GRAPES全球四维变分同化系统极小化算法预调节
CMA-MESO_千米尺度变分同化系统中极小化控制变量的重构
doi:10.11676/qxxb2024.20230076气象学报CMA-MESO千米尺度变分同化系统中极小化控制变量的重构*王瑞春 龚建东 孙 健WANG Ruichun GONG Jiandong SUN Jian1. 中国气象局地球系统数值预报中心，北京，1000812. 中国气象局地球系统数值预报重点开放实验室，北京，1000813. 中国气象科学研究院灾害天气国家重点实验室，北京，1000811. CMA Earth System Modeling and Prediction Centre，Beijing 100081，China2. CMA Key Laboratory of Earth System Modeling and Prediction，Beijing 100081，China3. State Key Laboratory of Severe Weather，Chinese Academy of Meteorological Sciences，Beijing 100081，China2023-05-22收稿，2023-11-27改回.王瑞春，龚建东，孙健. 2024. CMA-MESO千米尺度变分同化系统中极小化控制变量的重构. 气象学报，82（2）：208-221Wang Ruichun， Gong Jiandong， Sun Jian. 2024. A reformulation of the minimization control variables in the CMA-MESO km-scale variational assimilation system. Acta Meteorologica Sinica， 82（2）:208-221Abstract In order to improve the analysis capability of micro- and meso-scale flows and provide a kilometer-scale applicable assimilation scheme for the China Meteorological Administration (CMA) operational regional numerical weather prediction system CMA-MESO, a new formulation of the minimization control variables in the GRAPES (Global/Regional Assimilation and Prediction System) variational assimilation system has been developed. The new scheme uses eastward velocity u and northward velocity v to replace the original stream function and velocity potential as the new momentum control variables, and uses temperature and surface pressure (T, p s) to replace the original unbalanced dimensionless pressure as the new mass field control variable. In addition, the new scheme no longer introduces quasi-geostrophic balance constraint but uses a weak mass continuity constraint to ensure analysis balance. Results of background error statistics and numerical experiments show that the adoption of the reformulated control variables results in a more local propagation of observational information and a more reasonable analysis, avoiding the spurious correlation problem of the original scheme when applied at micro- and meso-scale analysis. The introduction of the weak mass continuity constraint suppresses unrealistic convergence and divergence in the analysis, making the new analysis more balanced. Results of one-month assimilation cycles and forecasts show that the new scheme can reduce analysis errors in wind and mass fields, which in turn significantly improves precipitation and 10 m wind field forecast scores of the CMA-MESO system.Key words CMA-MESO， Kilometer scale variational assimilation， Control variables， Balance constraint摘 要 重构GRAPES（Global/Regional Assimilation and Prediction System）全球、区域一体化变分同化系统中的极小化控制变量，提升中、小尺度同化分析能力，为中国气象局业务区域数值预报系统CMA-MESO提供千米尺度适用的同化方案。
数值天气预报(NWP)刀片解决方案
数值天气预报（NWP）刀片解决方案摘要中国自今年以来，极端天气气候事件的发生越来越频繁，也越来越明显，为了防灾减灾，中国政府已经把防御极端天气气候灾害置于应对气候变化的极端重要位置。
所以对气象、环境、海洋方面的投入也越来越大，气象领域的项目将越来越多，而数值天气预报（NWP）在天气预报中占有的地位也越来越重要。
在此基础上，曙光推出了自主研发的第二代高性能刀片服务器，结合以往几十套气象机的成功案例，曙光的高性能计算机必能在中国防御极端天气气候灾害的预警篇章上书写上浓墨重彩的一笔。
方案中心以前已经推出了基于MM5、WRF、Grapes解决方案以及中尺度数值气象预报模式系统的整体解决方案。
本方案主要基于曙光最新的TC2600刀片服务器和AMD最新的Barcelona四核处理器，为用户提供最高信价比解决方案。
