ETKF與4DVAR混合數(shù)據(jù)同化算法及其并行化方案的研究與應(yīng)用.pdf

1、在數(shù)據(jù)同化的主要應(yīng)用領(lǐng)域——數(shù)值天氣預報中，隨著觀測技術(shù)的突飛猛進和各種觀測設(shè)備的應(yīng)用研究，區(qū)域和全球觀測數(shù)據(jù)呈現(xiàn)大規(guī)模的增長，不同設(shè)備和觀測地點造成的誤差以及大氣模型本身的缺陷導致對數(shù)據(jù)同化的精度與計算量的要求越來越高。同時由于高性能計算機尤其是SMP集群的發(fā)展，對于運行在其中的軟件應(yīng)用越來越需要更高程度的并行化。這些都要求數(shù)據(jù)同化算法實現(xiàn)更加高效率的并行化。本文基于此提出了一種數(shù)據(jù)同化算法的并行化方案。
　　本文首先闡述了國內(nèi)

2、外已有的對于數(shù)據(jù)同化算法并行化的研究成果并指出了其中的缺陷與不足。在已有數(shù)據(jù)同化算法的基礎(chǔ)上深入分析研究了數(shù)據(jù)同化算法——ETKF-4DVAR的理論基礎(chǔ)和其中所蘊含的并行性，簡單概括了數(shù)據(jù)同化各階段并行化的可能性以及設(shè)計模型與同化方案間程序接口的必要性，并提出了并行化方案的初步構(gòu)想和實現(xiàn)過程中需要考慮的問題，為后續(xù)的并行化方案設(shè)計提供理論基礎(chǔ)。
　　接著，論文詳細分析了本算法在分析階段的并行化策略，并基于模式分解（在進程中分發(fā)集合

3、）和區(qū)域分解（將模型區(qū)域分解為子區(qū)域）兩種分解策略提出了數(shù)據(jù)同化分析階段的實現(xiàn)方式及其性能需求，并從算法的角度說明了區(qū)域分解在通信和內(nèi)存需求方面都要優(yōu)于區(qū)域分解，為實驗方案選擇區(qū)域分解提供了依據(jù)。
　　然后，進一步研究和分析了預報階段的并行性，同時為了降低模型與本方案的耦合性，本文提出了定義兩者間程序接口的框架結(jié)構(gòu)，詳細闡述了本框架的設(shè)計和實現(xiàn)思路，包括在相交進程集和不相交進程集下的程序接口設(shè)計以及基于MPI的進程配置策略，并對兩