一、数值天气预报与并行计算(论文文献综述)
颜曦[1](2019)在《大气数值模式积云对流参数化方案应用研究》文中认为本文基于全球大气静力谱模式进行积云对流参数化方案的应用研究。物理过程参数化对数值模式的预报结果有重要影响。积云对流参数化方案是物理过程参数化中的重要内容,它不仅刻画积云对流和对流降水的物理机制,而且预报的对温度场、水汽场的影响会反馈给动力过程。深入研究积云对流参数化的发展和演变,总结积云对流参数化方案的主要发展。选取WRF模式中的BMJ参数化方案引入到业务预报谱模式中,以期利用BMJ方案相比业务预报谱模式中原使用的TDK参数化方案在对流调整上的优势进一步发展业务模式中的积云对流参数化方案。结合理论和模式中的应用两个方面对BMJ方案和TDK方案进行研究。从对流类型判断、对不同对流的处理、方案预报变量和更新变量等多个方面对BMJ方案和TDK方案进行比较,并结合方案在数值模式中的接口分析,为BMJ方案引入业务预报谱模式奠定基础。通过分析业务预报谱模式现有的并行计算框架与数据结构划分,发现物理过程参数化的计算只在垂直方向上有相关性,与水平网格的气柱之间无关,从理论上解决BMJ方案能否引入业务预报谱模式的问题,并得出BMJ方案能适应业务预报谱模式现有并行框架的结论。在解决初始化、输入变量、坐标系转换和输出变量等问题之后,成功将BMJ参数化方案引入业务预报谱模式YHGSM之中。选取2017年3月9日-10日我国南方地区大范围强降水过程为实验个例,比较BMJ方案和TDK方案的预报结果。最后,使用数值预报产品标准化检验方法,对2017年3月BMJ方案和TDK方案北半球500hPa位势高度、850hPa温度场、500hPa风场进行统计检验对比,结果表明采用BMJ方案与采用TDK方案的预报模式的预报效果相当,即采用BMJ方案后,对模式预报效果影响为中性。
郭沛明[2](2018)在《数值天气预报谱模式YHGSM基于单边通信的优化技术研究》文中指出数值天气预报模式计算量不断增长,需要对模式进行有针对性的并行算法设计,从而有效利用超大规模的处理器,满足数值天气预报业务的实时性要求。YHGSM采用半隐半Lagrange对流方案,在大规模并行计算机上已经实现了该方案的并行算法,并在插值计算阶段引入按需通信方式,在一定程度上减少了通信量,但在计算效率和算法的可扩展性方面仍有不足。本文面向YHGSM中的半Lagrange算法,以提高算法的可扩展性和并行效率为出发点,同时兼顾代码在现有实验环境下的适用性,针对插值阶段的按需通信过程,采用基于MPI的单边通信技术对算法进行并行优化设计。首先,分别对基于MPI和Coarray的单边通信模型进行深入研究,了解单边通信的通信机制,分析各自的优点和缺点。其次,通过以Cannon算法为例的对比实验,分析单边通信与双边通信的差异,同时找出最适合优化YHGSM半Lagrange方案的途径。之后,根据模式原有通信方案建立算法流程,分析插值缓冲区和发送缓冲区的数据结构,并在最大风方案发送缓冲区的基础上,总结出关键的通信参数,设计基于单边通信的并行算法。最后,通过对模式中的单边通信方案和点对点通信方案进行对比实验,验证了单边通信可以在按需通信的基础上进一步减少HALO交换的通信量,从而提高了模式的计算效率和可扩展性。
李琰[3](2017)在《全球大气谱模式云微物理参数化方案应用研究》文中进行了进一步梳理本文基于全球大气数值天气预报业务系统YHGSM进行云微物理参数化方案研究。云微物理过程的参数化方案是数值模式中一个十分重要的部分,它不仅直接作用于云降水发展过程,揭示云和降水生成的机制,对模式降水预报产生很大影响,而且会反馈给模式中的动力过程。首先对云微物理参数化方案进行调研分析,对云微物理参数化方案发展演变进行深入研究。将各种类型方案进行分类,对云微物理参数化方案发展路线图进行梳理。在不同类型的参数化方案中,根据方案理论原理和应用成果选取WRF模式中WSM5参数化方案引入到业务模式中,以期进一步发展业务模式,提高业务模式在降水方面的预报效果。本文的主要工作和创新点如下:(1)对Tiedtke云微物理方案与WSM5云微物理方案进行比较分析研究:主要从方案理论原理、预报变量、云微物理处理过程方法进行对比研究,最后总结出两种参数化方案的异同之处。(2)对WSM5方案引入谱模式问题进行研究:对两种模式的物理方案模块、WSM5方案与业务谱模式YHGSM动力过程的耦合问题、WSM5方案能否适应业务谱模式YHGSM并行框架的问题进行研究分析,为WSM5方案引进业务谱模式奠定基础。(3)WSM5方案在业务谱模式YHGSM中的实现:对业务模式Tiedtke方案模块和两种方案调用接口界面进行分析,解决WSM5方案在业务谱模式中的初始化、新增物理量、坐标系不一致、积分步长不同和输出变量不匹配等问题,从而在业务谱模式YHGSM中实现WSM5方案。