1 / 34

Лаборатория методов дистанционного обучения, Научно-исследовательский вычислительный центр,

Вычислительно-информационные технологии для математического моделирования естественных и антропогенных изменений климата и природной среды. Лаборатория методов дистанционного обучения, Научно-исследовательский вычислительный центр, МГУ им. М.В.Ломоносова отчет 200 8 г. Коллектив лаборатории.

lucky
Download Presentation

Лаборатория методов дистанционного обучения, Научно-исследовательский вычислительный центр,

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Вычислительно-информационные технологии для математического моделирования естественных и антропогенных изменений климата и природной среды Лаборатория методов дистанционного обучения, Научно-исследовательский вычислительный центр, МГУ им. М.В.Ломоносова отчет 2008 г.

  2. Коллектив лаборатории • Лыкосов В.Н. – д.ф.-м.н., зав. лаб. (проф. ВМиК МГУ, гл.н.с. ИВМ РАН) • Глазунов А.В. – к.ф.-м.н., с.н.с. (с.н.с. ИВМ РАН) • Корухов С.В. – к.ф.-м.н., с.н.с. (с 1.01.2009) • МачульскаяЕ.Е. – к.ф.-м.н., н.с. (с.н.с. Гидрометцентра РФ) • Степаненко В.М. – к.ф.-м.н., н.с. (н.с. Географического ф-та МГУ) • Микушин Д.Н. – м.н.с. (аспирант ИВМ РАН, н.р. – В.Н. Лыкосов) • Тыртышникова Т.К. – вед. программист Студенты • Е. Мортиков (5 курс факультета ВМиКМГУ, н.р. – А.В. Глазунов) • С. Ткачук, Д. Чечин (5 курс Географического ф-та МГУ, • н.р. – В.М. Степаненко) • М. Шапаев (4 курс факультета ВМиК МГУ, н.р. – В.Н. Лыкосов)

  3. Основные направления исследований Математическое моделирование климата. Численное моделирование региональных атмосферных процессов. Вихреразрешающее моделирование атмосферного пограничного слоя. Моделирование процессов в деятельном слое суши.

  4. Основные показатели • Сдано в печать 4 работы • Опубликовано 6 статей • Сделано 17 докладов на российских и международных научных конференциях

  5. ECMWF, Reading, May 6 – 9, 2008 http://www.ecmwf.int/publications/cms/get/ecmwfnews/1213113497484

  6. ― Earth System Model R. Loft ― The Challenges of ESM Modeling at the Petascale

  7. Взаимодействие атмосферы и вечной мерзлоты (Е.Е. Мачульская) • Инструментарий исследования: • одномерная модель тепловлагопереноса в системе «приземный слой атмосферы – растительность – снежный покров – почва» • глобальная климатическая модель ИВМ РАН • Выделены основные факторы, определяющие термодинамический режим грунтов в зоне вечной мерзлоты: • теплопроводность относительно тонкого верхнего слоя (слоя растительных остатков и мохового покрова) • различие в теплопроводности льда и жидкой воды • возможность существования жидкой влаги в переохлажденном состоянии.

  8. Моделирование процессов взаимодействия атмосферы и криосферы Многолетняя мерзлота в модели ОЦА Среднее за 17 лет содержание льда в почве в августе, контрольный эксперимент (толщина «мха» 1 см) Наблюдаемое распространение многолетнемерзлых пород То же, толщина «мха» 8 см Научный семинар «Математическое моделирование геофизических процессов: прямые и обратные задачи», 15 мая 2008

  9. Проведены эксперименты по автономному интегрированию модели TERRAсистемы «почва-растительность-снежный покров» (блока мезомасштабной негидростатической модели международного консорциума COSMO) на различные временные периоды (от 1 года до 50 лет) с привлечением данных различных метеостанций (Валдай, Якутск, Линденберг). Применение более совершенной «снежной» модели, разработанной в ИВМ РАН и используемой в НИВЦ МГУ, значительно улучшает воспроизведение эволюции снежного покрова, особенно в весенние месяцы, и заметно сказывается на качестве воспроизведения температуры поверхности в период интенсивного снеготаяния.

