海洋模式中的参数化过程

海洋环流数值模式海洋环流数值模式是一种用于模拟和预测海洋中水流运动的数学模型。

通过对海洋环流的数值模拟，可以帮助我们更好地了解海洋的运动规律，预测海洋中的洋流、涡旋和涡旋等现象，对于海洋环境保护、海洋资源开发和海洋灾害预防等方面具有重要的意义。

海洋环流数值模式的基本原理是根据海洋运动的基本方程，通过将海洋划分为无数个小网格，使用差分方法将海洋运动方程离散化，然后利用计算机进行求解。

通过对模型的运算，可以得到海洋中各个网格点上的流速、流向等物理量的变化规律，从而预测海洋环流的演变趋势。

海洋环流数值模式通常包括动力学模式和参数模式两部分。

动力学模式主要描述海洋中的惯性运动和地转流等大尺度运动，通过求解海洋动量方程和连续性方程来模拟海洋的流动。

参数模式主要考虑到海洋中的湍流、热量和盐分传输等小尺度过程，通过引入参数化方程来修正动力学模式的不足。

海洋环流数值模式的输入主要包括海洋表面的风场、海洋底部的地形、海洋中的淡水通量等。

其中，风场是海洋环流模拟中最为重要的输入参数，因为风是海洋中能量转移的主要驱动力。

通过模拟风场对海洋的作用，可以预测海洋中的风生流、边界流和地转流等现象。

海洋环流数值模式的输出主要包括海洋中的流速、流向、海表高度、海洋温度和盐度等物理量的变化。

这些输出结果可以用于研究海洋中的环流结构、洋流路径和海洋动力学过程等，也可以用于预测海洋中的海浪、海冰、海洋污染物传输等现象。

海洋环流数值模式的应用范围非常广泛。

在海洋科学研究方面，它可以用于研究海洋环境和海洋生态系统的变化，探索海洋生物和海洋资源的分布规律。

在海洋工程领域，它可以用于设计海洋结构物、预测海洋风浪、优化海洋能利用等。

在海洋灾害预防方面，它可以用于预测海洋中的风暴潮、波浪和海啸等，为海洋灾害的防范和减灾提供重要依据。

尽管海洋环流数值模式在海洋科学和工程领域有着广泛的应用，但它也存在一些挑战和限制。

首先，海洋环流数值模式需要大量的计算资源和数据支持，模拟范围和时间尺度有限。

海洋软件中坐标参数的求解和使用中海达研发部海洋测量组2010.05.26这里说的海洋软件指的是：1. 27测量测深二合一软件2. 27T测量测深二合一软件3. 28测量测深二合一软件4. 28T测量测深二合一软件5. 30测量测深二合一软件6. 30T测量测深二合一软件7. 370测量测深二合一软件8. 380测量测深二合一软件9. 390测量测深二合一软件10. 海洋测量软件4.311. 海洋测量6.112.施工定位5.7513. HyNav海洋测量软件（HyNav施工定位软件）后面这个也就是第13个软件和前面12个不同，前面12个通称为老的海洋测量软件，HyNav是2008年推出的新的海洋测量软件。

HyNav的坐标转换内核和手簿的坐标转换内核是一样的。

目前我们公司很多技术员都是用手簿去求坐标参数的，这样就导致一个兼容的问题。

在坐标转换方面前后两者最大的区别是: 在前面12个软件中，如果目标椭球是54椭球，但是却没有打开7参数时，这12个软件会把84BLH当成54BLH来直接在54椭球上投影，这样会导致北坐标差2米左右；HyNav 中如果目标椭球是54椭球，但是却没有打开7参数时，软件不会把GPGGA 中的84BLH当成54BLH来处理。

如果使用的是固定差改正，没有打开7参数的话，求固定差时，因为已知点的84BLH被当成了54BLH，和测量时移动台的84BLH被当成54BLH一样，这样将不会产生2米左右的偏差。

最后一个转换方法中会分析到。

HyNav的坐标转换方法和Hi-Rtk的坐标转换内核是完全一样的，手簿求解4参数的时候怎么选，HyNav就怎么选择。

手簿和HyNav中，如果目标椭球选择54椭球，但是却没有打开7参数，这2个软件不会把84BLH 当成54BLH处理，而老的海洋测量软件中，如果目标椭球选择54椭球，但是却没有打开7参数，软件会把84BLH 当成54BLH处理而直接在54椭球上投影，这就是北坐标常常差2米左右的原因。

使用内波混合参数化方法模拟黄海和东海夏季温跃层众多观测研究表明，夏季我国黄海和东海存在强盛的温跃层。

国内外学者对温跃层的形成机制进行了大量的探究，指出风、潮汐、海流、太阳辐射等物理因素均对温跃层的形成有重要作用。

温跃层强盛的海域往往伴随着强的内波出现，在我国夏季的黄海和东海海域也频频观测到强盛的内潮和内孤立波。

迄今为止，对这种发生在海洋内部的运动和其破碎对温跃层产生的影响研究甚少。

稳定层化的温跃层中，往往有内波存在，内波在温跃层中的传播和破碎过程形成强烈的混合，从而使垂向涡旋扩散系数增大。

因而，考虑内波的混合作用对温跃层的形成过程是重要的。

基于司宗尚等在南黄海进行的内波所致垂向湍流混合参量分布的研究，本文提出一种适用于浅海陆架环流模式的内波引起的垂向混合的参数化方法。

使用POM数值模式，设计了一组对照实验，在考虑风场和不考虑风场的强迫作用下，分别使用Mellor-Yamamda二阶湍流混合方案和本文提出的内波混合参数化方法，模拟黄海和东海夏季温跃层，并选取35°N和31°N断面为代表进行分析。

模拟结果显示，当不考虑风场强迫作用时，使用内波混合方法的模拟结果明显优于Mellor-Yamada二阶湍封闭方案；考虑风场强迫作用时，内波混合方法与Mellor-Yamada二阶湍封闭方案模拟结果与实测资料较为相符，均能模拟出等温线的台状结构及冷水团等特征，同时也存在着35°N断面8月温跃层强度较弱，底部冷水范围偏小的不足。

Mellor-Yamamda二阶湍流混合方案主要反映风场对上层海洋的混合作用，对于内波引起的混合作用反映较差；内波混合参数化方法主要考虑考内潮和内孤立波的混合作用，兼顾风场和底摩擦的混合作用，模拟结果较为理想。

