定网格,对示踪物会产生较大的虚假数值扩散误差,影响解的精度;而全拉格朗日数值方法由于采用流动的微团作为离散单元,可以极大地减少数值扩散误差.