(4)个例实验和统计检验:为了检验业务模式YHGSM引入WSM5方案后的预报效果,采取了个例实验和传统评分方法进行检验。以全球谱模式YHGSM T799为平台,选取2017年6月22日开始发生在中国华南地区的一次大范围强降水过程作为实验个例,一共10天逐日预报实验方案检验Tiedtke方案和WSM5方案的预报效果。结果表明,两种参数化方案都能较好的预报出全球形势场和降水的分布及其变化。WSM5方案相比于Tiedtke方案,在500hPa高度场上的预报更接近分析场,在降水范围的预报更接近观测场,对于降水中心的虚报情况比Tiedtke方案好;但是WSM5方案在降水强度预报方面比观测场偏低,不如Tiedtke方案预报效果。从传统评分检验情况来看,WSM5方案对于有无降水预报优于Tiedtke方案,并且WSM5方案在1天预报的整体效果优于Tiedtke方案。但是随着降水量阈值增加和预报时间增长,WSM5方案预报效果比Tiedtke方案变差。综合以上得出,WSM5方案对于降水落区和24h预报有所改进,对于长时间预报以及更大雨量的预报需要对方案进一步进行优化调整。
余意[4](2017)在《高分辨率卫星资料同化关键技术研究》文中进行了进一步梳理随着对地观测技术的飞速发展,高分辨率卫星遥感探测已经成为获得气象水文状态信息的最主要手段,提供了全球范围内的高分辨率大气、海洋和地表等气象水文观测信息。从观测资料的数量上来讲,高分辨率卫星遥感资料已经在目前的气象水文探测资料中占据支配地位,仅AIRS和IASI两种高分辨卫星资料使用量已经占到了欧洲中期天气预报中心(ECMWF)数值预报业务系统中可用观测资料总量的60%以上。另外,从观测资料对预报效果的贡献来看,高分辨卫星观测资料也已超过了探空报、飞机报与地面报等常规观测资料,成为目前最能影响数值天气预报效果的观测资料。通过同化越来越多的高分辨率卫星观测资料从而带来数值预报初始场的不断改进是近十几年来数值天气预报质量不断提高的最主要原因。经过多年的发展,尽管高分辨率观测资料同化等技术已经取得了巨大成就并对数值预报的改进做出了明显的贡献,但目前能够引入到同化系统的高分辨率遥感资料只占现有卫星观测资料总量的很小一部分。目前,高分辨率卫星资料的使用仍然存在很多困难。例如,同化红外高光谱资料时,资料本身容易受云影响导致云区资料难以同化,而且其数据维度空间过大,不利于使用;同化风场时,现有风场资料同化方法不能很好适应合成孔径雷达(SAR)海面风场资料的同化,等等这些方面问题仍然没有解决。因此需要进一步研究和发展高分辨率卫星资料同化为代表的气象水文定量化处理技术。本文以红外高光谱和SAR为代表,介绍了这两种类型高分辨率卫星资料同化的原理、方法及其发展现状,针对高分辨率卫星资料同化的关键技术难点,展开了相应的研究并取得了以下几个方面的研究成果:(1)针对云水影响的红外高光谱资料同化应用问题,提出了云水影响的红外高光谱资料在区域资料同化中的应用方法。基于WRFDA同化系统,设计了IASI晴空通道云检测方法,将云顶以上的IASI观测资料引入WRFDA系统,以“红霞”和“莫兰蒂”两个超强台风为实验个例,展开了多种云检测同化对比实验。两个台风个例中,MW云检测方案对于高层通道299保留的观测数目仅为大阈值LMW云检测的16.2%和MMR云检测的9.2%,对于底层通道921分别为3.3%和2.6%。但是MW云检测同化实验分析场强度最强,获得的72 h台风路径预报最接近真实路径,路径误差最小。两个台风个例实验结果一致,表明晴空通道云检测过程能有效将云顶以上的IASI观测资料引入同化系统,改进IASI资料同化分析场并提高后期台风预报技巧。(2)针对星载高分辨率红外高光谱通道数目多、资料量大,耗费大量的传输带宽和计算开销等问题,提出在星上进行红外高光谱信息压缩的方法。提出用精确的信息熵测量主成分降维的主分量,并与相同数目的通道集合进行对比,以AIRS资料为例,得出对于温度、湿度信息,主分量信息量明显大于通道集合,对于O3信息,主分量包含的信息量并无明显优势。结合主成分的应用,从计算算法、代码实现和计算机硬件技术多个层面系统分析设计了星上高效PC降维模块,并以IASI为例测试了压缩比和传输效率,以及重构辐射率的精度,促进了红外高光谱资料的高效存储、传输和数据应用。(3)针对IASI主成分降维压缩信息的同化应用问题,设计并实现了重构辐射率资料的同化应用方法。系统分析了红外高光谱观测信息在数值模式变量空间、光谱辐射率空间和主成分空间的几种转换关系。针对红外高光谱重构辐射率的资料同化,论证了一定前提条件下,同化重构辐射率和主成分分量的等价关系,并分析了重构辐射率空间的误差源。提出了最优化同化重构辐射率同化框架与次优H-R的同化重构辐射率框架,并在WRFDA系统中实现了次优H-R框架下同化重构辐射率系统。