一种海洋环境参数反演模型构建方法及装置随着海洋资源开发利用的不断深入，海洋环境参数的监测与反演成为了海洋科学研究和海洋工程应用的重要问题。

在海洋环境参数反演中，常常需要构建相应的模型和装置来实现参数的精确反演。

本文将介绍一种海洋环境参数反演模型构建方法及装置，以期为相关领域的研究和应用提供一定的参考。

一、背景介绍海洋环境参数反演是指利用遥感技术获取的海洋数据，通过一定的模型和装置，推算出海洋环境中的各项参数，如海水温度、盐度、流速、悬浮物浓度等。

这些参数的精确反演对于海洋资源的开发利用、海洋环境的保护治理以及海洋灾害的预警预测都具有重要的意义。

二、模型构建方法在海洋环境参数反演中，模型的构建是重要的一步。

本文提出的海洋环境参数反演模型构建方法主要分为以下几个步骤：1. 数据获取：首先需要获取相关的海洋遥感数据，如卫星遥感数据、水下声呐数据等。

这些数据将成为模型构建的基础。

2. 参数分析：在获取数据的基础上，需要对数据进行参数分析，选择适当的参数作为反演的目标，如海水温度、盐度等。

3. 模型建立：基于参数分析的结果，建立相应的数学模型，描述海洋环境参数之间的关系，同时考虑到海洋环境的复杂性和不确定性。

4. 算法设计：针对所建立的数学模型，设计相应的参数反演算法，以实现对海洋参数的精确反演。

5. 有效性验证：最后需要对所建立的模型和算法进行有效性验证，利用实测数据进行模拟测试，验证模型的反演效果。

三、装置设计在模型构建的基础上，需要相应的装置来实现海洋环境参数的反演。

本文提出的海洋环境参数反演装置主要包括以下几个部分：1. 传感器系统：装置配备相应的传感器系统，用于获取海洋遥感数据，包括卫星遥感数据、水下声呐数据等。

2. 数据处理系统：装置内置数据处理系统，用于对获取的海洋遥感数据进行处理分析，提取所需的参数信息。

3. 反演模型模块：装置中还包括反演模型模块，用于实现海洋参数的精确反演，根据所建立的模型和算法计算出海洋环境参数的值。

海洋数值模拟实施方案一、引言海洋数值模拟是指利用计算机模拟海洋物理、化学、生物等各种过程的数值模拟方法。

通过数值模拟，可以更好地理解海洋的动力学过程，预测海洋环境的变化，为海洋资源开发利用、环境保护等提供科学依据。

本文将介绍海洋数值模拟的实施方案，以期为相关研究和实践提供参考。

二、模拟区域选择在进行海洋数值模拟之前，首先需要选择模拟的区域。

模拟区域的选择应考虑到研究的目的、模拟的精度要求以及数据的可获得性等因素。

一般来说，可以根据研究需求选择全球海域、特定海洋区域或者局部海域进行模拟。

三、模拟模型选择海洋数值模拟的模型选择是非常关键的一步。

目前常用的海洋数值模拟模型包括海洋动力学模型、海洋生态模型、海洋气候模型等。

在选择模型时，需要考虑模型的适用性、稳定性、计算效率等因素，以确保模拟结果的准确性和可靠性。

四、模拟参数设定在进行海洋数值模拟时，需要设定一系列的模拟参数，包括海洋水文、水文、生态等参数。

这些参数的设定将直接影响到模拟结果的准确性，因此需要进行充分的调研和分析，以确定最合理的参数设定方案。

五、模拟数据处理模拟数据处理是海洋数值模拟的重要环节。

在模拟结束后，需要对模拟结果进行处理和分析，以获得所需的海洋环境信息。

数据处理的方法包括插值、平滑、统计分析等，通过这些方法可以更好地理解模拟结果，为后续研究和应用提供支持。

六、模拟结果验证模拟结果的验证是海洋数值模拟工作的最后一步。

通过与实际观测数据的对比，可以验证模拟结果的准确性和可信度。

在验证过程中，需要注意对比的数据选择、对比方法的合理性等问题，以确保验证结果的科学性和可靠性。

七、结论海洋数值模拟是一项复杂的工作，需要综合运用海洋学、数学、计算机科学等多个学科的知识。

通过科学的实施方案，可以更好地开展海洋数值模拟工作，为海洋科研和实践提供有力支持。

希望本文所介绍的实施方案能够对相关工作提供一定的参考和帮助。

海洋数值模拟实施方案海洋数值模拟是一种通过计算机模拟海洋动力学过程的方法，可以对海洋现象进行定量分析和预测。

海洋数值模拟实施方案是指在进行海洋数值模拟时所需遵循的具体步骤和方法。

本文将就海洋数值模拟的实施方案进行详细介绍，以期为相关研究和实践提供参考。

首先，进行海洋数值模拟前，需要准备好相关的数据和资料。

这些数据包括海洋的地理信息、气象信息、海洋生物信息等，这些数据将作为模拟的输入参数。

同时，还需要收集海洋观测数据，用于模拟结果的验证和校正。

其次，选择合适的数值模型是进行海洋数值模拟的关键。

目前常用的海洋数值模型包括海洋环流模型、海洋波浪模型、海洋生态模型等。

在选择模型时，需要根据研究对象和研究目的来确定合适的模型类型和参数设置。

然后，进行模型的网格化和离散化处理。

海洋数值模拟需要将海洋空间离散化为有限的网格，通过对每个网格单元进行动力学方程的离散求解，来模拟海洋的运动和变化。

因此，网格化和离散化处理的质量将直接影响模拟结果的准确性和可靠性。

接着，进行模拟实验和参数调整。

在进行海洋数值模拟时，需要进行多次模拟实验，并根据观测数据对模型参数进行调整和优化，以提高模拟结果的精度和可信度。

最后，对模拟结果进行分析和应用。

通过对模拟结果的分析，可以揭示海洋现象的规律和特征，为海洋科学研究和海洋工程应用提供重要的参考依据。

综上所述，海洋数值模拟实施方案是一个系统工程，需要在数据准备、模型选择、网格化处理、参数调整和结果分析等方面进行全面考虑和合理安排。

只有严格按照实施方案进行操作，才能得到准确可靠的海洋数值模拟结果，为海洋科学研究和海洋工程应用提供有力支持。

海洋物理学中的海洋环流模式构建与验证随着科学技术的进步，人们对海洋环境的研究越来越深入。

而海洋环流模式构建与验证作为海洋物理学领域的重要研究方向，具有重要的理论和实践价值。

本文将从海洋环流模式构建和验证两个方面进行论述。

一、海洋环流模式构建在海洋环流模式构建中，输入参数的选择是非常重要的。

输入参数包括海洋的物理特征、变量和边界条件等。

为了构建准确的模型，需要收集和整理大量的海洋数据，并利用数学和物理等方法对数据进行处理和分析。

海洋环流模型的构建离不开数值计算方法的支持。

数值计算方法主要包括离散化方法和模拟算法等。

离散化方法将连续的海洋方程转化为离散的数学方程，用于求解模型的数值解。

模拟算法则利用计算机进行模拟和模型的计算。

此外，海洋环流模型的构建还需要考虑海洋的多样性和复杂性。

海洋环流受到多个因素的影响，如风、地球自转、海底地形等。

因此，在构建模型时，需要综合考虑这些因素，并利用数学和物理理论进行建模和模拟。

二、海洋环流模式验证构建好的海洋环流模式需要经过验证才能得到准确的结果。

验证是通过将模型的预测结果与实际观测数据进行对比，判断模型的准确性和可靠性。

验证海洋环流模式分为定性验证和定量验证两个方面。

定性验证主要通过观察和比较模型与实际情况之间的差异，判断模型的合理性。

定量验证则通过统计学方法和数值分析技术，对模型进行数值化和指标化评估。

在进行验证时，需要考虑到误差和不确定性的存在。

海洋环流模型的验证结果会受到多种误差的影响，如观测数据的误差、模型参数的误差等。

因此，在验证过程中需要合理地处理和评估误差，减小误差对结果的影响。

海洋环流模式验证的结果将反馈到模型的构建中，从而进一步完善和优化模型。

通过多次迭代和验证的过程，不断提高模型的准确性和可靠性。

结论海洋环流模式构建与验证是海洋物理学中的关键研究方向。

合理选择输入参数、采用适当的数值计算方法和综合考虑海洋的多样性和复杂性是模型构建的关键点。

模型验证需要考虑误差和不确定性，采用定性和定量的方法对模型进行评估。

第39卷第1期2021年1月海洋科学进展A D V A N C E S I N MA R I N E S C I E N C E V o l .39 N o .1J a n u a r y ,2021研究论文海洋环流模式N E M O 的代码现代化周生昌1,2,刘卫国1,3,宋振亚2,3,4,杨晓丹2,3*(1.山东大学软件学院,山东济南250101;2.自然资源部第一海洋研究所,山东青岛266061;3.青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室,山东青岛266237;4.海洋环境科学和数值模拟自然资源部重点实验室,山东青岛266061)收稿日期:2019-12-02资助项目:国家自然科学基金项目 海量数据驱动下的高分辨率海洋数值模式关键算法研究(U 1806206)和新型海洋与气候模式的发展(41821004);自然资源部基本科研业务费专项资金项目 E N S O ,P D O 和AMO 的非线性调制机理研究(G Y 0219Q 08)作者简介:周生昌(1997 ),男,硕士研究生,主要从事高性能计算方面研究.E -m a i l :s c .z h o u @m a i l .s d u .e d u .c n *通信作者:杨晓丹(1988 ),女,助理研究员,博士,主要从事气候变化和高性能计算方面研究.E -m a i l :y a n g x i a o d a n @f i o .o r g .c n (李 燕 编辑)摘 要:海洋数值模式是精准海洋环境预报的核心手段㊂随着计算分辨率的不断提高,海洋数值模式对计算性能的要求也越来越高㊂为了提高模式计算性能,充分发挥现代计算机的特点,选取海洋环流模式N E MO 开展了代码现代化优化方案在海洋环流模式中的应用研究㊂首先使用I n t e l 性能分析工具对模式的计算性能进行了分析;随后,针对热点函数,开展了编译选项优化㊁标量串行代码优化㊁S I M D 优化㊁内存带宽优化以及多进程扩展㊂结果显示:经过以上优化步骤,在不增加任何硬件成本的前提下,模式整体性能可提升31%,且在多进程下表现出了较好的负载均衡性㊂这表明,本研究采用的优化策略是一种切实可行的方法㊂在此基础上,进一步对代码现代化过程中出现的显著影响计算效率的问题,如大量指针的使用阻止矢量化㊁循环嵌套过多㊁内存带宽占用过高等,开展了分析和讨论,为未来模式的设计和改进提供了参考和建议㊂关键词:代码现代化;海洋环流模式;N E MO ;I n t e l 性能分析工具;S I M D中图分类号:P 73 文献标志码:A 文章编号:1671-6647(2021)01-0062-11d o i :10.3969/j .i s s n .1671-6647.2021.01.007引用格式:Z HO USC ,L I U W G ,S O N GZY ,e t a l .C o d em o d e r n i z a t i o no pt i m i z a t i o no f o c e a n g e n e r a l c i r c u l a t i o n m o d e lN E MO [J ].A d v a n c e s i n M a r i n eS c i e n c e ,2021,39(1):62-72.