  10. Snow models description INM COSMO Implemented processes • Heat conduction • Liquid water transport • Gravitational compaction + • metamorphosis • Solar radiation penetration • Heat conduction • Melting when snow • temperature > 0°C or • when soil surface • temperature > 0°C Numerical schemes Arbitrary number of layers, in this study 5 1 layer

  11. Results

  12. Snow water-equivalent depth, Valdai, 1966-1972

  13. Моделирование термодинамики крупных озер (В.М. Степаненко) Усовершенствовано описание турбулентного обмена в модели водоема за счет использования параметризации нелокального турбулентного обмена в случае неустойчивой стратификации, что позволило достичь хорошего согласия рассчитанной температуры поверхности крупнейших внутренних водоемов планеты с данными спутниковых наблюдений (В.М. Степаненко).

  14. Lake effects on weather and climate Latent heat flux above Great Canadian lakes (Long et al., 2007) • Mesoscale features • breezes (e.g. high pollution events) • convective snowfalls (e.g. Great American Lakes) • mesocyclons (e.g. “Baikal cyclon”) • Local seasonal effects • lakes are sinks of energy • in summer and sources • of energy in autumn • snowfall effects • Global effects • not found - ?

  15. Sensible heat fluxes (Flake and Lake) Source code of Lake model and data for verification http://www.inm.ras.ru/laboratory/models_en.htm

  16. Моделирование региональных атмосферных циркуляций (В.М. Степаненко, Д.Н. Микушин) Бризовые циркуляции над водоёмами Кучевая облачность Западная Сибирь (Югра) Горные циркуляции

  17. Моделирование региональных атмосферных циркуляций • размерность сетки 385 x 385 x 61 = 9,041,725 узлов • двумерная декомпозиция области для обмена данными между процессорами Ускорение счёта модели Уравнение геопотенциала Уравнения движения

  18. Численное моделирование мезомасштабного переноса примеси над гидрологически неоднородной поверхностью (Д.Н. Микушин, дипломная работа) • Реализован класс вычислительно эффективных конечно-разностных алгоритмов MPDATA. Проведен анализ условий устойчивости по совокупности итераций, а также монотонности и положительной определенности MPDATA. • MPDATAадаптирован для включения в мезомасштабную модель NH3D—совместную модель атмосферы и подстилающей поверхности с одномерной параметризацией гидрологических объектов. • Проведен сравнительный анализ расчетов с использованием схем “чехарда” и MPDATAв рамках моделиNH3D, а также на двумерном и трехмерном тестовых примерах. • С использованием схемы MPDATA проведено моделирование переноса примеси над гидрологически неоднородной территорией в Западной Сибири.

  19. Перенос примеси над Западной Сибирью (ХМАО-ЮГРА) • сетка 4848 22 (178 км 178 км) • периодический источникна берегу р. Обь вблизи г. Сургут Распространение примеси перпендикулярно руслу реки в 13:00 третьего дня интегрирования

  20. Развитие региональной модели NH3D/IINDIGA • Создаваемая в лаборатории региональная модель атмосферы и подстилающей поверхности дополнена блоком переноса аэрозоля • Разработаны прототипы параллельных версий модели для суперкомпьютеров с распределенной памятью и для гибридных вычислительных систем с процессорами PowerXCell 8i

  21. Параллельные расширения динамических блоков модели для PowerXCell 8i Время расчёта (сек) 100 шагов схемы “чехарда” на сетке 25 млн точек для моделирования переноса примеси на сервере IBMPowerXCell 8i с использованием и без использования Streaming SIMD Extensions.

  22. Моделирование морского бриза (С. Ткачук, 5 курс географического ф-та МГУ)

  23. Сравнение с данными наблюдений (ст. Геленджик) Ход температуры воздуха по данным моделирования и по стационарным данным с 27 по 30 июня 2008 г.