以2015年台风“红霞”区域的红外高光谱IASI重构辐射率为研究对象,对台风区域的重构辐射率进行了初步的数值模拟实验,分析了重构辐射率同化应用效果。(4)针对SAR高分辨率海面风场资料的同化应用,提出基于风速、风向观测算子同化SAR海面风场资料的方法。将风速、风向的同化方法实现和应用于同化哨兵1号海面风场观测资料,并与传统的同化u、v风方法对比,以2016年台风“狮子山”为个例,证明了在数值模式中同化高分辨率SAR观测资料的有效性。针对SAR海面风场资料控制,提出了QCco联合质量控制方案,并于独立质量控制方案QCal对比,对SAR海面风场资料进行有效的质量控制,提高了SAR海面风场观测资料同化分析场精度,改善SAR海面风场数值模拟预报效果。本文瞄准高分辨卫星观测资料同化中的前沿技术难点,从云水影响红外高光谱资料在区域同化中的应用、高分辨率观测资料降维、降维信息的同化方法设计,以及高分辨SAR海面风场同化方法和质量控制为研究切入点,提出了具有创新性的解决方法以促进我国高分辨卫星观测资料的业务化应用。
徐幼平,程煜峰,王斌,郭红,普业,程锐[5](2017)在《基于JASMIN框架的区域大气模式并行程序开发及试验》文中认为以自主研制的区域中尺度暴雨大气模式为研究对象,基于JASMIN并行编程框架,建立构件化、层次化的区域大气模式大规模高效并行程序,并针对典型天气实例,对模式并行计算程序的正确性、并行性能及高分辨率模拟效果进行验证.结果证明,基于JASMIN框架的新模式程序与原串行模式具有很好的计算一致性,其不仅能保持原有模式良好的预报效果,且能显着提升模式大规模并行计算性能和可扩展性,在进一步提高模式分辨率后能得到更好的预报结果.
吴伟飞[6](2017)在《数值天气预报初始化软件系统的优化设计研究》文中研究表明数值天气预报是高性能计算的重要应用之一,它是在符合条件的初始值下通过计算机求解一组描述大气物理演变规律的偏微分方程,以达到预报未来一段时间天气现象的一种技术。作为预报问题,初值质量很大程度上决定了数值天气预报的预报结果准确与否,准确的数值天气预报必须以高质量的模式初值为前提。数据同化(即数据初始化)是一类将不同来源的信息融合在一起以获得高质量初值的方法,现已广泛用于为数值天气预报提供高质量的初值。本文对现有数据同化算法进行了深入研究与细致分析,针对目前主流数据同化算法存在的问题,选择了一种比较好的降维投影四维变分数据同化算法DRP4Dvar。借助该算法,运用一组扰动集合样本生成基向量,并将模式空间的分析增量投影到这组基向量子空间上,使目标函数的控制变量由分析增量转换为基向量的系数,从而完成了缩短计算时间的投影降维工作,投影降维优化的效果使得模式空间的维数由原来的108减小到不超过102。在此工作基础上,将降维投影的四维变分算法的串行版本,按照格点统计插值(GSI)的并行规则进行重新设计与优化。在优化过程中,分析和挖掘出算法在最小化迭代过程中存在的主要计算量是加入局地化矩阵后的目标函数,进而对该目标函数通过在128个多核处理器上采用MPI并行编程模型予以并行化运行实现,实现后的运行时间约缩短到原来的1/26,从而解决了整个同化系统推广应用的技术瓶颈问题。为测试数值天气预报数据同化系统的正确性和系统性能,设计了合理的测试算例并提出了性能测试方案。按照提出的测试方案在实验平台上进行了测试,并对测试结果进行了分析。分析结果表明:采用本文提出的数据同化技术后的运行结果不仅完全正确,而且提高了初值质量,使得整个系统的性能得到了较大的提高。
张博尧,刘纯,陈亭,姜金荣,邓笋根[7](2016)在《数值天气预报一体化平台构建》文中研究表明在计算资源受限的情况下,基于超级云计算技术,实现总中心为"云"、各分中心为"端"的数值天气预报一体化平台,实现低精度数值天气预报在"云"进行模拟,高精度数值天气预报在"端"进行模拟,二者异地协同计算;根据不同的环境,提出3种远程离线并行网格嵌套算法和相应的积分控制技术。结合实际平台测试与使用,对功能和易用性测试进行分析,验证了算法的有效性和系统的可行性。