周生昌,刘卫国,宋振亚,等.海洋环流模式N E MO 的代码现代化[J ].海洋科学进展,2021,39(1):62-72.研究海洋的手段主要有理论研究㊁观测试验和数值模拟,其中观测试验是数值模拟和理论研究的基础,理论研究为数值模拟和观测试验设计提供指导,而数值模式则集成了人们从观测数据和理论研究中所获得的知识和理解,不仅可以用来验证理论假说和弥补观测资料的不足,而且是能够最终用于预测未来变化的唯一工具[1]㊂随着海洋和气候变化研究的不断深入,高性能计算机的发展,海洋数值模式正逐步朝着更高分辨率㊁更多物理过程和更快计算速度的方向发展[2]㊂一般来说,水平分辨率每提高1倍,计算量会增大到原来的8~10倍[3]㊂同时,随着分辨率的提高,会有越来越多的原次网格不能描述的物理过程被包含进来,而新的次网格过程的参数化也需要通过将多组数值试验结果与实测数据进行比较来进行评估和调整,这显然也提高了对计算量和计算能力的要求[4]㊂因此,充分利用和发挥高性能计算机的性能来提高海洋数值模式计算速度已成为模式发展的一个必要条件㊂目前高性能海洋数值模拟的研究主要采用以下几种方案提高模式计算能力:1)基于分布式内存并行化程序㊂主要采用M P I (M e s s a g eP a s s i n g I n t e r f a c e )消息传递接口使计算任务合理分布在多个独立进程的计算单元内,并通过高速网络进行数据通信㊂该方法实现复杂,需考虑边界交换㊁负载均衡等问题,虽然可扩展1期周生昌,等:海洋环流模式N E MO 的代码现代化63性好,但节点之间交换会带来通讯开销㊂2)基于共享式内存并行化程序㊂主要采用O p e n M P 等接口将计算任务分配给多个线程,并通过共享内存地址的方式实现数据交换㊂该方法实现相对容易,无通讯开销,但一般来说无法跨节点,这限制了其并行规模㊂3)基于进程/线程并行化程序㊂该方法是以上2种并行方式的结合,实现较为复杂,在异构计算机(如C P U +G P U ㊁国产申威处理器等)上效果特别显著㊂上述3种方案主要从并行扩展方面提高模式计算性能,这需要大量的计算资源,且程序在设计和实现中并未考虑代码现代化㊂特别是随着高性能计算机的发展,这些方案已经无法充分利用和发挥现代计算机的优势㊂杨晓丹等[3]在海浪模式MA S N UM 上开展了代码现代化优化方面的尝试,通过检查代码的规范性㊁合理性,并针对语言特性对代码进行改进,使之更好地适应计算机基础架构,充分发挥了现代计算机的计算特点㊂但是在此海浪模式中,计算量最大的源函数与相邻点无关,无分区间数据交换通讯,并且由于分支判断少,c a c h e 命中率高[5],这与海洋环流模式N E MO (N u c l e u s f o rE u r o p e a n M o d e l i n g o f t h eO c e a n )[6]计算特点有较大的差异㊂N E MO 不但存在大量的数据交换,而且分支判断较多㊂因此如何使用代码现代化方法优化和提高海洋环流模式的计算性能,非常具有代表性和必要性㊂为了充分利用和发挥现代高性能计算机的性能,进一步促进海洋环流数值模式的应用和发展,本文基于代码现代化的概念,提出了海洋环流模式代码现代化优化的方案,并在此基础上对海洋环流模式N E MO 进行了优化,分析和探讨了代码现代化优化方案在海洋环流模式应用中的前景和局限性,为今后海洋环流数值模拟的研究和发展提供参考和建议㊂1 优化方案设计1.1 优化策略现代高性能计算机是由多核和众核处理器㊁高速缓存和内存㊁高带宽处理器以及它们之间的通信结构和高速I /O 组合而成的[7]㊂为了充分适应平台的现代化结构,充分发挥平台的性能,需要发展高性能和现代化的软件,包括对原始代码进行改进,以及为现代计算机重新设计应用程序以获得最大性能,但这些均需要充分利用高性能计算机硬件资源,这是代码现代化的基础㊂图1 代码现代化优化策略F i g .1 C o d em o d e r n i z a t i o no p t i m i z a t i o n s t r a t e g y 本文基于代码现代化优化策略,并结合N E MO 海洋环流模式的特点以及现有平台架构,制定了6个阶段的优化策略,如图1所示㊂为了保证结果的准确性,排除平台因素引起的误差,每次均取2次试验结果的平均值作为最终结果㊂1.2 试验算例试验算例为全球海洋环流真实算例O R C A 1_L I M ,该试验算例只包含海洋动力学㊁热力学(O P A 模块)以及海冰动力学(L I M 模块)㊂模式共积分120个时间步长,水平网格数目为362ˑ292,垂向网格数目为75㊂为了减小I /O 对扩展性的影响,本研究中的测试是针对模式计算性能的无I /O 测试㊂1.3 测试环境试验测试环境如表1所示,单节点内共有两颗I n t e lX e o nG o l d6252处理器,每颗处理器有24核心,因64海洋科学进展39卷此单节点共有48物理核心,96逻辑核心,内存为384G BD D R4㊂表1测试环境T a b l e1 T h e t e s t i n g e n v i r o n m e n t项目参数C P U2ˑI n t e lX e o nG o l d6252,每颗24核心,主频2.10G H z内存384G BD D R4硬盘4T B操作系统C e n t O S7编译器I n t e l v e r s i o n18.0.3性能分析工具I n t e lV t u n eA m p l i f i e r2018.3,I n t e lT r a c eA n a l y z e rC o l l e c t o r(I T A C)2018.3M P I m p i f90f o r t h e I n t e lM P IL i b r a r y2018U p d a t e3f o rL i n u x默认编译选项-i4-r8-O22 N E MO优化2.1定位热点函数为了更准确地获取影响N E MO模式计算效率的瓶颈,从而更有针对性地对N E MO模式进行优化,首先使用I n t e lV t u n eA m p l i f i e r工具定位出模式的热点函数,即耗时较多的函数,如图2所示㊂结果显示N E MO的热点函数极为分散,即热点函数较多,耗时分布较为均衡,本研究选取前五个热点函数(t r a_l d f_ i s o,l i m_r h g,t r a_a d v_t v d,l d f_s l p㊁n o n o s c)进行重点优化㊂图2串行模式各函数计算时间F i g.2 S e r i a lm o d e f u n c t i o n c a l c u l a t e s t i m e2.2编译选项优化在性能分析的基础上,本研究首先使用编译选项对模式进行优化㊂使用x HO S T选项使编译器生成处理器支持的最高指令集,该选项在本文测试环境下等效于x M I C-A V X512;使用i p o启用文件之间的过程间优化,使编译器对单独文件中定义的函数执行内联函数扩展;使用n o-p r e c-d i v选项对模式的浮点数除法进行优化,将除法改为乘倒数的形式进行计算,从而提高运算效率;此外,还使用了f p-m o d e l f a s t=2,q o p t-d y-1期周生昌,等:海洋环流模式N E MO的代码现代化65 n a m i c-a l i g n,q o p t-p r e f e t c h等优化选项,具体如表2所示㊂在经过编译选项优化后,N E MO的整体加速比可以达到1.21倍㊂通过对输出结果进行分析,以海表面温度为例,得出O1和O3两种编译选项所引起的误差绝对值不超过9.3ˑ10-6ħ,占仅占平均海表面温度的0.00005%,且误差绝对值在1.0ˑ10-8ħ以下的网格点占比超过99.8%,满足精度要求㊂同样,对其它变量的检查也满足精度要求㊂因此编译选项优化是有一种有效的优化手段㊂表2编译选项优化列表T a b l e2 T h e l i s t o f c o m p i l a t i o no p t i o no p t i m i z a t i o n配置文件作用O3启用最高优化级别x H O S T生成主机支持的最高指令集i p o启用过程间优化n o-p r e c-d i v优化浮点数除法f p-m o d e l f a s t=2启用更积极的浮点数运算优化q o p t-d y n a m i c-a l i g n数组动态对齐q o p t-p r e f e t c h启用预取插入优化2.3标量串行优化标量串行优化的目的是通过对热点函数代码进行调整修改,如去除重复计算㊁减少条件分支㊁降低循环嵌套等,确保代码使用最少的计算量和合适的精度获得正确的结果㊂下面以t r a l d f_i s o热点函数为例介绍此优化过程㊂在如下例子中(图3a),z d k1t和z d k t计算公式是相同的,即z d