关键字：数值天气预报高性能计算机MM5 WRF GRAPES AREMS1.数值天气预报数值天气预报（Numerical Weather Prediction, NWP）是根据大气实际情况，在一定初值和边值条件下，通过数值计算，求解描写天气演变过程的流体力学和热力学方程组，预报未来天气的方法。
和一般用天气学方法、并结合经验制作出来的天气预报不同，这种预报是定量和客观的预报。
预报所用或所根据的方程组和大气动力学中所用的方程组相同，即由连续方程、热力学方程、水汽方程、状态方程和3个运动方程(见大气动力方程) 共7个方程所构成的方程组。
方程组中，含有7个预报量（速度沿x，y，z三个方向的分量u，v，w和温度T，气压P，空气密度ρ以及比湿q）和7个预报方程。
方程组中的粘性力F，非绝热加热量Q 和水汽量S一般都当作时间、空间和这7个预报量的函数。
通过高性能计算机求解方程组，获得未来7个未知数的时空分析，即未来天气分布。
数值天气预报与经典的以天气学方法作天气预报不同，它是一种定量的和客观的预报，正因为如此，数值天气预报首先要求建立一个较好的反映预报时段的（短期的、中期的）数值预报模式和误差较小、计算稳定并相对运算较快的计算方法。
气象预报系统
气象预报系统气象成就⑦党的十八大以来，在党中央、国务院的坚强领导下，现代气象预报业务体系基本建立，气象预报事业进入高质量发展阶段，气象服务国家重大战略、经济社会发展、人民福祉福祉的能力显著提升。
以预报精准为龙头，坚持将预报精准放在气象业务链条中的核心位置，带动监测精密和服务精细发展，推进观测预报服务业务共融互通，是中国气象局常抓不懈、在实践中不断深化发展的工作理念。
党的十八大以来，我国精细化预报实现0天至30天无缝隙网格-站点预报一体化，全球范围0天至10天10公里网格预报及1万多城市的逐3小时预报。
基于“云+端”的气象业务技术体制重点改革逐步展开，以智能网格预报为代表的现代气象预报业务体系基本建立，以高分辨率数值模式、多源融合实况分析等关键技术为代表的客观化精准化技术体系逐步完善，气象预报业务整体实力接近同期世界先进水平，初步具备全球监测、全球预报、全球服务能力。
十年来，气象预报预测准确率稳步提升。
暴雨预警准确率达89%，强对流天气预警时间提前至38分钟，均创历史新高；台风路径预报24小时误差为65公里，稳居国际先进行列。
预报准确率提升的背后，是气象预报预测关键核心技术的“井喷式”突破——锚定“地球系统框架”发展数值预报，构建短临、短期、中期、长期、延伸期-次季节、季节-年际、年代际无缝隙天气气候预报预测模式体系；自主研发应用四维变分同化系统，推动我国数值预报同化技术迈入国际前列，成为国际上少数具有研制四维变分同化能力的国家之一；实现第三代气候模式预测业务系统次季节-季节-年际尺度气候预测一体化，预测性能达到国际先进水平；推进中国气象局数值预报业务系统精细化发展，实现全球同化预报系统25公里分辨率、可用预报时长10天，区域同化预报系统3公里分辨率，全球气候预测系统45公里分辨率；发展1公里快速循环更新同化预报系统，为北京冬奥会“百米级、分钟级”天气预报服务提供有力支撑。
建设智能网格预报技术和产品体系，通过分钟级滚动外推临近预报技术、高分辨率模式的短时释用预报、多尺度模式短期综合集成、基于集合预报的神经网络延伸期预报等技术研发，结合大数据、人工智能等新技术，推进我国天气预报业务逐步从站点-落区向数字-格点转变；推进降水、温度等气象要素网格预报产品业务稳定运行，实现国内5公里分辨率24小时逐小时预报、1天至10天逐3小时预报、11天至30天逐24小时预报，全球范围0至10天10公里网格预报及1万多城市的逐3小时预报；建立智能网格气候预测业务，研发延伸期（15天至30天）每日滚动更新的主要环流和要素格点化预测产品等。
四维变分资料同化
B 距阵不随时间变化(为了减少求逆困难 距阵不随时间变化(
要简化B); 伴随模式程序编写维护工作量大.
6 对改进 对改进4DVAR所作的努力 所作的努力 (1)增量方法,减少计算量(用低分辨率模式) )增量方法,减少计算量(用低分辨率模式)
1 T 1 1 R o J (δx0 ) = δx0 B δx0 + ∑ (Hδxr + dr )T Qr1(Hδxr + dr ) 2 2 r=0 dr = HxB yr
四维变分资料同化
( 4DVAR, four-dimensional variational data assimilation method )
兰州大学大气科学学院 邱崇践
1,有关资料同化的基本知识
资料同化: 资料同化 在积分描写动力系统演变过程的数学模 预报模式)的同时,不断吸收观测资料, 式(预报模式)的同时,不断吸收观测资料,给出 系统状况的一个估计. 系统状况的一个估计.
(δu*) (uδu*) * u obs +δu = w u(x, t) u )] [ t x x
(3)根据目标函数值和梯度找到新的估计u0 ) (4)重复(1)-( )迭代. )重复( )-(3)迭代. )-(
3 4DVAR实际计算过程 回到离散情况 : 实际计算过程
1 1 R T 1 o o J ( x0 ) = ( x0 xB ) B ( x0 xB ) + ∑ (Hxr yr )T Qr1(Hxr yr ) 2 2 r=0 = J B + Jo
( f (x), g(x)) = ∫ f (x)g(x)dx
( x, y) = xT y
显然矩阵算子A的伴随算子是 显然矩阵算子 的伴随算子是AT, 的伴随算子是
GRAPES 全球切线性和伴随模式的调优
GRAPES 全球切线性和伴随模式的调优刘永柱;张林;金之雁【摘要】Adjoint models are widely applied in numerical weather prediction.For instance,in four-dimensional variational data assimilation (4DVar),they are the best method to efficiently determine optimal initial con-ditions.The minimization of the 4DVar cost function is solved with an iterative algorithm and is computa-tionally demanding.Though the minimization is usually performed with a much lower resolution than in forecast model,obtaining the optimal model state requires dozens of iterations,and the model parallel effi-ciency must be fastenough.However,the parallel efficiency of GRAPES global tangent linear model and adjoint model version 1.0 based on GRAPES global non-linear model 1.0 is so low that it seriously