孙迪夫[8](2016)在《大气环流谱模式动力框架并行划分优化技术研究》文中研究指明随着数值天气预报分辨率不断提高,模式的计算量也随之增大,为了满足实际业务预报的实时性要求,高性能计算逐渐被应用到数值天气预报中。全球大气谱模式由于其对大尺度环流预报有较高的准确性,在实际业务预报中得到了广泛的使用。谱模式从概念上可以分为动力框架和物理过程两个主要部分,其中动力框架的功能是对不含源汇项的模式方程进行离散化,并采用数值计算方法进行求解,是整个模式运行的核心,如若能够有效地缩短其执行时间,就能够提高整个模式的运行效率。本文针对现行BCCAGCM 3.0模式动力框架并行划分方案的局限性,引入新的划分方案。即将原有的按纬圈或者按波数的一维划分改进为二维划分。为避免数据划分造成不必要的进程间通信,划分必须在无数据相关性的维度上进行,每一计算步骤的数据划分都应根据不同的数据相关性采取不同的方案。为了实现不同计算步骤所采用的不同划分方案之间的转换,还需要在相邻的两个计算步之间进行数据交换。根据并行划分的改进方案对模式动力框架代码进行了修改,并对修改后的动力框架在高性能计算平台上进行了测试,结果表明将动力框架的并行划分方式改进为二维划分能够有效缩短计算耗时,在本文的可扩展性测试中,平均使动力框架整体耗时缩短了8%左右,个别进程配置方案下能缩短15%。动力框架的各个模块的改进效果不同,负责格点空间计算以及Fourier变换的scandyn模块以及负责逆谱变换的scan2模块在进程数较少时与改进前的性能差别不大,在进程数大时改进效果比较明显;负责平流项计算的scanslt模块总体呈现比较明显的改进效果。对相同进程数的不同进程参数配置方案进行横向对比,结果表明不同划分方案的改进效果也不同,在新增方向上不宜采用太细粒度的划分,划分数太多反而会降低二维划分的改进效果。总体上来说,将动力框架的并行划分方式改进为二维划分能够有效缩短计算耗时,提升动力框架的整体性能。
李群[9](2015)在《电力企业数值天气预报一体化平台构建研究》文中进行了进一步梳理气候预报及历史运行数据是电力企业中期电量预测技术的基础,通过气候预报数据以及大量的历史运行实际数据,建立合理的模型,能够得到一定误差范围内的电力企业中期电量预测结果。以大气实际情况为依据,通过一系列初始数据和其他条件组合起来进行大量计算,得出天气演变过程的结果,从而预测出未来天气情况的方法称为数值天气预报。面向数值天气预报的多任务分布式处理技术是指基于数值天气预报运行中心“云”,计算多个预报区域较粗分辨率的数值预报结果,通过数据传输专用网络,同时向各预报区域本地数值预报服务器“端”下发预报数据。运行在本地数值预报服务器的分布式数值天气预报模式,以接收到的粗分辨率数值天气预报数据作为背景场,生产满足应用要求的高精度数值天气预报数据。本文分析了构建电力企业数值天气预报一体化平台系统的必要性和可行性,采用理论方法与实际应用相结合的研究方法,论述了资源虚拟化、海量数据处理、大规模并行计算、多任务分布式处理等新技术,在此基础上,利用“云”+“端”的模式,构建了适用于电力企业的数值天气预报一体化平台系统,并在某企业单位实现应用落地示范,为电网运行提供决策支持。
赵军,吴建平,宋君强,张磊[10](2013)在《全球(z)双三次数值模式并行算法设计与实现》文中认为针对双三次数值天气预报模式进行了并行算法研究。采用一维区域分解算法,借鉴块棋盘划分矩阵转置算法,设计和实现了数据转置通信算法,并采取计算与通信重叠技术减小通信时间对并行效率的影响,最终实现了双三次数值天气预报模式的并行算法,并在机群系统上进行了并行性能测试评估。结果表明,实现的双三次数值预报模式并行算法的并行效率较高,设计实现的数据转置通信算法、计算与通信重叠技术取得了较好的效果。
二、数值天气预报与并行计算(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数值天气预报与并行计算(论文提纲范文)
(1)大气数值模式积云对流参数化方案应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 积云对流参数化方案的分类 |
1.3 积云对流参数化方案的应用和新发展 |
1.4 研究思路与方法 |
1.5 论文结构 |
第二章 BMJ与 TDK参数化方案的比较研究 |
2.1 Betts-Miller-Janjic方案分析 |
2.2 Tiedtke方案分析 |
2.3 BMJ方案与TDK方案的比较研究 |
2.3.1 参数化方案处理对流过程的比较研究 |
2.3.2 参数化方案计算过程的比较研究 |
2.3.3 参数化方案计算结果的比较研究 |
2.4 本章小结 |
第三章 谱模式YHGSM引入BMJ方案问题研究 |
3.1 WRF模式与YHGSM谱模式 |
3.2 WRF模式中的BMJ参数化方案及接口分析 |
3.3 谱模式YHGSM中的TDK参数化方案及接口分析 |
3.4 YHGSM模式中积云对流过程与动力“方程”的耦合研究 |
3.5 BMJ方案对谱模式YHGSM并行计算框架的适应性研究 |
3.6 本章小结 |
第四章 BMJ方案在谱模式YHGSM中的实现 |
4.1 BMJ方案模块化插入思想 |
4.2 输入信息问题 |
4.3 结合数据结构的坐标系转换问题 |
4.4 输出信息问题 |
4.5 引入BMJ方案后YHGSM模式中积云对流参数化结构 |
4.6 本章小结 |
第五章 BMJ方案的数值预报性能试验 |