k1t(j i,j j,j k-1)=z d k t(j i,j j,j k),因此通过将z d k1t从循环中移除,在计算完z d k t后再将结果赋值给z d k1t,可以减少重复性计算,如图3b所示:图3重复计算优化前和优化后F i g.3 R e p e a t c a l c u l a t i o nb e f o r e o p t i m i z a t i o na f t e r o p t i m i z a t i o n当从内存中访问数组元素时,两次访问的寻址间隔会影响C a c h e命中率,降低计算效率㊂由于F o r t r a n 中的数组是按照列优先的方式存储,因此调整数组元素访问顺序,使得相邻两次访问的寻址间隔变小,可以有效提高C a c h e命中率㊂调整数组元素访问顺序前后分别如图4a和4b所示㊂另外,减少循环嵌套也能有效提高模式计算效率㊂在图5a的循环中,z2d是临时数组,目的是存储z f t u 在三维空间沿K轴方向的积分㊂由于三重循环计算效率较低,因此利用F o r t r a n提供的f o r a l l命令将该循环减少为一重循环,如图5b所示㊂经过上述串行与标量优化后,N E MO模式整体计算效率提升1.22倍㊂66海洋科学进展39卷图4调整数组元素访问顺序优化前和优化后F i g.4 A d j u s t a c c e s s o r d e r o f a r r a y e l e m e n t b e f o r e o p t i m i z a t i o na f t e r o p t i m i z a t i o n图5循环嵌套优化前和优化后F i g.5 L o o p n e s t i n g b e f o r e o p t i m i z a t i o na f t e r o p t i m i z a t i o n2.4S I M D优化S I M D(S i n g l e I n s t r u c t i o nM u l t i p l eD a t a)即单指令多数据流,以同步方式,在同一时间内对多个数据执行同一条指令㊂矢量化是现代计算机的一个标志,利用自动矢量化,可以显著提高软件的计算性能㊂在本测试环境下,利用x HO S T选项编译时,已包含了自动矢量化功能㊂然而自动矢量化需要遵循矢量化规则,如循环中不能存在数据前后依赖以及跳转语句等㊂以下是自动矢量化失败的例子及采用的优化策略㊂在图6a所示的代码中,由于z d i t和z d j t都是由指针方式实现的动态数组,F o r t r a n指针可以作为别名指向一块内存地址,因此编译器不能判断z d i t和z d j t指针之间是否存在数据依赖,从而无法实现自动矢量化㊂通过将假定依赖的语句拆分成2个循环,使每个循环满足自动矢量化的条件,可以实现自动矢量化(图6b)㊂图6 S I M D数据依赖优化前和优化后F i g.6 S I M Dd a t ad e p e n d e n c y b e f o r e o p t i m i z a t i o na f t e r o p t i m i z a t i o n1期周生昌,等:海洋环流模式N E MO的代码现代化67另外,由于代码中存在大量的指针作为临时数组,因此在不影响物理过程的前提下,通过将指针修改为动态数组,可以使代码安全地进行自动矢量化,如图7所示㊂经过S I M D优化后,N E MO模式整体计算效率提升至1.23倍㊂图7 S I M D指针优化前优化后F i g.7 S I M D p o i n t e r b e f o r e o p t i m i z a t i o na f t e r o p t i m i z a t i o n2.5内存带宽优化当C P U需要读取内存中的数据时,C P U将首先发出一个由内存控制器执行的请求,然后再将数据由内存返回中央处理器,此过程的时间称为延时周期㊂为了缩短延时周期,中央处理器和内存之间设置了L1和L2缓存㊂由于L1和L2均采用静态随机访问的原理,可以将其理解为内存带宽[8]㊂对内存带宽进行优化,提高缓存命中率,也是提升软件计算效率的有效方式㊂由于海洋环流模式复杂的物理过程,模式中使用大量的临时数组保存计算过程的中间结果,这就造成了运算时参与计算的数组过多的问题㊂当C P U计算时,如果一条语句需要同时读取大量数组,由于内存带宽限制,则会减少缓存命中率,降低计算效率㊂因此减少或避免使用临时数组,是缓解内存带宽占用过高的一种优化手段㊂如图8a所示,数组A,B为临时数组,运算时首先通过计算为A,B数组赋值,并在之后的循环中访问该数组㊂优化策略为将临时数组A㊁B去掉,而把计算赋值的功能重构为子程序c a l_a,c a l_b,并在循环中需要此中间结果时调用㊂图8内存带宽优化优化前和优化后F i g.8 M e m o r y b a n d w i d t hb e f o r e o p t i m i z a t i o na f t e r o p t i m i z a t i o n68 海 洋 科 学 进 展39卷图9 内存带宽优化前后函数时间对比F i g .9 C o m p a r i s o no f f u n c t i o n t i m eb e f o r e a n d a f t e rm e m o r y b a n d w i d t ho p t i m i z a t i o n 对热点函数进行分析后,发现t r a l d f _i s o ㊁n o n o s c 和l i m _r h g 中均存在大量临时数组,可以使用上述策略进行优化㊂图9显示了优化前后各个函数的计算时间以及其加速比,可以看出优化后单个热点函数的计算效率有效提升10%~40%,效果显著㊂另外,由于N E MO的热点函数呈现分散的特点,此优化使得模式整体计算效率加速至1.31倍㊂2.6 M P I 多进程扩展N E MO 模式总体是一个循环过程,其中时间是循环的主序列㊂循环从数据读取开始,以结果输出为结束㊂循环部分包含模式中的所有核心计算,总计算量占总循环过程的95%及以上[9]㊂本文使用的N E MO3.6版本基于M P I 消息传递接口编写,使用M P I 分布式内存并行计算可以有效的进行任务划分,从而提高计算效率㊂在经过以上串行优化之后,接下来利用I n t e lT r a c eA n a l y z e rC o l l e c t o r 工具对N E MO 进行多进程扩展测试,以观察模式的负载均衡性㊂图10显示了模式在48进程时的负载均衡性,从结果可以看出,计算(蓝色)和通信(红色)时间占比比较合理,且分配给每个进程的计算任务基本一致,其中进程间的计算时间占比最大相差不超过8%,有40个进程相差在1%以内,基本实现了负载均衡,不需要进行进一步优化㊂图10 48进程下负载均衡分析F i g .10 L o a db a l a n c i n g a n a l y s i s o f 48p r o c e s s e s1期周生昌,等:海洋环流模式N E MO 的代码现代化69 为了更全面地对模式的并行能力进行检验,我们进一步测试了模式的扩展性㊂图11为海洋环流模式在不同进程数下的加速比㊂在单节点48进程内,随着进程数的增加,加速效率逐渐降低,这是由于增加进程引起的代价不可消除,如进程间通信量增加,带宽限制等㊂另外,程序中必定有不能并行的串行部分,即使进程无限增多,通过并行所产生的加速比都是受限的,即阿姆达尔定律[10]㊂因此模式无法随着进程的增加获得线性加速比㊂此外,当进程数超过48时,由于测试环境没有开启超线程,进程可能会被挂起等待,同时进程间通信增加,加速效率会继续降低㊂在经过编译选项优化㊁标量串行优化㊁S I M D 优化㊁内存带宽优化几个步骤后,模式整体性能得到了有效提升,如图12所示㊂选取合适的编译选项可以充分发挥计算机的性能,使得计算效率提升了21%;通过规范代码书写,去除重复计算,减少循环嵌套等方法,实现串行代码优化,以及通过修改代码,使之符合编译器对矢量化的要求,实现编译器自动矢量化,这两步优化共实现了2%的性能提升;另外,针对模式占用内存带宽过高的问题,提出了去掉临时数组的解决方案,使得优化后的单个热点函数加速比最高可以达到1.4倍,模式整体加速了8%㊂经过上述优化,最终模式的整体计算效率共提升了31%,节省了接近1/3的计算资源㊂同时,48进程下的M P I 并行模式计算效率相较于串行模式提升了15.8倍,虽然单节点内扩展性较弱,但负载均衡性较好㊂图11 不同进程下的加速比F i g .11 A c c e l e r a t i o n r a t i oo f d i f f e r e n t p r o c e s s e s 图12 各优化步骤加速比F i g .12 A c c e l e r a t i o n r a t i oo f e a c ho p t i m i z a t i o n s t e p 3 试验结果分析3.1 大量指针被假定数据依赖矢量化有许多限制,例如存在数据依赖㊁函数调用(数学库调用除外)㊁在同一循环中混合可矢量化类型以及存在与数据相关的循环退出条件等,则不能进行矢量化㊂其中数据依赖分为写后读依赖和读后写依赖㊂写后读依赖即计算一个数组元素时需要依赖该数组已经计算的元素,如果强制将其矢量化,可能后面需要读取的依赖元素并没有被计算完成,因此造成读取数据错误㊂除了存在不可避免的计算中的前后依赖之外,N E MO 的矢量化报告显示模式源代码中存在大量的指针,而由于F o r t r a n 中的指针可以作为别名指向内存地址,因此编译器通常无法判断包含指针的代码是否存在数据依赖,从而无法自动矢量化㊂本文采取了两种方法来避免因指针造成的无法矢量化问题,包括拆分循环和将指针修改为动态数组㊂但需指出的是,这只是针对热点函数的局部优化,因此效果有限㊂若要全局优化此问题,则需要将代码重构㊂70海洋科学进展39卷3.2循环嵌套过多N