impacts the development of GRAPES 4DVar.In order to reduce the computational cost,a new tangent linear mod-el and adjoint model version 2.0 are re-designed and re-developed based on GRAPES global model version 2.0.By optimizing the program structure of tangent linear model,the calculating time of GRAPES tangent linear model can be best controlled within 1.2 times of GRAPES non-linear model’s consumption with only dynamic framework.And by methods transferring the model base state and trajectory to the adjoint model, the calculating time of GRAPES adjoint model can be best controlled within 1.5 times of GRAPES non-lin-ear model’s consumption.Therefore,the new GRAPES tangent linear model and adjoint model version 2.0 are verysuccessful in terms of computational efficiency to speed up the development of GRAPES 4DVar. In practical applications,the tangent linear model and adjoint model is run at a lower resolution than the non-linear model,since the dynamics is already simplified through the reduction in horizontal resolu-t ion,the linearized physics doesn’t necessarily need to be exactly tangent to the full physics.In principle, physical parameterizations can already behave differently between non-linear and tangent-linear models due to the change in resolution.In order to reduce computational cost,it is often necessary to select different set of simplified linearized parameterizations with the full physical processes of GRAPES forecast model. By decoupling base states calculation in GRAPES and the perturbation calculation in the tangent linear and adjoint model,the computational cost of GRAPES tangent and adjoint model with simplified physical pa-rameterizations increases only a little than no physical parameterizations versions,and the computational efficiency is higher than GRAPES forecast model with full physical parameterizations.%伴随技术是四维变分同化（4DVar）系统中计算代价函数梯度的最佳办法，切线性和伴随模式的效果和效率直接影响着4DVar 系统的发展。
全球区域同化预报系统的使用及其数值模拟解读
全球区域同化预报系统的使用及其数值模拟*陈建萍（江西省环境预报中心，江西，南昌，330046）摘要：介绍了中国气象科学研究院数值预报中心自主开发的GRAPES V2.1数值模式运行步骤，并利用该模式对2005年5月1日06～07时在江西南昌市区出现的30 mm/h 强降水过程,进行了数值模拟和诊断分析。
结果发现，北方干冷空气南下，到达30°Ｎ附近后，与南方暖湿空气在南昌市区上空低层形成交汇，促使暖湿空气沿着锋面迅速抬升凝结，触发不稳定能量的释放，是造成南昌强降水产生的主要原因；GRAPES模式能很好地模拟出高低空环流形势场特征和主要天气系统，能提供较准确的高分辨率诊断分析资料。
关键词：GRAPES模式强降水数值模拟诊断分析中图分类号：P456.7；P458.1+21 文献标识码：A 文章编号：1007-9033（2005）02-00023-041 GRAPES V2.1简介及模式运行1.1 模式简介GRAPES（Global/Regional Assimilation and Prediction System）—全球区域同化预报系统，是中国气象局负责研究开发的、研究与业务通用的数值天气预报系统。
GRAPES系统是集常规与非常规变分同化、静力平衡与非静力平衡、全球与区域模式、科研与业务应用、串行与并行计算、标准化与模块化程序、理想实验与实际预报等为一体，中小尺度与大尺度通用的先进数值预报系统。
1.2 GRAPES V2.1模式的运行使用2005年4月29日20时的T213资料，以及2005年4月30日08时的探空资料，对2005年4月30日08时—5月1日08时的暴雨过程进行数值模拟。
1.2.1 资料准备2005年4月29日20时的Ｔ２13资料（BJ*.*）放在grapes/data/9210_t213目录下，2005年4月30日08时的探空资料（*.ABJ）则放在grapes/data/9210_obs目录下。
数值预报(计划与阶段成果)-陈德辉
GRAPES中国气象局新一代数值预报系统创新研究计划及阶段成果中国气象科学研究院数值预报研究中心（2004年3月1日）一、计划简介2000年10月，中国气象局党组做出一项战略性决策，依托中国气象科学研究院、国家气象中心、国家卫星中心，联合组建数值预报研究创新基地，即数值预报研究中心，集中人力、物力自主创新研制中国气象局新一代数值预报系统：GRAPES系统(英文缩略词为：G lobal/R egional A ssimilation and P r E diction S ystem，全球/区域同化预报系统)。
