在正在进行的改进天气系统的竞赛中,许多研究机构继续寻找新的和更有效的方法来准确地预测天气。现在,俄勒冈州立大学的一个团队利用圣地亚哥超级计算机中心(SDSC)的超级计算资源开发了一种方法,可以改进美国西海岸水域的预测。
 
这项研究于去年12月发表在《海洋模型》(Ocean modeling)杂志上,由俄勒冈州立大学(Oregon State University)前博士生伊沃•帕斯曼(Ivo Pasmans)和俄勒冈州立大学(Oregon State University)教授亚历山大•库拉波夫(Alexander Kurapov)主持。在三天的预报中,他们对俄勒冈州和华盛顿州海岸的水温、盐度水平、海高和洋流进行了预测,并着手减少预测误差。为此,他们使用了一种名为集成四维变分数据同化(En4DVAR)的方法,该方法允许他们将预测与观测结合起来。
 
“生成一个合奏,实际上代表了模型误差统计,“与SDSC Pasmans在接受采访时说,“我们假设错误模型的风迫使模型误差的主要来源,我们建立在这一概念使用卫星风观察和所谓的贝叶斯层次模型来估计概率分布的风错误。”
 
为了运行En4DVAR,研究人员需要高性能计算——为此,他们求助于SDSC的Comet超级计算机,这是一个英特尔的Haswell系统,拥有1,944个CPU节点和72个基于nvidia的GPU节点(分为K80s和P100s),累计提供2.76个峰值千万亿次浮点运算。
 
Pasmans说:“运行En4DVAR所需的模型集合非常耗时,如果没有Comet上的20个处理器(480个处理器核心),我们就不可能使用En4DVAR方法。”“像海洋这样的地球系统是随机系统,总是包含随机成分,这使得精确预测成为不可能。然而,多亏了像Comet这样的超级计算机,我们才能够运行高性能的数据同化,从而使我们能够尽最大努力纠正这些错误,并生成更准确的预测。”
 
En4DVAR数据校正前后的海面温度。图片由作者提供
 
研究人员希望他们的工作将有助于使上西海岸的水域更安全和更多产。
 
 
帕斯曼说:“总的来说,对海洋的更准确预测也有助于更有效的搜救任务。”“不过,我们的俄勒冈/华盛顿海岸线主要是渔民使用的。在夏季,俄勒冈州近海有一个强大的锋,那里营养丰富的深海海水浮出水面,促进了浮游生物的生长,吸引了鱼类,因此正确预测锋的位置可以更精确地指导渔船。”
 
关于的研究
 
本文讨论的研究成果发表在《海洋模拟》2019年12月刊上,题为《沿海海洋环流模型中4DVARs (En4DVar)数据同化集成,第一部分:方法学与集成统计》。它是由Ivo Pasmans和Alexander L. Kurapov编写的