E MO的核心计算都包含在循环嵌套中,源代码中的函数多是四重循环,包括一维时间循环以及三维空间循环㊂当算例规模达到一定程度时,会不可避免地出现效率低下㊂另外,由于编译器仅会对最内层循环进行自动矢量化,因此循环嵌套过多也会造成S I M D优化效率低下㊂针对此问题,一种优化思路是遵循内大外小的原则,即将迭代次数多的循环放在最内层,提高S I M D优化效率㊂但更有效的解决方案则是减少循环嵌套层数,但是需要从根本上改变算法问题,这将是非常复杂的工程㊂3.3内存带宽过高本研究中的串行与标量优化以及S I M D优化效果有限,而在经过内存带宽分析及优化后,热点函数的性能提升十分明显,这说明N E MO海洋环流模式内存带宽占用过高是个比较显著的问题㊂这是由于N E MO 计算时涉及大量数组运算,因此会出现大量缓存未命中的情况,需要频繁从内存中读取数据㊂而当内存带宽占用过高时,处理器从内存获取数据的速度会出现瓶颈㊂去除临时数组是一种解决方案,但却会增加大量的重复计算,增大计算压力,这与串行代码优化中的去除重复计算优化策略恰恰相反㊂但针对具体的N E MO 内存带宽瓶颈问题,去除临时数组后减少的时间远远大于增加重复计算带来的计算时间,因此去除临时数组是非常有效的㊂4结语在本文中,首先介绍了N E MO模式特征,并根据代码现代化指导步骤制定了N E MO的优化策略㊂随后给出了试验算例以及测试环境,并详细介绍了N E MO代码现代化的优化过程㊂结果表明,通过对选取的热点函数进行编译选项优化㊁标量串行优化㊁S I M D优化以及内存带宽优化,串行的海洋环流模式的整体加速比可以达到1.31倍,其中热点函数加速效果非常明显,例如t r a l d f_i s o相较于原始性能提升了2.3倍㊂但因模式热点函数分散,选取的热点函数并不是模式的全部计算瓶颈,因此整体加速比有限㊂最后对N E MO 在M P I多进程下进行了扩展性测试,测试结果表明在48进程(测试环境最大核心数)的加速比为15.8倍,计算和通信时间占比合理,负载均衡㊂但可能是由于内存带宽占用过高,导致单节点内扩展性较差,这需要进行进一步分析验证㊂另外,我们还对优化后的模式结果进行了验证,以确保优化后结果的准确性㊂需要注意的是,虽然对于海洋模式N E MO来说,我们的优化对模拟结果影响不大,在误差允许范围内,但是在海气耦合模式中,由于存在强的非线性海气相互作用,误差可能会被放大,因此在优化时需要注意并检验㊂总的来说,代码现代化在不增加任何硬件成本的前提下是一种行之有效的优化方案㊂此外,在对N E MO进行代码现代化优化的过程中,分析出其主要存在以下几点影响计算效率的问题,如模式大量使用指针㊁循环嵌套过多㊁内存带宽占用过高等㊂针对这些问题,本文给出了相应的解决方案,如将指针修改为动态数组,减少循环嵌套次数以及去除临时数组等,可以为今后海洋模式的设计和改进提供参考㊂另外,M P I并行化仅在二维方向上进行分解(沿着j p i和j p j)[11]㊂当M P I进程数增多时,每个进程间的通信量会成倍增加,通信开销会越来越大,导致模式性能下降㊂为了减少通信时间,通过引入M P I/O p e n M P 混合并行将会是一个切实可行的方法㊂O p e n M P可以实现共享内存层面的任务并行,它是一种简单有效的并行方式[11-12]㊂这种混合并行方法通过减少M P I进程数,可以减小进程间通信开销,同时利用O p e n M P打开超线程又能充分利用计算资源,使得并行结构更加合理[13]㊂由于部分N E MO算例的特征是在三维数组上沿着j p i㊁j p j和j p k执行的操作,因此可以将O p e n M P共享式内存并行化应用在j p k(此试验中为75)方向上,提高进程内的计算能力㊂在热点函数中引入M P I/O p e n M P并行化后,由于进程间通信数量减少,将有利于提高模式的扩展性㊂这是接下来研究的方向之一㊂1期周生昌,等:海洋环流模式N E MO的代码现代化71参考文献(R e f e r e n c e s):[1] S O N GZY,L I U W G,L I U X,e t a l.R e s e a r c h p r o g r e s s a n d p e r s p e c t i v e o f t h e k e y t e c h n o l o g i e s f o r o c e a nn u m e r i c a lm o d e l d r i v e nb y t h em a s s d a t a[J].A d v a n c e s i n M a r i n eS c i e n c e,2019,37(2):161-170.宋振亚,刘卫国,刘鑫,等.海量数据驱动下的高分辨率海洋数值模式发展与展望[J].海洋科学进展,2019,37(2):161-170.[2] Z H A O W,L E IX Y,C H E N DX,e t a l.P o r t i n g a n da p p l i c a t i o no f g l o b a l e d d y-r e s o l v i n gp a r a l l e l o c e a nm o d e p o p t oS W s u p e r c o m p u t e r[J].C o m p u t e rA p p l i c a t i o n s a n dS o f t w a r e,2014,31(5):42-45.赵伟,雷晓燕,陈德训,等.全球涡分辨率并行海洋模式P O P在神威蓝光上的移植和应用[J].计算机应用与软件,2014,31(5):42-45.[3] Y A N G XD,S O N GZY,Z H O US,e t a l.C o d em o d e r n i z a t i o no p t i m i z a t i o no fMA S N UM w a v em o d e l[J].A d v a n c e s i n M a r i n eS c i e n c e,2017,35(4):473-482.杨晓丹,宋振亚,周姗,等.MA S N UM海浪模式的代码现代化优化[J].海洋科学进展,2017,35(4):473-482.[4] S O N GZY,L I U H X,L E IX Y,e t a l.T h e a p p l i c a t i o no fG P Ui no c e a n g e n e r a l c i r c u l a t i o nm o d eP O P[J].C o m p u t e rA p p l i c a t i o n s a n dS o f t w a r e,2010,27(10):27-29.宋振亚,刘海行,雷晓燕,等.G P U在海洋环流模式P O P中的应用[J].计算机应用与软件,2010,27(10):27-29.[5] Z H A O W,S O N GZY,Q I A O FL,e t a l.H i g he f f i c i e n t p a r a l l e l n u m e r i c a l s u r f a c ew a v em o d e l b a s e do na n i r r e g u l a r q u a s i-r e c t a n g u l a rd o m a i nde c o m p o s i t i o n s c h e m e[J].S c i e n c eC h i n a:E a r t hS c i e n c e s,2014,44(5):1049-1058.赵伟,宋振亚,乔方利,等.基于非规则类矩形剖分的高效并行海浪数值模式[J].中国科学:地球科学,2014,44(5):1049-1058.[6] M A D E CG.T H EN E M OT E A M.N E M Oo c e a n e n g i n e(V e r s i o nv3.6)[E B/O L].[2017-10-13].h t t p:ʊd o i.o r g/10.5281/z e n o d o.1472492.[7] P E A R C E M.W h a t i s c o d em o d e r n i z a t i o n?[E B/O L].(2015-07)[2016-09-01].h t t p s:ʊs o f t w a r e.i n t e l.c o m/c o n t e n t/w w w/u s/e n/d e v e l o p/a r t i c l e s/w h a t-i s-c o d e-m o d e r n i z a t i o n.h t m l.[8] Z H A N G Y Y,S U NLC.O n t h e i m p a c t o fm e m o r y o n c o m p u t e r p e r f o r m a n c e[J].V a l u eE n g i n e e r i n g,2018,37(24):200-202.张源源,孙连春.浅谈内存对计算机性能的影响[J].价值工程,2018,37(24):200-202.[9] WA N G Y Q,Z HA N G Y,L I N B,e t a l.C o m p u t i n gp e r f o r m a n c eo p t i m i z a t i o no f g l o b a lm a r i n ee n v i r o n m e n t p r e d i c t i o n m o d e l i ns u p e r-c o m p u t i n g c l u s t e r b a s ed o nN E MO[J].M a r i ne F o r e c a s t s,2018,35(3):41-47.王延强,张宇,林波,等.基于N E MO的全球海洋环境预报模式在超算集群的计算性能优化[J].