2000年9月，国家科技部批准“十五”国家重点科技攻关项目“中国气象数值预报系统技术创新研究”立项（以下简称GRAPES项目），GRAPES的研究开发工作正式启动。
GRAPES项目研究的主要目的是在可预见的21世纪初叶高性能巨型计算机能力和可获取的高时空分辨率气象观测资料条件下，充分吸收国内外的研究新成果，自主开发建立起中国新一代气象数值预报体系。
总体目标是以四维变分同化技术、建立在新的通用动力框架基础上的、模块化的不同尺度气象数值预报模式及数值预报支持系统为研究重点，自主开发建立一套具有持续自主创新能力的气象数值预报新体系，包括资料四维变分同化系统、有限区域中尺度数值预报系统、全球中期天气数值预报系统以及环境支持系统，其技术性能达到国际同期先进水平。
最终通过对气象数值预报技术的创新研究、系统的更新换代，实现数值预报技术的跨越发展，并建立起持续发展创新的基础平台，使21世纪的中国气象数值预报达到发达国家的同期先进水平，满足国民经济和社会发展对气象预报服务不断增长的要求。
该模式系统将融合国内外最近几年在大气科学、探测技术、计算机等方面的最新成果，并将作为新的气候模式系统的大气环流模式原型，将成为我国新一代全球中期天气预报和区域中尺度天气预报业务系统的基础与核心，最终为气象科研人员提供一个业务与科研共享、大气科学及相关应用基础科学数值模拟研究的共用平台，这对于加强研究机构与业务单位之间的合作，加快研究成果向业务转化的步伐具有重要的意义。
GRAPES四维变分同化系统MPI和OpenMP混合算法研究
GRAPES四维变分同化系统MPI和OpenMP混合算法研究作者：樊志杰赵文涛来源：《计算机光盘软件与应用》2012年第19期摘要：本文阐述了MPI和OpenMP的编程模式，并在此基础上利用MPI和OpenMP混合并行的方式，即：在节点内应用OpenMP共享存储、在节点间应用MPI进行消息传递的模式，对我国自行研发的数值天气预报系统GRAPES（Global/Regional Assimilation and Prediction Syste）进行测试，。
结果表明，混合并行算法比原来的单纯的MPI模式有更加理想的并行效率和加速比。
关键词：混合编程；MPI+OpenMP中图分类号：TP301.6 文献标识码：A 文章编号：1007-9599 （2012） 19-0000-021 引言在高性能计算技术研究领域，机群系统具有良好的可扩展性与高性价比，受到越来越多的大学及科研机构的青睐。
随着多核技术以及现代网络技术的发展，越来越多的集群采用多核处理器作为核心部件，基于多核技术的集群已经成为高性能计算领域的主流平台，集群下最常用的并行编程模式的消息传递接口MPI（Message Passing Interface）被广泛应用与分布式以及共享内存系统，成为目前并行编程的标准。
但在很多情况下，采用单纯MPI消息传递编程模式并不能取得理想的性能。
针对多核机群系统既有分布式存储又有共享存储的特点，MPI+OpenMP混合模式更贴近于多核机群的体系结构，结合消息传递与共享存储两种编程模式的优点，优化节点内部通信，在节点间应用MPI消息传递、节点内部应用OpenMP共享存储则能取得更理想的结果。
2 MPI和OpenMP编程模式2.1 MPI编程模式MPI不是一种编程语言，而是一个消息传递的接口，它以实际可用的、可移植的、高效的和灵活的特点被广泛用于消息传递的并行程序。
MPI是一个接口库，它支持C语言和FORTRAN语言。
气象数值预报中的数值模拟方法
气象数值预报中的数值模拟方法气象数值预报是利用计算机模拟大气运动规律，预测未来几天、十天、数十天甚至更长时间内的天气变化趋势。
数值模拟方法是气象数值预报的核心技术之一，也是气象学、计算机科学和数学的交叉领域。
在这篇文章中，我们将探讨气象数值预报中的数值模拟方法，包括数值模拟的基本原理、模拟过程中的误差和校正方法、以及数值预报的发展趋势等方面。
1. 数值模拟的基本原理气象数值预报中的数值模拟方法是基于大气的动力学、热力学和水文学定律的数学模型。
它通过数学方程组求解来预测未来的大气状态。
数值模拟的基本流程是将大气分成一系列网格，然后在每个网格内求解大气的物理量（如气压、温度、湿度、风速等）和动力学量（如上升速度、水平速度等）。
这些物理量和动力学量是根据气象学原理和观测数据、资料进行计算的，同时也会受到气体运动的摩擦、辐射、降水等作用的影响。
具体来讲，数值模拟的过程可以被分为时间步进和空间离散两个部分。
时间步进将连续时间转化为离散的时间步，即将预报时段分为若干个小的时间段，每个时间段内大气的状态是一个离散的数值。
空间离散将大气分成若干个网格，每个网格内气压、温度、湿度等物理量以及经度、纬度等位置信息都是一个离散的数值。
在数值模拟的过程中，可以使用不同的模型和算法来求解方程组。
基于前述基本原理，刘一霖等人（2007）把数值模拟方法分为两种：一类是基于大气动力学方程组的全球模式和区域模式，另一类是基于统计方法的天气预报模式。
前者包括众多模型，如欧洲中心数值预报模式（ECMWF）、美国大气研究中心全球气象模式（GFS）、中国气象局气象数值预报模式（CNMNM）、日本气象局全球数值预报模式（JMA-GSM）等。
后者包括集合平均模式、人工神经网络模型、回归模型等。
2. 模拟过程中的误差和校正方法气象数值预报的数值模拟精度受许多因素影响，如初始场选择、模型选择、参数调整等。
在数值模拟过程中，误差来源较多，可分为三类：物理误差、数值误差和初始场误差。
现代天气业务的特点和对预报员的新要求.
无国外区域模式对中国区域的预 报资料
美国：106，日本：118 美国：211，日本：206 美国：4.4 美国：6.0 美国：28 美国：21 美国：80 美国：80 格点：5公里 美国：24小时内3小时间隔 美国：2007-2008年平均13分钟
0.24
0.18 100 175 4.5 6.5 18 15 70 75 格点5公里、乡镇 24小时内3小时 15-30分钟
我国提出发展现代天气业务
• 现代天气业务包括：数值预报、天气预报、 产品检验评估、综合分析预报平台以及合 理的业务布局和业务流程等方面 • 其突出特征：天气业务核心技术和支撑手 段的现代化，业务流程的合理化，业务产 品的精细化和业务分工的专业化
现代天气业务技术体制发展目标：
• 到2015年，初步建立布局合理、功能完整、技术先进的现代天气 业务。 • 1、实现以GRAPES为主体的全球/区域四维变分同化系统及GRAPES 和T639数值预报系统的业务稳定运行； • 2、以灾害性天气为主要内容的天气监测分析和预报警报业务得 以完善，预报的提前量和准确率得到有效提升； • 3、气象要素预报、定量降水预报和灾害性天气落区预报的精细 化和准确率进一步提高； • 4、发展延伸期天气预报技术，预报能力明显提高；集合预报技 术在中期和延伸期预报及灾害性天气概率预报中普及应用； • 5、预报员应用中尺度模式产品诊断分析能力和综合分析多种资 料的能力明显提高；、 • 6、初步实现天气业务技术和支撑手段的现代化，业务流程的合 理化，业务产品的精细化以及业务分工的专业化。
区域模式≥10mm降 水预报TS评分
台风路径预报误差 （公里） 台风强度预报误差 （米/秒）
24小时
48小时 24小时 48小时 24小时 4Байду номын сангаас小时 24小时 48小时 最高温度 最低温度