5.1 实验个例介绍 |
5.2 实验环境与实验方案 |
5.3 实验结果的分析讨论 |
5.3.1 500hPa位势高度场的分析 |
5.3.2 降水场的分析 |
5.4 本章小结 |
第六章 BMJ参数化方案预报效果影响统计检验 |
6.1 统计检验的原理方法 |
6.2 统计检验的实验和分析 |
6.2.1 北半球500hPa位势高度统计检验结果对比 |
6.2.2 北半球850hPa温度场统计检验结果对比 |
6.2.3 北半球500hPa风场统计检验结果对比 |
6.3 本章小结 |
第七章 结束语 |
7.1 论文总结 |
7.2 下一步工作 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(2)数值天气预报谱模式YHGSM基于单边通信的优化技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究意义 |
1.2 研究背景及研究现状 |
1.2.1 发展数值天气预报的意义 |
1.2.2 数值天气预报的发展 |
1.2.3 半拉格朗日积分方案 |
1.2.4 单边通信技术 |
1.3 本文主要研究内容 |
1.4 论文内容安排 |
第二章 半拉格朗日方案介绍 |
2.1 半拉格朗日方案发展及现状 |
2.1.1 早期半隐式半拉格朗日时间平流离散方案 |
2.1.2 SISL方案应用现状及存在的问题 |
2.2 半拉格朗日方案的稳定性 |
2.3 ECMWF IFS半拉格朗日方案 |
2.4 YHGSM中的半拉格朗日方案 |
2.5 ECMWF IFS与YHGSM中SISL方案的区别与联系 |
第三章 单边通信研究 |
3.1 点对点通信 |
3.2 基于MPI的单边通信 |
3.2.1 单边通信实现方式 |
3.2.2 主动通信和被动通信 |
3.2.3 MPI单边通信与点对点通信对比 |
3.2.4 MPI-2与MPI-3对比研究 |
3.2.5 MPI单边通信技术面临的问题 |
3.3 基于Coarray的单边通信 |
3.3.1 支持CAF语言的通信软件:Open Coarrays |
3.3.2 镜像控制语句 |
3.3.3 Coarray单边通信与MPI单边通信性能对比 |
3.4 小结 |
第四章 半拉格朗日方案基于单边通信的并行计算技术 |
4.1 HALO通信问题 |
4.2 基于最大风速的通信方案 |
4.2.1 定义发送/接收冲区 |
4.2.2 HALO区数据打包到发送缓冲区 |
4.2.3 数据传输 |
4.2.4 接收缓冲区的数据解包到插值缓冲区 |
4.3 ECMWF基于点对点通信的半拉格朗日方案 |
4.3.1 半拉格朗日计算主调程序 |
4.3.2 插值缓冲区PB1的数据结构 |
4.3.3 发送缓冲区的数据结构 |
4.3.4 基于点对点通信的按需通信算法分析 |
4.4 基于单边通信的按需通信算法设计 |
4.4.1 IFS基于Coarray单边通信技术并行优化 |
4.4.2 YHGSM基于MPI单边通信技术的并行优化方案 |
4.5 小结 |
第五章 基于单边通信按需通信方案的实验验证 |
5.1 按需通信方案与最大风通信方案对比 |
5.2 按需通信时单边通信与双边通信对比 |
结束语 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(3)全球大气谱模式云微物理参数化方案应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究现状 |
1.2.1 云微物理学 |
1.2.2 云微物理参数化方案研究进展 |
1.2.3 云微物理参数化方案实际应用 |
1.3 研究思路 |
1.3.1 研究方法 |
1.3.2 技术路线和实施方案 |
1.4 论文结构 |
第二章 云微物理参数化方案理论研究分析 |
2.1 Tiedtke方案分析 |
2.1.1 定义 |
2.1.2 基本方程 |
2.1.3 源汇项 |
2.2 WSM5 方案分析 |
2.2.1 基本方程 |
2.2.2 源汇项 |
2.3 两种参数化方案对比分析研究 |
2.3.1 预报变量差异 |
2.3.2 微物理过程计算差异 |
2.3.3 相同点 |
2.4 小节 |
第三章 WSM5 方案在业务谱模式YHGSM中引入问题研究 |
3.1 WRF模式中的WSM5 方案 |
3.2 业务谱模式YHGSM中的Tiedtke方案 |
3.3 WSM5 方案适应业务模式YHGSM并行计算框架问题研究 |
3.3.1 高性能计算并行结构 |
3.3.2 业务谱模式并行计算概况 |
3.3.3 物理过程参数化模块计算分析 |
3.4 WSM5 方案与业务模式YHGSM动力过程耦合问题 |