海洋预报,2018,35(3):41-47.[10] P A C H E C OP.A n I n t r o d u c t i o n t oP a r a l l e l P r o g r a mm i n g[M].U S A:M o r g a nK a u f m a n nP u b l i s h e r s,2011.[11] E P I C O C OI,MO C A V E R OS,A L O I S I OG.T h eN E MOo c e a n i cm o d e l:c o m p u t a t i o n a l p e r f o r m a n c e a n a l y s i s a n d o p t i m i z a t i o n[P].H i g hP e r f o r m a n c eC o m p u t i n g a n dC o mm u n i c a t i o n s(H P C C),2011I E E E13t h I n t e r n a t i o n a l C o n f e r e n c e o n,2011.[12] Z HA N G X,J I ZZ,WA N GB.S o m e s t u d y o na p p l i c a t i o no fO p e n M P i nm e s o s c a l em e t e o r o l o g i c a lm o d e l-MM5[J].C l i m a t i c a n dE n v i-r o n m e n t a lR e s e a r c h,2001,6(1):84-90.张昕,季仲贞,王斌.O p e n M P在MM5中尺度模式中的应用试验[J].气候与环境研究,2001(1):84-90.[13]S U M F,E l-K A D YI,B A D E RD A,e t a l.An o v e lF D T Da p p l i c a t i o nf e a t u r i n g O p e n M P-M P Ih y b r i d p a r a l l e l i z a t i o n[C]ʊI C P P2004.M o n t r e a l,Q u e:I E E E,2004:373-379.72海洋科学进展39卷C o d eM o d e r n i z a t i o nO p t i m i z a t i o no fO c e a nG e n e r a lC i r c u l a t i o n M o d e lN E M OZ HO US h e n g-c h a n g1,2,L I U W e i-g u o1,3,S O N GZ h e n-y a2,3,4,Y A N G X i a o-d a n2,3(1.S c h o o l o f S o f t w a r e,S h a n d o n g U n i v e r s i t y,J i n a n250101,C h i n a;2.F i r s t I n s t i t u t e o f O c e a n o g r a p h y,M i n i s t r y o f N a t u r a lR e s o u r c e s,Q i n g d a o266061,C h i n a;3.L a b o r a t o r y f o rR e g i o n a lO c e a n o g r a p h y a n d N u m e r i c a lM o d e l i n g,Q i n g d a oP i l o tN a t i o n a lL a b o r a t o r y f o rM a r i n eS c i e n c e a n dT e c h n o l o g y,Q i n g d a o266237,C h i n a;4.K e y L a b o r a t o r y o f M a r i n eS c i e n c e a n d N u m e r i c a lM o d e l i n g,M i n i s t r y o fN a t u r a lR e s o u r c e s,Q i n g d a o266061,C h i n a)A b s t r a c t:T h e o c e a n g e n e r a l c i r c u l a t i o nm o d e l(O G C M)i s t h ek e y t o o l f o ro c e a ne n v i r o n m e n t s i m u l a t i o n a n d f o r e c a s t.W i t ht h eo c e a nr e s o l u t i o nf i n e r,t h ed e m a n df o r i m p r o v i n g c o m p u t a t i o n a l p e r f o r m a n c ei s m o r e a n dm o r e u r g e n t.T o i m p r o v e t h e c a l c u l a t i o n p e r f o r m a n c e o fO G C Mb y t a k i n g f u l l a d v a n t a g e o fm o d-e r n c o m p u t e r s,ac o d e m o d e r n i z a t i o no p t i m i z a t i o ns c h e m ei sc a r r i e do u t i nt h i s p a p e ru s i n g a n O G C N n a m e dN E MOa s a ne x a m p l e.T h e I n t e l p e r f o r m a n c e a n a l y s i s t o o l i su s e d t oe v a l u a t e t h e c o m p u t i n gp e r-f o r m a n c e o f t h em o d e l a t f i r s t.T h e n,s e v e r a l o p t i m i z a t i o ns t e p s,w h i c ha r ec o m p i l e ro p t i o n s,s e r i a l a n d s c a l a r o p t i m i z a t i o n,S I M D,m e m o r y b a n d w i d t ho p t i m i z a t i o na n de x t e n d i n g t o m u l t i-c o r e s,a r ea p p l i e d t oh o t s p o t f u n c t i o n s.A f t e ro p t i m i z a t i o n,t h em o d e l so v e r a l l p e r f o r m a n c e c a nb e i m p r o v e db y31%w i t h o u ti n c r e a s i n g a n y h a r d w a r e c o s t a n d l o a db a l a n c e h a v e a g o o d p e r f o r m a n c e i nm u l t i-p r o c e s s.T h e r e s u l t s i n d i-c a t e t h a t t h e o p t i m i z a t i o n s t r a t e g y u s e d i n t h i s s t u d y i sv e r y e f f e c t i v e a n du s e f u l.F u r t h e r m o r e,t h e p r o b-l e m s t h a t s i g n i f i c a n t l y a f f e c t t h e c o m p u t a t i o n a l e f f i c i e n c y i n t h em o d e l,s u c ha s t h eh e a v y u s eo f p o i n t e r s t h a t c a n p r e v e n t v e c t o r i z a t i o n,m u l t i p l e l o o p n e s t i n g,h i g hm e m o r y b a n d w i d t hu s a g e,a r e d i s c u s s e d i n t h i s p a p e r,t o p r o v i d e r e f e r e n c e a n d s u g g e s t i o n f o r t h eO G C Mi n t h e f u t u r ed e s i g na n d i m p r o v e m e n t.K e y w o r d s:c o d e m o d e r n i z a t i o n;O c e a n G e n e r a lC i r c u l a t i o n M o d e l;N E MO;i n t e l p e r f o r m a n c e;a n a l y s i s t o o l s;S I M DR e c e i v e d:D e c e m b e r2,2019。