发现代天气业务发展指导意见
气象局关于印发现代天气业务发展指导意见的通知气发〔2010〕1号各省、自治区、直辖市气象局，各直属单位，各内设机构：《现代天气业务发展指导意见》已经中国气象局局长办公会议审议通过。
现印发给你们，请认真贯彻执行。
气象局二○一○年一月十六日现代天气业务发展指导意见现代天气业务以预报的精细化发展为标志，精细化的预报是指准确的、高时空分辨率的、涵盖不同天气现象、适应不同用户需求的预报。
现代天气业务以提高精细化基础上的预报准确率为核心，以数值预报等现代预报技术的发展及多种资料和预报技术的综合应用为支撑，以建设能够驾驭现代科学技术的预报员队伍为关键因素。
现代天气业务包括数值预报、天气预报、产品检验评估、综合分析预报平台以及合理的业务布局和业务流程等方面，其突出特征体现在天气业务核心技术和支撑手段的现代化，业务流程的合理化，业务产品的精细化和业务分工的专业化。
发展现代天气业务，是防御和减轻气象灾害的关键环节，是适应“面向民生、面向生产、面向决策”的公共气象服务需求的根本保证。
为指导我国各级气象台站现代天气业务的科学发展，根据《国务院关于加快气象事业发展的若干意见》（国发〔2006〕3号）、《关于进一步加强气象灾害防御工作的意见》（国办发〔2007〕49号）和《中国气象局关于发展现代气象业务的意见》（气发〔2007〕477号），结合现代天气业务的现状与发展趋势，特制定本指导意见。
一、现状与需求（一）现状分析以自主研发的GRAPES模式投入业务试用为标志，我国数值预报业务发展形成了引进吸收与自主研发并重的新格局，初步构建了包括全球和区域模式预报系统、集合预报系统及专业数值预报系统在内的较为完整的数值预报体系。
数值预报能力逐步提高，全球中期数值天气预报系统（T639L60）可用预报时效达到了6.5天。
在天气预报方面，开展了精细化的气象要素预报和定量降水落区预报业务；初步建立了台风、暴雨、强对流、寒潮、高温、大雾、沙尘暴等灾害性天气的临近、短时和短期监测预警业务；开展了中期旬降水量、平均温度距平和天气过程预报，开展了11～30天的延伸期预报业务试验。
GRAPES_GFS四维变分同化预报系统应用特征分析
影响很大，向量化指令需要根据应用的逻辑，取值范围 为 ０％ ～１００％。ＣＰＩ（ＣｙｃｌｅｓＰｅｒＩｎｓｔｒｕｃｔｉｏｎ）表示每条 指令平均时 钟 周 期 数。 ＧＩＰＳ为 单 位 时 间 内 的 指 令 总 数，统计每秒钟执行的指令总数。ＣＰＩ越小或 ＧＩＰＳ越 高，表示指令执行效率越高。ＬＬＣＭ％为 ＣａｃｈｅＭｉｓｓ的 百分比，在 Ｃａｃｈｅ内存和物理盘中 Ｃａｃｈｅ是 ＣＰＵ读写 速度最快的，Ｃａｃｈｅｍｉｓｓ表示 ＣＰＵ在 Ｃａｃｈｅ中找不到 需要读取的页。Ｃａｃｈｅｍｉｓｓ会导致 ＣＰＵ花费更多的时 间在 查 找 和 读 取 以 及 内 存 替 换 上，降 低 了 ＣＰＵ 的 性能［１］。
工影响天气模式包含 ＣＰＥＦＳ和 ＧＲＡＰＥＳ＿ＣＡＭＳ；公共 服务模式包含全国风能太阳能预报、近海海上预报和 ＲＭＡＰＳ＿Ｗｉｎｄ系统等。
２０１８年 ４月，中国气象局派曙光高性能计算机系 统正式提供给用户使用，派曙光高性能高性能计算机 系统分为两个子系统（业务和科研），每个子系统计算 性能 ４００４．２５ＴＦＬＯＰＳ，存 储 物 理 容 量 ２３０８８ＴＢ。 ２０１９年 ８月，气象业务模式基本完成移植工作，派曙 光系统资源使用量随之增长，业务子系统 ＣＰＵ使用率 超过 ６０％，科研子系统 ＣＰＵ使用率高达 ８０％，存储资
目前，ＧＲＡＰＥＳ＿ＧＦＳ＿Ｖ２．４正式业务运行，每天运 行四个时次，分别是世界标准时 ００时次（０３：４０ＵＴＣ）、 ０６时次（０９：４０ＵＴＣ）、１２时次（１５：４０ＵＴＣ）和 １８时次 （２１：４０ＵＴＣ），业务系统包含数据检索及处理、台风涡 旋初始化、同化处理、模式积分、数据后处理和数据备 份等模 块，其 中 同 化 内 外 循 环 （４ＤＶａｒ）和 模 式 积 分 （ｆｃｓｔ）是 ＧＲＡＰＥＳ＿ＧＦＳ主要的并行应用模块，本文以 此为研究对象进行并行应用特征分析。
四维变分同化
伴随算子的定义：
（f, Lg )=(g, L*f )， （ f，g）内积
(1) 函数空间内积 (f(x)g ,(x)) f(x)g(x)dx
(2) (2) 向量空间内积：(xy,)xTy
(3) 显然矩阵算子A的伴随算子是AT,
xTA yyTATx
计算过程：
（1）给出u0初猜值积分模式（2.3）得到u(x,t).计算
找到最优的u0 让(2.2)极小
(2.3)的切线性方程
uuuuu0
t x x
（2.4）
定义伴随方程：
(u * ) ( u u * ) u * u w [ u ( x ,t) u o) b （] s 2.5） t x x
将（2.4）乘 u*和（2.5）乘 u* 相减 在整个区间
差矩阵；H: 观测算子（Hx=y)
误差协方差矩阵: B=<ε εT>, bi,j=< εi εj> 分析场的误差协方差矩阵: PεaεaT (IK)H B
解（1）等价于极小化下面的目标函数 (cost function 代价函数)
J 1 2 ( x B x a ) T B 1 ( x B x a ) 1 2 ( y o H x a ) T Q 1 ( y 0 H x a )
梯度检验：
J ( x 0 h ) J ( x 0 ) h T J ( x 0 ) O (h )
气象集合预报的研究进展
气象集合预报的研究进展彭勇;王萍;徐炜;周惠成;王本德【摘要】Ensemble prediction is an important development direction of numerical prediction. Compared with the single deterministic prediction, the ensemble prediction considers the uncertainties associated with the initial conditions and models,and its results can reflect different possible weather conditions in the future and therefore the ensemble prediction can provide the information which the deterministic prediction cannot (e.g. ,the reliability of the forecast). Precipitation information is the core input of the hydrological forecast. The uncertainty of the single precipitation forecast leads to the uncertainty of the hydrological forecasting, which restricts the scientific values of the regulation of the water conservancy