3.5 WSM5 方案引入模式理论分析 |
3.6 小节 |
第四章 WSM5 方案在全球大气谱模式YHGSM中的实现 |
4.1 业务模式Tiedtke方案模块分析 |
4.2 参数化方案接口分析 |
4.3 WSM5 方案的实现方法 |
4.3.1 WSM5 方案程序初始化 |
4.3.2 新增物理量的解决 |
4.3.3 坐标系不一致的解决 |
4.3.4 积分步长差异的解决 |
4.3.5 输出变量不匹配的解决 |
4.3.6 程序修改与方案实现 |
4.4 小节 |
第五章 WSM5 方案预报性能实验 |
5.1 实验个例介绍 |
5.2 实验环境和方案设计 |
5.2.1 实验环境 |
5.2.2 实验方案设计 |
5.3 实验数据 |
5.4 实验结果分析讨论 |
5.4.1 500 hPa高度场对比分析 |
5.4.2 24 小时降水分析 |
5.4.3 传统评分分析 |
5.5 本章小结 |
第六章 结束语 |
6.1 论文总结 |
6.2 下一步工作 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(4)高分辨率卫星资料同化关键技术研究(论文提纲范文)
缩略词 |
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 高分辨率卫星观测与资料同化方法 |
1.1.2 高分辨卫星观测资料同化研究意义 |
1.2 高分辨卫星观测仪器及应用现状 |
1.2.1 高分辨卫星红外遥感仪器及应用现状 |
1.2.2 高分辨率合成孔径雷达反演风场观测及应用 |
1.3 研究内容 |
1.4 本文主要工作及创新 |
1.5 论文结构 |
第二章 高分辨IASI辐射率观测在区域模式中的同化方法 |
2.1 红外高光谱IASI仪器与资料特征 |
2.1.1 Metop卫星与红外高光谱IASI仪器 |
2.1.2 红外高光谱IASI资料特征 |
2.2 红外高光谱IASI观测辐射率同化方法 |
2.2.1 红外高光谱IASI观测辐射率同化研究进展 |
2.2.2 红外高光谱IASI资料变分同化方法 |
2.2.3 辐射传输模式 |
2.2.4 IASI资料质量控制 |
2.2.5 IASI观测偏差订正 |
2.3 红外高光谱IASI资料云检测 |
2.3.1 红外高光谱云检测研究进展 |
2.3.2 红外高光谱传统云检测方法 |
2.3.3 IASI晴空通道云检测方法 |
2.3.4 基于成像仪视场判定的晴空通道云检测 |
2.3.5 IASI晴空通道云检测实现 |
2.3.6 IASI晴空通道云检测效果 |
2.4 台风简介和数值实验设置 |
2.4.1 台风“红霞”和“莫兰蒂”简介 |
2.4.2IASI同化和数值模拟实验 |
2.4.3 IASI同化要素场对比 |
2.4.4 IASI数值模拟分析 |
2.5 本章小结 |
第三章 高分辨率数据高效降维方法及应用 |
3.1 高分辨观测压缩降维的必要性 |
3.2 高分辨观测数据降维概述 |
3.2.1 高光谱数据基础降维方法 |
3.2.2 高光谱数据降维先进方法 |
3.3 高光谱PCA降维方法与信息量评估 |
3.3.1 高光谱PCA降维方法 |
3.3.2 主分量的信息量评估 |
3.4 高分辨率卫星观测星上降维设计与实现 |
3.4.1 高分辨率卫星观测星上降维设计 |
3.4.2 高分辨率卫星观测星上降维实现 |
3.5 高光谱IASI资料PC方法降维 |
3.5.1 IASI降维的主分量 |
3.5.2 IASI重构辐射率效果比对 |
3.6 小结 |
第四章 高分辨IASI重构辐射率同化方法 |
4.1 IASI主成分空间同化方法 |
4.1.1 红外高光谱多参数空间的转换 |
4.1.2 红外高光谱主成分和重构辐射率空间的研究进展 |
4.2 IASI主成分同化方法论证 |
4.2.1 直接同化IASI主成分分量的困难 |
4.3 重构辐射率同化方法 |
4.3.1 最优化框架下同化重构辐射率 |
4.3.2 同化重构辐射率与主成分分量的等价性 |
4.3.3 次优H-R重构辐射率同化原理 |
4.4 重构辐射率同化实验 |
4.4.1 重构辐射率同化实验设置 |
4.4.2 重构辐射率同化实验结果对比 |
4.4.3 重构辐射率同化要素场对比 |
4.5 重构误差源分析 |
4.6 关于重构辐射率的讨论 |
4.6.1 重构辐射率通道数目的确定 |
4.6.2 重构辐射率的云信息 |
4.7 本章小结 |
第五章 SAR高分辨率海面风场资料同化 |
5.1 SAR海面风场及同化方法 |
5.1.1 SAR仪器即风场观测资料简介 |
5.1.2 SAR海面风场反演方法 |
5.1.3 SAR海面风场资料同化方法 |