热盐环流与气候变化1 引言气候指一个地区天气的多年平均状况，主要的气候要素包括光照、气温和降水等，反映了这个地区冷暖干湿等基本特征。

我国的主要气候类型包括热带、亚热带、温带季风气候，温带大陆性气候，高山高原气候等，我国主要气候带分区（如图1-1所示）。

同时气候变化是当今对人类影响最大的事件之一。

候变化主要表现在全球气候变暖、酸雨、臭氧层破坏等方面，其中气候变暖是目前最受关注的问题。

气候变化对我们的影响包括冰川消融，高温、干旱、暴雨等极端事件增多，导致粮食减产，海平面上升，物种的灭绝等等。

图1-1 中国气候类型分布海洋覆盖了地球约71%，是世界天气和气候的主要驱动力。

同时，海洋也是全球经济的主要推动力，承载着世界上90%以上的贸易，并维持着40%生活在海岸线100公里以内的人类的生存。

当今气候变化的影响在日益扩大，使得海洋观测、研究和服务比以往任何时候都更加重要。

第一，海洋是能量储存器。

因为海洋太大了，海洋覆盖了地球表面积的71%；海水太多了，占全球水资源的97%；而水相对于空气和陆地来说储热能量更强，全球变暖能量的93%都存储在海洋中。

还有，海洋还吸收了三分之一的新增温室气体排放量，所以海洋对稳定和调节全球气候具有决定性作用。

第二，海洋是能量转换器。

刚才提到了海洋储存了那么多能量，那么海洋储存的能量是如何与大气交换的呢？海洋－大气之间的热交换主要由三种方式。

一是辐射热，也就是长波辐射。

二是传导热，也叫感热，也就是接触的物体之间传导热量。

这两个热交换方式比较好理解，例如我们进入有暖气的房间，不触碰暖气片也会感受到温暖，这是辐射热，如果用手摸暖气片同样会感受热量，这就是传导热。

三是相变热，又叫潜热，当海水蒸发时需要吸收热量变成水蒸气，水蒸气上升到空中再次凝结的时候要释放热量给大气，这样在完成水循环的过程的同时也完成了相变热的传递。

第三，海洋是能量输送器。

由于海洋吸收了抵达地球的大部分太阳能，而赤道部分接收热量要远远多于两极，所以就形成了巨大的水平和垂直洋流，一些洋流可以携带热量向高纬度行进数千公里，一路走一路散热，对沿途气候产生巨大影响。

大洋环流和海气相互作用的数值模拟（研究生课程讲义第二稿）中国科学院大气物理所大气科学和地球流体力学数值模拟国家重点实验室（LASG)全球海气耦合模式课题组2007年9月大洋环流和海气相互作用的数值模拟前言张学洪(zxh@)“大洋环流和海气相互作用的数值模拟”是中国科学院大气物理研究所（IAP）大气科学和地球流体力学数值模拟国家重点试验室（LASG）全球海气耦合模式课题组集体开设的一门研究生课程，可以看作“气候数值模拟”的入门课程之一。

自上世纪80年代末以来，这个课题组一直从事于LASG/IAP大洋环流数值模式和海洋—大气耦合模式的发展、改进、应用和评估等方面的研究工作，这个过程是和课题组成员对大洋环流和海气相互作用的观测事实和动力学理论的学习和理解相结合进行的。

Robert, H. Stewart在他的《Introduction to Physical Oceanography》一书中说：“Data, numerical models, and theory are all necessary to understand the ocean. Eventually, an understanding of the ocean-atmosphere-land system will lead to predictions of future states of the system”（图P1）。

的确，在海洋—大气耦合系统的研究中，观测、理论和数值模式三者是缺一不可的，而“understanding”则是整个链条的核心环节。

我们自己的经验也表明，模式发展一定要和观测、理论研究相结合，模式进步的基础在于“understanding”。

所以，本课程的侧重点虽然是“数值模拟”，但也力图将观测和理论结合进来，以期选修本课程的研究生（无论他们将来从事模式发展还是模式应用）在学习有关入门知识的同时，也能对以上的道理有所领悟。

《探寻pop ocean model的奥秘：从简到繁的深度解析》一、pop ocean model概述pop ocean model是一种流行的海洋环流模式，在大气和海洋领域广泛应用。

该模式基于Navier-Stokes方程和海洋动力学等理论，通过有限差分方法对海洋的物理过程进行精确模拟，能够提供海洋环流、海表温度、盐度分布等重要信息。

pop ocean model常用于气候变化研究、海洋资源利用等领域，具有重要的科研和应用价值。

二、pop ocean model的原理和方法1. 海洋动力学基础pop ocean model建立在海洋动力学基础之上，海洋动力学是研究海洋运动的基本理论，关注海水的运动规律、成因和影响因素等。

了解海洋动力学的基础知识对于理解pop ocean model的原理和方法至关重要。

2. Navier-Stokes方程Navier-Stokes方程描述了流体的运动规律，是pop ocean model 建模过程中的核心方程。

该方程结合了流体的连续性方程和动量方程，并可通过有限差分方法进行离散化求解，从而模拟海洋的物理过程。

3. 有限差分方法pop ocean model采用有限差分方法对Navier-Stokes方程进行数值求解，通过离散化空间和时间，模拟了海洋环流等复杂的物理过程。

有限差分方法是pop ocean model的重要数值计算工具，对其原理和应用有深入理解十分必要。

三、pop ocean model在气候变化研究中的应用1. 海洋环流的模拟pop ocean model能够模拟全球范围内的海洋环流，包括海表温度、盐度分布、海洋涡旋等重要信息。