project However, the ensemble forecast can solve the uncertainty to some extent,and thus the weather ensemble prediction is valuable for the practical application in the hydrological field In order to help the hydrologists better apply the ensemble prediction, this paper reviews the current research status and achievements of the initial disturbance,model disturbance,and products of ensemble prediction based on the point of view of prediction system. The application of the products of precipitation ensemble prediction in the field of hydrological forecast is then analyzed Finally, the outlook of the application of ensemble forecast in the field of hydrological prediction is presented%集合预报是数值预报发展的一个重要方向,相对于单一的确定性预报,它考虑了初值及模式的不确定性,其结果反映了未来天气的多种状况,能为用户提供确定性预报所不能提供的信息(如预报结果的可信度等).降水信息是水文预报系统的核心输入,单一的降水预报存在着不确定性,从而使得水文预报也存在不确定性.这种不确定性制约了水利工程调度的科学性.集合预报在一定程度上能解决这种不确定性.从而在水文领域,气象集合预报具有较高的应用价值.为了水文工作者能够更好地应用集合预报,本文首先基于系统的角度,对集合预报系统中的初值扰动、模式扰动和集合预报产品等研究现状及成果进行了评述,然后分析了降水集合预报产品在水文预报领域中的应用情况,最后对集合预报在水文领域中的应用进行了展望.【期刊名称】《南水北调与水利科技》【年(卷),期】2012(010)004【总页数】8页(P90-96,126)【关键词】集合预报;扰动方法;集合预报产品;水文集合预报【作者】彭勇;王萍;徐炜;周惠成;王本德【作者单位】大连理工大学建设工程学部水利工程学院,辽宁大连116023;大连理工大学建设工程学部水利工程学院,辽宁大连116023;大连理工大学建设工程学部水利工程学院,辽宁大连116023;大连理工大学建设工程学部水利工程学院,辽宁大连116023;大连理工大学建设工程学部水利工程学院,辽宁大连116023【正文语种】中文【中图分类】P339;P444数值预报模式可以提供短时、短期、中期以及气候等各个时间尺度的预报，是制作气象预报不可缺少的基础和手段。
气象科技管理信息系统
1•
编
号
任务名称
主要研究内容
预期目标
101
FY卫星资料 在台风和强 对流天气监 测预警中的 定量应用关 键技术研究 和产品开发
研究基于多源卫星观测资料的台风风场及结 构特征监测技术，包括优化基于红外通道亮温 的台风大风估算方法， 研发云雨结构特征和特 征变化参数的定量提取技术，以及相关产品生 成。开发基于FY-4扫描辐射计多通道数据的 对流云团定量判识、 路径追踪技术，研究FY-4闪电成像仪产品与地基闪电监测结果的匹配 方法，研发基于FY-4新型遥感资料的强对流 监测预警产品。研究基于FY-3和FY-4的卫星 云图及环境场特征提取方法，以及卫星特征产
降水，大风，强对流风险）、极端天气集合预 报产品，以及结合流域特征的中小河流洪水风 险预报产品，建成产品分析处理系统。
认识区域GRAPES模式的预报误差增长特征， 建成基于多尺度混合初值扰动技术和物理过 程参数化方案扰动技术的15km分辨率区域
GRAPES集合预报系统，系统集合发散度和高 影响天气概率预报技巧咼于国家级现有同类 业务系统，集合预报产品集成到中央气象台预 报业务平台。
雨精细化定量预报技术与系统和城市内涝预 警方法与平台，在典型大城市开展试验应用， 提高城市强降水预报预警服务能力。
编 号
任务名称
主要研究内容
预期目标
112
典型天气过 程重现短期 预报平台关 键技术研究
研究基于灾害性天气的典型天气全要素数学 模型，构建元数据模型， 研究典型天气个例数 据库动态更新机制；研制典型天气短期预报的 评价模型，以及典型天气短期天气预报工作流 模型。
建立基于暴雨、大（暴）雪、寒潮等的典型天 气要素结构模型，典型历史天气个例库及动态 更新机制；建立“典型天气过程重现短期预报 平台”原型系统及其完整合理的预报流程，提
WRF模式三维变分中背景误差协方差估计
WRF模式三维变分中背景误差协方差估计王曼;李华宏;段旭;刘建宇;符睿;陈新梅【摘要】利用WRF模式2008年5-10月逐日预报结果,通过NMC方法进行背景误差协方差(B)估计.给出其结构特征,进行单点数值试验,并利用不同B进行1个月的数值模拟试验,检验模拟降水效果.结果表明:通过单点数值试验验证估算的B结构合理.不同的B,资料同化过程差别较大,应用重新统计的B,同化效率更高,目标函数收敛更稳定.模式模拟降水预报效果有所差别,经过重新统计与预报模式区域和各种参数相匹配的B,模式预报效果在中雨及以上量级优于通用的B预报效果.因此,在应用三维变分同化系统时,重新统计B非常必要.%In order to explore the statistical structure of background error covariance (B) and its impact on initial field and three-dimensional variational data assimilation system, based on day by day WRF model forecast data from May to October in 2008, B is estimated using NMC method. The statistical structure of B is analyzed and validated with single ideal experiment, showing that it can reasonably reflect the geostrophic balance relationships and the relationships among multivariable in middle and lower latitudes. The characteristics of B structure are presented as well.A B file provided in three-dimensional variational data assimilation system, it is