5.2 风场观测质量控制 |
5.2.1 SAR海面风场质量控制方法 |
5.2.2 SAR海面风场质量控制结果 |
5.3 台风研究—2016 狮子山个例 |
5.3.1 台风“狮子山”简介 |
5.3.2 实验设计 |
5.3.3 模式设置 |
5.4 实验结果 |
5.4.1 10米风分析场 |
5.4.2 不同高度层的分析偏差 |
5.4.3 不同分析要素的分析增量 |
5.4.4 预报影响 |
5.5 高分辨率资料之间的对比研究 |
5.6 总结和讨论 |
第六章 结论与展望 |
6.1 工作总结 |
6.2 研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
作者在学期间参加的科研项目 |
附录A |
附录B |
(5)基于JASMIN框架的区域大气模式并行程序开发及试验(论文提纲范文)
0 引言 |
1 并行编程框架及大气模式简介 |
1.1 并行编程框架简介 |
1.2 模式简介 |
2 H-AREM方案设计及实现 |
2.1 H-AREM软件设计 |
2.2 H-AREM并行实现 |
2.2.1 数据结构 |
2.2.2 网格剖分与通信 |
2.2.3 时间积分方案 |
3 H-AREM数值试验与结果分析 |
3.1 并行一致性试验 |
3.2 并行性能试验 |
3.3 高分辨率模拟试验 |
4 结论 |
(6)数值天气预报初始化软件系统的优化设计研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文研究内容及组织结构 |
1.3.1 论文研究内容 |
1.3.2 论文组织结构 |
第2章 数据同化算法分析 |
2.1 变分算法 |
2.2 集合卡尔曼滤波算法 |
2.3 混合集合变分算法 |
2.4 降维投影四维变分算法 |
2.5 同化算法的比较 |
2.6 本章小结 |
第3章 数据同化系统的并行方案 |
3.1 数据同化系统模型 |
3.2 GSI同化系统 |
3.3 观测资料前处理系统 |
3.3.1 观测资料 |
3.3.2 前处理系统 |
3.4 初值样本 |
3.5 并行算法分析研究 |
3.6 分析场模型 |
3.7 本章小结 |
第4章 数据同化系统优化研究 |
4.1 系统存在的性能问题 |
4.2 性能分析 |
4.3 性能优化 |
4.4 本章小结 |
第5章 数据同化系统性能测试 |
5.1 测试平台 |
5.2 测试步骤 |
5.3 测试方案设计 |
5.3.1 测试算例设计 |
5.3.2 测试方案设计 |
5.4 结果测试分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(7)数值天气预报一体化平台构建(论文提纲范文)
0 引言 |
1 软件架构 |
2 远程离线并行网格嵌套算法 |
(1)方案1:无交互的嵌套计算方案(图3) |
(2)方案2:交互的嵌套计算方案(图4) |
(3)方案3:改进方案2(图5) |
3 平台测试及使用 |
4 结束语 |
(8)大气环流谱模式动力框架并行划分优化技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 数值天气预报模式 |
1.1.1 数值天气预报模式概况 |
1.1.2 高性能计算及其在数值天气预报中的应用 |
1.2 全球大气谱模式及动力框架 |
1.3 国内外研究现状 |
1.4 研究内容和研究意义 |
1.4.1 研究内容 |
1.4.2 研究意义 |
1.5 论文结构 |
第二章 相关工作 |
2.1 大气环流谱模式动力框架概述 |
2.1.1 控制方程组 |
2.1.2 动力框架与物理过程 |
2.1.3 格谱变换关系 |
2.2 当前动力框架计算实现方案 |
2.2.1 计算方案 |
2.2.2 程序结构 |
2.2.3 现行并行实现方案 |
2.2.4 局限性分析 |
2.3 本章小结 |
第三章 动力框架并行划分改进方案 |
3.1 数据相关性分析 |
3.2 数据划分 |
3.2.1 格点空间数据划分 |
3.2.2 格谱变换数据划分 |
3.2.3 谱空间数据划分 |
3.3 数据交换方案及算法实现 |
3.4 本章小结 |
第四章 动力框架改进对比试验 |
4.1 实验平台介绍 |
4.2 现行动力框架性能测试 |
4.3 改进的动力框架性能测试 |
4.3.1 可扩展性测试 |
4.3.2 进程参数配置方案对比 |
4.4 正确性检验 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(9)电力企业数值天气预报一体化平台构建研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外发展动态及研究现状 |
