大量的死亡和财产损失与严重的雷暴及相关现象包括龙卷风和冰雹,以及飓风等自然灾害,干旱和洪水。龙卷风的雷暴的先进的预警流程最短的时间跨度与其它天气灾害相比,通常从几分钟到几个小时。当前的龙卷风预警提前期平均小于20分钟。预警提前期的延伸的一分钟可以在像龙卷风的事件有相当大的影响。
研究人员现在有一个新的工具来帮助龙卷风天气和预测。在2016年,国家海洋和大气管理局(NOAA)推出了最新一代的第一地球同步气象卫星GOES-16,旨在发送高分辨率,高频率、高精度的图像,其先进的基线成像仪(ABI)工具。GOES-16提供了一个完整的磁盘映像的地球每15分钟,每五分钟,一个侧重于美国大陆在同一时间。
宾夕法尼亚州立大学的研究团队首次直接使用卫星辐射GOES-16卫星数据在数值模型用来预测龙卷风的雷暴,造成17%在美国所有的恶劣天气死亡。带领的团队福清Zhang博士,宾夕法尼亚州立大学的特聘教授,主任宾夕法尼亚州立大学先进的数据同化和可预测性技术中心进行研究,有可能提供关于龙卷风的早些时候警告帮助拯救生命和改善安全在极端天气事件。“有大量的数据产生龙卷风的雷雨中研究。单个预测可以包含多达10 tb的数据,要么是摄取从卫星或生成的数值模型。我们的工作需要使用超级计算机来执行模拟、分析和存档数据,”张状态。
使用卫星进行天气预报
宾州州立大学橄榄球队在国际前沿恶劣天气和飓风的预测和建模。在飞机上偶遇大约十年前,一个高级军官美国国家海洋和大气管理局坐在高级军官的国家科学基金会(NSF)。这次相遇了NOAA的早期计算支持飓风预测改进计划(HFIP)这极大的受益飓风张的探索性研究。
张提出他的团队的工作,表示他们需要超级计算机能够运行他们的研究模拟。因此,宾夕法尼亚州立大学迄今为止获得的时间在各种各样的超级计算机,尤其是在得克萨斯高级计算中心(TACC),已经并将继续受益的国家最先进的气候模拟和改进未来的警告。
最重要的地球同步卫星在其他观测平台的优点是,他们可以不断提供观察的一个巨大的地区没有任何差距。例如,当暴风雨和飓风发生时,GOES-16可以想象他们一样频繁的每一分钟。据张”,16个乐队和最新一代地球同步卫星的优势,我们可以提取有价值的信息,也可以受益不仅天气预报水文、林业、航空、交通、和火险天气警告。”
宾夕法尼亚州立大学研究方法
章子怡的团队使用来自地球静止卫星的观测(GOES-16)和地面多普勒天气雷达。一个复杂的辐射传输模型是用来连接从数值模型和获得从satellite-these结合使用一个ensemble-based数据同化技术。集成预测执行多个模拟与数值模型(预测)未来的天气。目前使用的预测概率天气预报的主要工具。
模拟初始化与40个实现短期合奏的预测有所不同的初始条件来表示不确定性的大气状态。后运行该集合预报让云和其他功能开发,从GOES-16观测同化每五分钟,持续100分钟的总长度。不同步的合奏预测进行每20分钟,检查雷暴的预测如何改变。针对雷达观测验证预测mid-troposphere使用旋转,这是严重的雷暴的特点之一。一个天气预报的图像如下图所示。
超级计算机力量龙卷风和天气预报研究
团队对TACC执行大部分的模拟Stampede2超级计算机是最强大的超级计算机在美国开放的科学研究。Stampede2是由Intel Xeon处理器可伸缩与互连提供了高性能的英特尔Omni-Path架构。张表明他们希望TACC未来的超级计算机上继续他们的研究,名叫Frontera,将基于第二代英特尔至强可伸缩的处理器。除了TACC运行模拟,张报告,TACC还提供大力支持区域的优化代码和回答技术问题。
软件和模型
张的宾夕法尼亚州立大学研究小组用高分辨率数值天气预报模型结合格拉遥感平台去提高他们的预测。数值天气预报模式被称为天气研究和预测(WRF)模型,主要在开发的一个开源软件框架国家大气研究中心(NCAR)。这WRF-based cloud-allowing合奏数据同化和预测系统是由章子怡的团队开发和维护,而资金是由美国国家科学基金会提供的,海军研究办公室,美国国家海洋和大气管理局,美国航天局。
的WRF模式预测大气温度,湿度和风速将发展给予一定的初始状态,基于物理规律的动力学和热力学。WRF模式和宾夕法尼亚州立大学整体数据同化的软件是免费的,而且可以被其他研究人员使用。WRF是最受欢迎的模型研究和运营社区气象,它已广泛应用于帮助预测和警告严重的天气包括由多个政府机构如美国国家海洋和大气管理局的龙卷风bet188真人风暴预报中心。据张,“在这项研究中使用的整体数据同化系统完全是由我们的研究小组。它包括几个独特的方案,我们发现可以改善的有效性全天卫星辐射观测如GOES-16。”
团队使用Matlab, Python和图形可视化软件,和MPI并行为了摄取大量的观测(通常约数万每次)同时及时。“我们一直使用MPI并行数据同化系统。水平,我们可以将模型网格划分为较小的瓷砖和每个瓷砖可以同时观察过程。数值天气预报模型(WRF模式)也使用横向分解并行化。我们已经检查了我们的数据同化系统的扩展使用4到1024处理器和它显示了很好的扩展。这预计以来最被横向分解并行计算密集型计算。WRF模式也是一样的。”
“既然WRF模式有很好的扩展,一个WRF-model所需时钟倍模拟完成几乎是成反比的处理器使用。超级计算机提供的大量的cpu节省了大量的时间等待结果,”张状态。
挑战未来的研究
“在未来更好地预测天气事件,我们的研究团队需要更好的计算机软件和存储。此外,我们需要与输入/输出瓶颈解决问题在当前计算机系统慢下来研究以及sub-optimum合奏数据同化系统的并行开发。并行处理在量子计算机等领域的发展,在更高效的并行化和专家支持数据同化计划为我们的未来的研究可能持有的承诺,”张总结道。
琳达的创始人和所有者是巴尼巴尼和同事,技术/营销写作,训练和在俄勒冈州比弗顿的网页设计公司,或。
本文是作为英特尔的HPC编辑程序的一部分,强调目标的尖端科学研究和创新驱动的HPC社区通过先进的技术。出版商的内容拥有最终的编辑权限,并确定哪些文章发表。