a generic background error statistics file called CV3-B that can be used for any resolution or area case. The CV3-B is the NCEP background error covariance, which is estimated in grid space by the NMC method. The statistics are estimated with the differences of 24 and 48-hour GFS forecasts with T170 resolution valid at the same time for 357 cases distributed over a period of one year. Themajor differences between these two kinds of B are the vertical covariance. CV3-B uses the vertical recursive filter to model the vertical covariance but the modified B uses the empirical orthogonal function (EOF) to represent the vertical covariance. In order to compare the difference of the two B in detail, a simulation experiment for June 2009 with two different B are performed to comparatively analyze the initial fields and precipitation distributing of strong rainfall case, and test the simulation effect in a month precipitation. The results show that different B lead to great differences in data assimilation processes. With the same background fields and observation, the minimizing convergence standards are equal to 0. 01, the iterative step is about twenty using updated B, while the iterative step is about forty using CV3-B. And using updated B, for most instances it's monotonic decreasing during the iteration except for few iterative steps, and the decrease velocity is more rapid. But using CV3-B the value fluctuates from time to time. From data assimilation process, the efficiency in the iteration is higher uting updated B, and the convergence of object function is steadier. The heavy rainfall process triggered by shear on 30 June 2009 in Yunnan Province is selected to analyze the effect of using different B on initial fields and precipitation distribution. Assimilating the sounding data of Tengchong in the west of Yunnan Province, the increment fields of wind vector on 700 hPa is analyzed. It is found that the increment impact spreads to the whole Yunnan Province using CV3-B, which is unreasonable. Using modified B the increment impact is within the adjacent area of the shear, leading to a relatively reasonable result. Theprecipitation simulation also indicate that using updated B which is consistent with model fields and all kinds of parameter, the TS in moderate rain or over is higher than using CV3-B. The whole simulating effect using updated B is remarkably superior to that using CV3-B. Thus estimating B afresh is important when three-dimensional variational data assimilation system is applied.【期刊名称】《应用气象学报》【年(卷),期】2011(022)004【总页数】11页(P482-492)【关键词】背景误差协方差;单点试验;数值试验;WRF模式【作者】王曼;李华宏;段旭;刘建宇;符睿;陈新梅【作者单位】云南省气象科学研究所,昆明650034;中国气象局成都高原气象研究所,成都610071;云南省气象台,昆明650034;云南省气象科学研究所,昆明650034;云南省气象科学研究所,昆明650034;云南省气象科学研究所,昆明650034;云南省气象科学研究所,昆明650034【正文语种】中文引言为了使更多的常规和非常规资料进入数值模式，得到更完美的初始场，通常有三维和四维变分同化方法，但由于四维变分同化计算量较大，对计算环境要求较高，且需要模式的切线和伴随模式，比较复杂，因此在国内实际业务应用较少。
四维变分 同化
J 是u的泛函，依赖于u 在(a,b)区间的所有取值.
（1阶）变分：J J u u J u 对 u的线性部分
先看连续情况。反演初值的一个例子：目标泛函
J1T
b
w[u(x,t)uob)s ]2dxdt
20 a
u uu 0 t x
（2.2） （2.3）
(2)
变分方法： 极小化（2）
4维变分方法： 极小化（3）