1.2.1 国外发展动态及研究现状 |
1.2.2 国内发展动态及研究现状 |
1.3 研究内容与创新点 |
1.3.1 研究内容 |
1.3.2 可能的创新点 |
第2章 基础理论 |
2.1 原理描述 |
2.2 理论和实践依据 |
2.2.1 资源虚拟化技术 |
2.2.2 海量数据处理技术 |
2.2.3 大规模并行计算技术 |
2.2.4 分布式处理技术 |
2.3 本章小结 |
第3章 电力企业数值天气预报一体化平台系统分析 |
3.1 电力行业数值天气预报一体化平台构建的必要性分析 |
3.2 电力行业数值天气预报一体化平台构建的可行性分析 |
3.3 资源虚拟化功能分析 |
3.3.1 基于GLUE+的资源抽象 |
3.3.2 弹性资源管理 |
3.4 海量数据处理功能分析 |
3.4.1 全局作业调度 |
3.4.2 数据文件管理 |
3.4.3 “云”+“端”的数据传输机制 |
3.5 面向数值天气预报的大规模并行计算功能分析 |
3.5.1 远程离线并行网格嵌套算法 |
3.5.2 基于WRF的离线边界条件获取 |
3.5.3 三维变分资料同化系统并行算法 |
3.5.4 数值天气预报提点程序优化 |
3.6 面向数值天气预报的多任务分布式处理功能分析 |
3.6.1 分布式数值模式积分进程状态优化控制 |
3.6.2 面向分布式数值模式的作业调度 |
3.7 本章小结 |
第4章 电力企业数值天气预报一体化平台架构设计 |
4.1 电力企业数值天气预报一体化平台方案设计 |
4.2 数值天气预报“云”+“端”一体化平台构架总体设计 |
4.3 计算资源虚拟化设计 |
4.3.1 CE和SE模型简介 |
4.3.2 AE模型的建立 |
4.4 海量数据处理设计 |
4.4.1 系统支持的作业全生命周期管理 |
4.4.2 系统数据空间管理 |
4.4.3 数据传输架构 |
4.4.4 数据访问安全机制 |
4.5 面向数值天气预报的大规模并行计算设计 |
4.6 面向数值天气预报的多任务分布式处理 |
4.6.1 数据传输和作业的提交粒度 |
4.6.2 局部任务调度策略 |
4.7 安全性设计 |
4.7.1 安全防护 |
4.7.2 划分责任主体 |
4.7.3 制度人员管控 |
4.7.4 明确安全注意事项 |
4.8 本章小结 |
第5章 电力企业数值天气预报一体化平台实施方案 |
5.1 系统硬件环境 |
5.2 成本控制方案 |
5.3 进度控制方案 |
5.3.1 编制项目计划 |
5.3.2 跟踪项目计划执行情况 |
5.4 质量控制方案 |
5.4.1 项目质量控制方法 |
5.4.2 项目质量控制具体措施 |
5.5 风险控制方案 |
5.5.1 风险控制方法 |
5.5.2 风险控制措施 |
5.6 本章小结 |
第6章 结论 |
6.1 论文工作成果 |
6.2 论文工作展望 |
参考文献 |
附表 |
致谢 |
作者简历 |
(10)全球(z)双三次数值模式并行算法设计与实现(论文提纲范文)
1 全球 (z) 双三次数值模式介绍 |
2 并行算法设计 |
2.1 串行计算过程 |
2.2 区域分解方法 |
2.3 数据转置通信算法 |
2.4 计算与通信重叠 |
3 并行性能测试 |
3.1 测试环境 |
3.2 测试结果及性能分析 |
4 结束语 |
四、数值天气预报与并行计算(论文参考文献)
- [1]大气数值模式积云对流参数化方案应用研究[D]. 颜曦. 国防科技大学, 2019(01)
- [2]数值天气预报谱模式YHGSM基于单边通信的优化技术研究[D]. 郭沛明. 国防科技大学, 2018(01)
- [3]全球大气谱模式云微物理参数化方案应用研究[D]. 李琰. 国防科技大学, 2017(02)
- [4]高分辨率卫星资料同化关键技术研究[D]. 余意. 国防科技大学, 2017(02)
- [5]基于JASMIN框架的区域大气模式并行程序开发及试验[J]. 徐幼平,程煜峰,王斌,郭红,普业,程锐. 计算物理, 2017(01)
- [6]数值天气预报初始化软件系统的优化设计研究[D]. 吴伟飞. 哈尔滨工程大学, 2017(06)
- [7]数值天气预报一体化平台构建[J]. 张博尧,刘纯,陈亭,姜金荣,邓笋根. 计算机工程与设计, 2016(12)
- [8]大气环流谱模式动力框架并行划分优化技术研究[D]. 孙迪夫. 国防科学技术大学, 2016(01)
- [9]电力企业数值天气预报一体化平台构建研究[D]. 李群. 华北电力大学, 2015(02)
- [10]全球(z)双三次数值模式并行算法设计与实现[J]. 赵军,吴建平,宋君强,张磊. 计算机应用研究, 2013(05)