  24. Вихреразрешающее моделирование турбулентных процессов (А.В. Глазунов) Моделирование обтекания массива разнесенных кубов, турбулентным потоком. Обтекание куба, стоящего на шероховатой поверхности (изоповерхности модуля завихренности) Турбулентное обтекание прямого и обратного уступов (изоповерхности завихренности) Изоповерхности модуля скорости (0.2U0, 0.5U0 )

  25. Вихреразрешающее моделирование турбулентных процессов • С помощью вихреразрешающей модели проведена серия численных экспериментов по моделированию турбулентных атмосферных течений вокруг плохообтекаемых тел и продемонстрированы преимущества смешанных динамических моделей турбулентного замыкания. • Предложен и реализован алгоритм автоматического определения единственного параметра динамических моделей – отношения ширины тестового фильтра к ширине базового фильтра.

  26. Частотный спектр компонент скоростиза цилиндром (x=2.5D): wall-normal;streamwise; spanwise dUi/dx=0, P=const, or relaxation zone 5.5 D U0=const Y D 5.5 D Z 5.5 D 24 D X Моделирование турбулентного обтекания параллелепипеда Также, как и при нестационарном ламинарном обтекании за цилиндром возникает периодическое отделение вихрей – дорожка Кармана. Однако на фоне крупных, квазидвумерных вихрей развивается мелкомасштабная трехмерная турбулентность Re=U0D/ν=22 000 Мгновенные значения z – компоненты завихренности от wzD/U0=-10доwzD/U0=10 Частота Струхаля

  27. Анализ эффективности параллельных вычислений на суперкомпьютере «Чебышёв» • размерность задачи 456х152х264 (18,298,368 узлов сетки) • суммарное процессорное время, необходимое для получения статистиктечения ~ 2000 часов. Несмотря на увеличение доли межпроцессорных обменов, с увеличением количества процессоров суммарное время выполнения задачи уменьшается за счет более эффективного использования кэш-памяти 11% 12% • Параллельная реализация модели • Используется МPI • Возможна 2-D и 3-D декомпозиция расчетной области. • Оперативная память распределена между процессами, что снимает ограничения по памяти при достаточно большом количестве расчетных модулей. 26% 29% Процент Времени, затр. на обмены 33% 25%

  28. Вихреразрешающее моделирование турбулентных процессов • Практическое приложение: расчет турбулентных потоков воздуха и переноса примеси между зданиями городской застройки. • Возможности: • получение подробных трехмерных модельных данных о силе ветра, его изменчивости, величине максимальных порывов, ветровой нагрузке на здания, а также сведений об обмене теплом на боковых стенках и крышах зданий. • прогнозирование распределения концентрации безынерционной и инерционной пассивной примеси, поступающей в городскую среду из локальных или распределенных источников. • проведение расчетов в областях с горизонтальным размером до 1-2 км и вертикальным размером несколько сотен метров при пространственным разрешении 1 - 5 метров, что позволит подробно описать реальную конфигурацию застройки и получать статистически достоверные результаты моделирования.

  29. План на 2009 г. Вихреразрешающее моделирование пограничного слоя атмосферы с целью оценки масштабируемости параллельных алгоритмов при большом (~ 1000) количестве процессоров; анализ результатов расчетов по воспроизведению крупномасштабных когерентных структур (А.В. Глазунов). Дальнейшее развитие модели снежного покрова для целей исследования ключевых механизмов функционирования климатической системы; анализ роли криосферных процессов в изменениях климата (Е.Е. Мачульская). Адаптация региональной атмосферной модели для расчетов на суперкомпьютерах гибридной архитектуры; разработка программного кода совместной модели мезомасштабной динамики атмосферы и переноса активной примеси с реализацией на распределённых вычислительных системах (Д.Н. Микушин).

  30. План на 2009 г. Численное моделирование процессов генерации, переноса и стока метана в системе «подстилающая поверхность суши – атмосфера» (проект РФФИ 09-05-00379, руководитель: В.М. Степаненко, основные исполнители: Е.Е. Мачульская, Д.Н. Микушин). • Реализация первого этапа проекта LakeMIP: оценка точности воспроизведения термодинамического режима различных типов озёр одномерными моделями • (В.М. Степаненко)

  31. Эмиссия метана с термокарстовых озер (K. Walter et al., 2007)

  32. План на 2009 г. Развитие информационных ресурсов лаборатории, удалённый доступ к учебным материалам, актуальным версиям исходного кода и начальных данных разрабатываемых численных моделей. Исследование вопросов дистанционного обучения на базе современных информационных технологий (С.В. Корухов).

More Related