J ( x 0 ) 1 2 ( x B x 0 ) T B 1 ( x B x 0 ) 1 2 k K 0( y k o H x k ) T Q k 1 ( y k o H x k )
（3）
预报模式： xk Mkx0
J
(2.7)
J1T
b
w[u(x,t)uob)s ]2dxd
20 a
由（2.7）看到： u0Ju*(x,0) (2.8)
伴随算子的定义：
（f, Lg )=(g, L*f )， （ f，g）内积
(1) 函数空间内积 (f(x),g(x)) f(x)g(x)dx
(2) (2) 向量空间内积：(x,y)xTy
目的：给出大气，海洋，陆面…状态的最好估计， 为预报和分析研究提供必要的数据。
为什么要用预报模式？ （1）观测不足 （2）观测有误差
（后果：变量间的不协调造成预报的振荡） 预报模式给我们提供什么？ （1）模式作出的预报为同化提供初猜场（背景场） （2）模式在不同点的变量之间以及各个变量之间建 立了联系
( x 0 J r o ) T x 0 H r [r 1 ( O H r ( x r ) - y r ) T P ~ r ] x 0
J r o P ~ r T H r T O r 1 ( H r ( x r ) - y r )
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ＢＦＧＳ（ １ ｉ ｍｉ ｔ ｅ ｄ ｍｅ ｍｏ ｒ ｙ Ｂｒ ｏ ｙｄ ｅ ｎ — Ｆｌ ｅ ｔ ｃ ｈｅ ｒ — Ｇｏｌ ｄ ｆ ａ ｒ ｂ —
希望 能够 在尽 量少 的迭 代次 数 内逼近 最优 解 。上述
摘
要
在 进 行 多 次 外 循 环 更 新 的增 量 分 析框 架 下 ， 前 一 次 极 小 化 迭 代 过程 中产 生 的 信 息 可 提 供 给 下 一 次 极 小 化 做 预 调 节 。该 文 在 ＧＲ ＡＰ Ｅ Ｓ全 球 四维 变 分 同化 系 统 中 对极 小 化 算 法 —— Ｌ — Ｂ Ｆ ＧＳ算 法 实 施 了这 种 预 调 节 ， 通 过 全 观 测 的个 例 试 验 和 批 量 试 验 进 行 评 估 ， 发现进行预调 节后 Ｌ — Ｂ Ｆ Ｇ Ｓ算 法 的 收 敛 效 率 得 到 明 显 提 高 ， 而 且 在 １个 月 的 循 环 试 验 中表 现 十分 稳 定 。该 工 作 可 以 帮 助 Ｇ ＲＡ Ｐ Ｅ Ｓ全球 四维 变 分 同 化 系 统 有 效 减 少 极 小 化 的 迭 代 次 数 ， 有 利 于
第 ２ ８卷 第 ２期 ２ ０ １ ７年 ８月
应 用 气 象 学 报
Ｊ ０ＵＲＮＡＬ ０Ｆ ＡＰ Ｐ ＬＩ ＥＤ ＭＥ ＴＥ ＯＲＯＬＯＧＩ ＣＡＬ Ｓ Ｃ Ｉ ＥＮＣＥ
Ｖｏ １ ． ２ ８，Ｎｏ ． ２
Ｍａ ｒ ｃ ｈ ２ Ｏｌ ７
张林 ， 刘 永 柱 ．Ｇ Ｒ ＡＰ Ｅ Ｓ全 球 四维 变分 同 化 系 统 极 小 化 算 法 预 调 节 ．应 用气 象 学 报 ， ２ ０ １ ７ ， ２ ８ （ ２ ） ： １ ６ ８ — １ ７ ６
阵简化 成单 位矩 阵 以后极 小化 算法 迭代 １次 即可收 敛， 但 迭代 时需 要 的梯度 信息 难 以计算 ， 因为梯度 的 表达 形式 依赖 于 内积 的定义 。② 对 目标 泛 函的控制 变量 进行 预条 件变 换 。通 常用背 景场 误差 协方 差矩
阵 的平方 根矩 阵进 行 控 制 变 量 的 预条 件 变 换 ， 新 的 控制 变量 的背 景场 误 差 协 方 差 矩 阵是 单 位 矩 阵 ， 这
例。
预调 节方 法都 是通 过优 化 目标 泛 函 的性 状减 小海 森
矩 阵的条件 数 ， 仅实 现方 式有 区别 。 目前 ， 至少有 以 下 ３种 预调节 方法 ： ①选 择 内积 的定 义 ， 使 海森 矩 阵
２ ０ １ ６ － ０ ９ — ０ ７收 到 ， ２ ０ １ ７ — ０ １ — １ ２收 到再 改 稿 。
原 因决定 了 目前变 分 同化系 统 中常用 的极 小化算 法
是共 轭梯 度法 或准 牛顿 法 ， 为 了提 高 收敛效 率 ， 对 极
小化 的求 解进 行预 调节 非常重 要 。 极小 化算 法 的收敛 速度 主要 由海森 矩 阵 的条 件 数（ 最大特 征值 和最 小 特 征 值 的 比值 ） 决定 ， 不 同 的
一
Ｓ ｈ ａ ｎ ｎ ｏ ） 算法 的预 调节 就 是 利 用预 先 得 到 的信 息 近 似海 森矩 阵 的 逆 矩 阵 。Ｔｓ ｈ ｉ ｍａ ｎ ｇ ａ等［ １ 。 ］ 还 提 出 了 个 通用 的有 限 内存 的预 调 节算 子 的表 达 形 式 ， 利 和Ｌ — Ｂ Ｆ ＧＳ算 法 的预调 节算 子为 这一 通用 算子 的特
满 足业 务 化 运 行 的 时 效 要 求 。另 外 ， 间隔 ６ ｈ和 间 隔 ２ ４ ｈ的两 次 ４ Ｄ Ｖａ ｒ 分 析对 应 的 海 森 矩 阵 变 化 不 大 ， 因此 ， 前 一
时刻 极 小 化 过 程 产 生 的 信 息 提 供 给 后 一 时 刻 的 极 小 化 进 行 预 调 节 也 有 一 定 效果 。
关键 词 ： Ｌ － Ｂ Ｆ Ｇ Ｓ算 法 ；预 调 节 ；四维 变 分
接 近 于 单位 矩 阵 ］ ， 该 方 法 的 问题 在 于 虽 然海 森 矩
引 言
气象 资料 的变 分 同化在 数学 上是 一个 目标泛 函
的极 小化 问题 。因为 目标泛 函是 二次 型或 近似 二次 型， 且其 海森 矩 阵（ 目标 泛 函相对 于控 制变 量 的二 阶 偏导 数构 成 的矩 阵） 是 对称 正定 的 ， 所 以该 极小 化 问
题等 价 于一个 线性 方程 组 的求解 问题 。在 选择 求解 算法 时 ， 考虑 到海森 矩 阵是一 个 大型 的稀疏 矩 阵 ， 迭 代算 法更 适合 ｌ ＿ １ ］ 。另 外 ， 目标 泛 函及 其 梯 度 的计 算 非常 费 时 ， 尤其 在 四维 变分 同化 中表 现 突 出 ， 因此 ，
用 海 森矩 阵 的特征 向量 和特 征值 构造 的预 调节算 子
资助项 目： 公益性行业（ 气象） 科研专项（ Ｇ ＹＨＹ２ ０ １ ５ ０ ６ ０ ０ ３ ） ， 中 国 气 象 局 数 值 预 报 中心 Ｇ ＲＡＰ Ｅ Ｓ发 展 专 项 （ ＧＲＡ Ｐ Ｅ Ｓ － Ｆ Ｚ Ｚ Ｘ一 ２ ０ １ ６ — ０ ４ ） ， 国家 留 学 人 员 科 技 活 动 择 优 资 助 项 目“ 增 量 四 维 变 分 同 化方 案 的优 化 ”
ＤＯＩ ：１ ０ ． １ １ ８ ９ ８ ／ １ ０ ０ １ — ７ ３ １ ３ ． ２ ０ １ ７ ０ ２ ０ ４
ＧＲＡ Ｐ Ｅ Ｓ全 球 四维 变 分 同化 系统极 小化 算 法 预调 节
张 林 刘 永柱
（ 中 国 气 象 局 数 值 预 报 中心 ，北 京 １ ０ ０ ０ ８ １ ）
样显 著减 少对 应 的海森 矩 阵的条 件数 。该 方法 广泛
应用 于变 分 同 化 系 统 中 ］ ， 包括 Ｇ ＲＡＰ Ｅ Ｓ变 分 同 化系 统口 。③利 用 海森பைடு நூலகம்矩 阵 的 近 似 信 息 构 造 预 调
节 算 子对极 小 化算法 进行 预 调节 。海森 矩 阵 的信 息 可 以是它 的对 角 线 元 素 ¨ ］ ， 也 可 以是 它 的 特征 值