学位论文 > 优秀研究生学位论文题录展示

数值气象预报变分同化的伴随模式并行计算

作　者: 孙安香
导　师: 李晓梅；宋君强
学　校: 中国人民解放军国防科学技术大学
专　业: 计算机科学与技术
关键词: 数值气象预报变分同化伴随模式可扩展并行计算并行算法并行实现技术
分类号: TP399
类　型: 博士论文
年　份: 2002年
下　载: 332次
引　用: 1次
阅　读: 论文下载

内容摘要

可扩展并行计算技术与数值气象领域研究成果相互渗透，对发展高性能并行计算机的应用、提高数值气象预报水平、促进并行计算机的研制，具有极为重要的意义。本文针对“十五”期间“我军新一代全球数值预报业务系统”、国家气象局组织的“新一代多尺度数值预报系统”，紧跟国际并行计算和数值气象技术研究前沿，基于可扩展并行计算和伴随变分同化原理，研究伴随模式可扩展并行算法和并行实现技术，设计高效可扩展并行计算伴随模式。本文的研究和创新工作概括如下： 1)提出了建立伴随方程的分解技术；分别从连续的、离散的非线性二维浅水波模式，建立其伴随模式。 2)设计了伴随模式的基于区域分裂方法的“Arakawa C—网格”离散并行算法；该并行算法具有并行计算高效可扩展性。 3)提出了伴随模式的基于3次数据剖分、4次矩阵二维转置数据重分配的并行谱离散方法；该并行算法实现了谱离散方法全部并行计算过程的负载平衡、减少了通信开销，具有并行计算高效可扩展性。设计了国内第一个高效可扩展并行化中期数值天气预报谱模式系统PT106L19：与CCM3相比较，具有并行计算性能高、可扩展性好；与T_L213L31相比，具有相同的高效并行计算性能。 4)提出了谱离散伴随模式并行计算的有效循环数据分配方法，采用该方法在某分布式存储并行计算机上32台处理机并行计算效率提高了30.7％。提出了伴随模式并行计算的蝶网数据重分配方法，所占开销较环形算法少。提出了伴随模式并行谱离散方法的计算与通信重叠、结构性数据通信的通信隐藏技术，采用该技术在某分布式存储并行计算机32台处理机上并行计算效率提高了12.9％。 5)提出了谱离散伴随模式与预报模式的并行计算设计原理具有相同性；应用连续方法和不连续方法相结合，设计业务系统Semi—Lagrangian谱离散模式T_L213L31的伴随。

全文目录

摘要  9-11
ABSTRACT  11-13
第一章绪论  13-21
  1.1 研究背景  13-16
  1.2 国内外发展动态  16-19
  1.3 本文的主要工作与创新  19-21
第二章可扩展并行计算原理  21-28
  2.1 引言  21
  2.2 可扩展性原理  21-22
  2.3 可扩展性能评测标准  22-25
    2.3.1 加速比性能评测  22-23
    2.3.2 可扩性评测  23-25
  2.4 数值气象并行计算问题的性能评测  25-27
    2.4.1 固定问题规模  25-26
    2.4.2 扩大问题规模  26-27
  2.5 小结  27-28
第三章变分同化的伴随方法原理  28-38
  3.1 引言  28
  3.2 伴随方法的一般原理  28-31
    3.2.1 变分同化原理  28-30
    3.2.2 非齐次伴随方程的解就是距离函数J对u的梯度  30-31
  3.3 建立伴随方程的数学方法  31-37
    3.3.1 二维浅水波方程  31-32
    3.3.2 伴随方程的建立  32-37
  3.4 小结  37-38
第四章二维浅水波模式的伴随模式数值计算  38-49
  4.1 引言  38
  4.2 从连续的非线性模式设计伴随模式  38-41
    4.2.1 控制方程  38-39
    4.2.2 离散方法  39-41
  4.3 从离散的非线性模式设计伴随模式  41-43
    4.3.1 转换原理  41-42
    4.3.2 转换方法  42-43
  4.4 数值试验及稳定性讨论  43-47
  4.5 非齐次伴随模式的数值计算  47
  4.6 小结  47-49
第五章伴随模式的“Arakawa C-网格”离散可扩展并行算法  49-59
  5.1 引言  49
  5.2 “Arakawa C-网格”离散方法  49-51
  5.3 “Arakawa C-网格”离散并行算法设计  51-53
    5.3.1 数据相关性分析  51-52
    5.3.2 基于区域分裂的“Arakawa C-网格”离散并行算法  52-53
  5.4 数值试验  53-57
    5.4.1 二维浅水波模式的伴随模式并行计算  53-55
    5.4.2 其它“Arakawa C-网格”离散模式的并行计算  55-57
  5.5 小结  57-59
第六章伴随模式的谱离散可扩展并行算法  59-72
  6.1 引言  59
  6.2 谱离散方法  59-60
  6.3 谱离散方法的数据相关性分析  60-62
    6.3.1 格点空间计算  60-61
    6.3.2 Fourier变换  61
    6.3.3 Fourier空间计算  61
    6.3.4 Legendre变换和谱空间计算  61-62
  6.4 基于3次数据剖分的谱离散并行算法  62-66
    6.4.1 数据剖分方法  62-63
    6.4.2 并行算法描述  63-66
  6.5 数值试验  66-70
    6.5.1 PT106L19的并行计算  66-68
    6.5.2 CCM3.6和T_L213L31的并行计算  68-70
  6.6 小结  70-72
第七章伴随模式并行实现技术  72-84
  7.1 引言  72
  7.2 负载平衡技术  72-79
    7.2.1 循环的数据分配方法  72-75
    7.2.2 蝶网数据重分配算法  75-79
  7.3 通信隐藏技术  79-82
    7.3.1 计算与通信重叠  79-80
    7.3.2 结构性数据通信  80-82
  7.4 小结  82-84
第八章 SEMI-LAGRANGIAN谱离散模式T_L213L31的伴随  84-92
  8.1 引言  84
  8.2 T_L213L31模式  84-85
  8.3 谱离散方法的伴随  85-88
    8.3.1 Fourier正、逆变换的伴随  86-87
    8.3.2 Legendre正、逆变换的伴随  87-88
  8.4 Semi-Lagrangian描述方法的伴随  88-91
    8.4.1 两时间层Semi-Lagrangian描述方法  88-90
    8.4.2 Semi-Lagrangian描述方法的伴随  90-91
  8.5 小结  91-92
第九章结束语  92-96
致谢  96-97
已发表的相关论文  97-98
已获奖的相关科研成果  98-99
参考文献  99-105

数值气象预报变分同化的伴随模式并行计算

内容摘要

全文目录

相似论文