这些模拟结果对于理解气候变化、预测海洋季节性变化等具有重要意义。

2. 海洋生态系统的研究pop ocean model还可以模拟海洋生态系统的动态变化，包括浮游生物的分布、生长和逝去等过程。

通过模拟海洋生态系统，可以为海洋资源的合理利用和生态环境的保护提供科学依据。

海洋数值模拟实施方案海洋数值模拟是一种重要的海洋科学研究工具，可以模拟和预测海洋的物理、化学和生态过程。

海洋数值模拟涉及数学、计算机科学和海洋科学的交叉领域，实施方案需要以下几个步骤：第一步，收集海洋数据。

海洋数值模拟需要大量的海洋数据作为模型输入，包括海洋观测数据、卫星遥感数据、气象数据等。

这些数据需要进行处理和预处理，以符合模型的要求和格式。

第二步，建立数值模型。

数值模型是实施海洋数值模拟的核心工具，可以用来模拟和预测海洋的物理、化学和生态过程。

建立数值模型需要根据具体研究问题选择合适的数学方程和模型参数，并进行适当的离散化和数值解法选择。

第三步，验证和调整模型。

建立好数值模型后，需要进行验证和调整以提高模型的准确性和可靠性。

验证可以通过比较模拟结果和实际观测数据进行，调整可以通过调整模型参数和改进数值解法进行。

第四步，设置边界和初始条件。

进行海洋数值模拟时，需要确定海洋模型的边界条件和初始条件。

边界条件是指模拟区域的边界上的物理和化学性质，初始条件是指模拟开始时的物理和化学性质。

边界和初始条件的确定需要依靠实际观测数据和模型处理。

第五步，进行数值模拟实验。

在确定边界和初始条件后，可以进行数值模拟实验。

数值模拟实验可以在计算机上运行数值模型，模拟和预测海洋的物理、化学和生态过程。

通过对不同参数和条件进行数值实验，可以揭示海洋系统的内在规律和机制。

第六步，分析和解释模拟结果。

模拟实验结束后，需要对模拟结果进行分析和解释。

分析可以通过统计和图表等方法进行，解释可以依据模型的假设和简化。

根据模拟结果可以得出新的结论和发现，为海洋科学研究和应用提供依据和指导。

最后，通过实施上述步骤，可得到准确、可靠的海洋数值模拟结果。

海洋数值模拟可用于科学研究、海洋资源开发、灾害预测和环境保护等方面，对于提高对海洋的认识和管理具有重要意义。

同时，海洋数值模拟也是一个不断发展和改进的领域，未来还需要进一步发展和完善数值模型和技术，提高模拟的准确性和可信度。

DOI: 10.12006/j.issn.1673-1719.2019.086于子棚, 林鹏飞, 刘海龙, 等. CMIP6海洋模式比较计划（OMIP ）概况与评述 [J]. 气候变化研究进展, 2019, 15 (5): 503-509Yu Z P, Lin P F, Liu H L, et al . Short commentary on CMIP6 Ocean Model Intercomparison Project (OMIP) [J]. Climate Change Research, 2019, 15 (5): 503-509CMIP6海洋模式比较计划（OMIP）概况与评述于子棚1,2，林鹏飞1,2，刘海龙1,2，李逸文1,2，王雅琦1,2，孙志阔1,2，杨 茜1,2，马金峰1,2，靳江波3，丁梦蓉1,2，孟 瑶1,21 中国科学院大气物理研究所大气科学和地球流体力学 数值模拟国家重点实验室（LASG)，北京 100029；2 中国科学院大学地球与行星科学学院，北京 100049；3 中国科学院大气物理研究所国际气候与环境科学中心（ICCES)，北京 100029气候变化研究进展第15卷 第5期 2019年9月CLIMATE CHANGE RESEARCH V ol. 15 No. 5September2019收稿日期：2019-04-16；修回日期：2019-06-02资助项目：国家重点研发专项（2016YFC1401601，2016YFC1401401)；自然科学基金面上项目（41576026，41576025，41776030，41931183）作者简介：于子棚，男，博士研究生；林鹏飞（通信作者)，男，副研究员，linpf@引 言卫星观测的兴起为海洋表面提供了大量的、连续的观测数据，为一些海洋变化现象（例如海表面温度升高，海表面高度上升等）提供了强有力的证据。

这些卫星数据包括海表面温度[1]、海表面高度[2-3]、海表面风[4]、海洋水色[5]，以及近期的海表面盐度等[6-7]。

参数化次表层上卷海温改进ENSO模拟参数化次表层上卷海温改进ENSO模拟通过参数化次表层上卷海温改进了一个热带太平海洋模式的SSTA 模拟.这种参数化方案通过经验方法将海洋上混合层底部海温变化与海表面起伏联系起来,从而可以方便地利用模式模拟的海表起伏描述温跃层的变化情况及其对混合层海温变化的影响.三组数值试验表明通过上述方法显著改善了SST年际变化的模拟,与观测相比,在赤道东太平洋及南美沿岸,距平相关系数由原来的0.7左右提高到0.8以上,均方根误差在赤道东太平洋由原来0.8℃降到0.6℃,在南美沿岸由1.3℃以上降为0.9℃.这表明在赤道东太平洋及南美沿岸,温跃层的变化通过夹卷过程及垂直扩散过程可以显著影响混合层的温度,OGCM对这些过程描述不足是导致SST年际变化模拟偏弱的一个重要原因,通过强调这些过程可以改善模拟效果.同时在热带西太平洋的改进也是显著的.作者：朱杰顺周广庆 Rong-Hua ZHANG 孙照渤 ZHU Jie-Shun ZHOU Guang-Qing Rong-Hua ZHANG SUN Zhao-Bo 作者单位：朱杰顺,ZHU Jie-Shun(南京信息工程大学,江苏省气象灾害重点实验室,南京,210044;中国科学院大气物理研究所,北京,100029)周广庆,ZHOU Guang-Qing(中国科学院大气物理研究所,北京,100029)Rong-Hua ZHANG,Rong-Hua ZHANG(Earth System Science Interdisciplinary Center (ESSIC), University of Maryland, College Park, Maryland, USA)孙照渤,SUN Zhao-Bo(南京信息工程大学,江苏省气象灾害重点实验室,南京,210044)刊名：大气科学 ISTIC PKU英文刊名：CHINESE JOURNAL OF ATMOSPHERIC SCIENCES 年，卷(期)：2006 30(5) 分类号：P732 关键词：ENSO模拟次表层海温夹卷参数化 OGCM。

海底数字高程模型的数据海底数字高程模型（Digital Bathymetric Model）是通过采集海洋区域的观测数据、测量数据以及卫星遥感数据，以及运用地理信息系统（GIS）、遥感技术、全球定位系统（GPS）和海洋科学中的相关数据处理方法，对海洋地形进行综合分析和建模的一种方法。

海底数字高程模型的数据不仅能够帮助科学家更好地了解海底的实际地形情况，而且对于海洋资源开发、海洋生态环境保护以及海洋航道规划等方面具有重要指导意义。

海底数字高程模型的数据是通过遥感技术来获取的，主要包括卫星高度计、多波束测深仪等设备。

这些设备能够测量出海底地形的高程数据，并将其转化为数字化的模型，以便于科学家进行进一步的分析和研究。

海底数字高程模型的数据能够提供海底地形的高程、坡度、曲率等详细信息，帮助科学家更好地理解海洋地形的特征和演化过程。

海底数字高程模型的数据对于海洋资源的开发十分重要。

通过对海底数字高程模型的数据进行分析，科学家可以发现潜在的油气资源和矿产资源，为海洋资源勘探提供了指导。

此外，海底数字高程模型的数据还可以用于测算海洋能源资源，如潮汐能、波能和海流能等，为海洋能源的开发利用提供了科学依据。

海底数字高程模型的数据对于海洋生态环境的保护也起到了重要作用。

通过分析海底数字高程模型的数据，科学家可以了解海底地形的变化，预测海洋环境的变化，从而为海洋生态环境的保护和恢复提供科学依据。

此外，海底数字高程模型的数据还可以用于评估海洋生态系统的脆弱性和重建能力，为海洋生态系统的管理和保护提供科学依据。

此外，海底数字高程模型的数据对于海洋航道规划也具有重要的指导意义。

通过分析海底数字高程模型的数据，可以确定水深、水流等信息，优化海洋航道的设计，提高航道的安全性和效率。

海底数字高程模型的数据还可以用于预测海岸线的变化和海洋气象条件，为海洋交通的安全管理提供重要参考。

综上所述，海底数字高程模型的数据是一种重要的海洋地形分析和建模方法。

一种海洋环境参数反演模型构建方法及装置
海洋环境参数反演模型构建方法及装置是通过测量海洋环境中各种物理、化学参数并利用这些数据来推导出海洋环境参数的一种方法。

构建海洋环境参数反演模型的方法可以分为以下几个步骤：
1. 确定需要反演的海洋环境参数，例如海面温度、盐度、光学性质等。

2. 收集相关的物理、化学参数的观测数据，例如海洋温度计、盐度计等设备进行测量。

3. 根据测量数据建立反演模型，可以采用统计学、机器学习等方法来建立模型。

模型的建立要考虑到海洋环境的复杂性和变化性，尽量准确反映真实情况。

4. 验证和优化模型，将已知的海洋环境参数输入模型进行反演，与实际观测数据进行对比，评估模型的准确性和可靠性，并进行调整和优化。

装置方面，海洋环境参数反演需要使用一系列的传感器和测量设备来获取数据。

例如，测量海水温度可以使用水温计或者温度传感器；测量海水盐度可以使用盐度计或者盐度传感器；测量光学性质可以使用光学仪器等。

此外，为了进行大范围的海洋环境参数反演，常常需要使用遥
感技术，通过卫星、飞机等平台获取海洋环境数据，如海表面温度、叶绿素浓度等，用于反演海洋环境参数。

总之，海洋环境参数反演模型的构建方法及装置可以根据具体需要选择适用的技术和设备，以实现对海洋环境参数的准确反演。