CN114372212B - 一种基于超级计算机的数值气象预报方法和装置 - Google Patents

一种基于超级计算机的数值气象预报方法和装置 Download PDF

Info

Publication number
CN114372212B
CN114372212B CN202210276631.0A CN202210276631A CN114372212B CN 114372212 B CN114372212 B CN 114372212B CN 202210276631 A CN202210276631 A CN 202210276631A CN 114372212 B CN114372212 B CN 114372212B
Authority
CN
China
Prior art keywords
area
user
target
forecasting
weather
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210276631.0A
Other languages
English (en)
Other versions
CN114372212A (zh
Inventor
雷秀丽
康波
孟祥飞
张天奇
李云龙
傅浩
菅晓东
郑刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Supercomputer Center In Tianjin
Original Assignee
National Supercomputer Center In Tianjin
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Supercomputer Center In Tianjin filed Critical National Supercomputer Center In Tianjin
Priority to CN202210276631.0A priority Critical patent/CN114372212B/zh
Publication of CN114372212A publication Critical patent/CN114372212A/zh
Application granted granted Critical
Publication of CN114372212B publication Critical patent/CN114372212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种基于超级计算机的数值气象预报方法和装置，其首先获取用户输入的数值气象预报参数，所述参数包括目标区域area、目标时间段period、所述目标区域的水平分辨率r、最大期望运行时长Tmax、数值气象预报所用的平台核心数ncore1；并基于所述参数获取数值气象预报的运行时长T，且能够在所述运行时长T不满足需求的情况下，向用户推荐合适的计算规模以满足气象预报的时效性要求。该方法和装置可以有效帮助用户提前预判计算规模是否能满足需要，并在不满足需求时向用户推荐可满足需求的计算规模，确保预报任务的及时完成。

Description

一种基于超级计算机的数值气象预报方法和装置
技术领域
本申请涉及气象预报领域，具体涉及一种数值气象预报方法和装置。
背景技术
目前的数值气象预报中，对于不同区域，不同分辨率等不同规格的气象预报所需要的计算规模和运行时长存在极大的不确定性，而气象人员在进行气象预报时对于实效性要求极高。现在气象人员在进行预计气象预报所需计算规模和运行时长时，往往都是以以往经验为参考，但是如果计算平台或者要预报的目标区域的情况发生变化时，很有可能气象预报所需的计算时长也会发生极大的变化，最后导致气象预报不能在要求的时效内完成，这会导致在一些紧急保障性任务出现延后。此外，进行数值气象预报，通常需要占用大量的计算资源等，而传统的数值气象预报所用的平台并不能很好地满足其计算需求。
发明内容
针对上述技术问题，本申请采用的技术方案为：一种基于超级计算机的数值气象 预报方法，该方法包括以下步骤：S100，获取用户设置的数值气象预报参数，所述参数包括 目标区域area、目标时间段period、所述目标区域的水平分辨率r、最大期望运行时长Tmax、 数值气象预报所用的平台核心数ncore1，其中，所述水平分辨率r为所述目标区域area经均 匀网格划分后的网格边长长度；S200，当判断所述目标时间段period内的第一气象数据存 在时，执行步骤S300，其中，所述第一气象数据从预设数据库获取，用于预报所述目标时间 段period内所述目标区域area的气象信息；S300，计算所述数值气象预报所需的运行时长 T，其中，
Figure 999284DEST_PATH_IMAGE002
，Ti=(resoi×houri)/(ncore1×αi×β)，n∈[2，4]，为预设水平区域嵌套层的 层数，Ti为第i预设水平区域嵌套层运行时长，第i预设水平区域包含在第i-1预设水平区域 内，且所述目标区域area包含在所述第n预设水平区域内，resoi为第i预设水平区域嵌套层 的水平分辨率，resoi＜resoi-1且reson=r，houri为第i预设水平区域嵌套层的预报时长，根 据用户输入的目标时间段period获取，αi为每个核心在单位时间内对单位网格的预报时 长，β≤1，为每个核心的效率系数；S400，判断T≤Tmax是否成立，如果成立，执行步骤S500； 否则，执行步骤S600；步骤S500，根据所述第一气象数据获取所述目标时间段period内所述 目标区域area的气象信息，方法结束；步骤S600，向用户推荐满足运行时长需求的最小平台 核心数量
Figure 662346DEST_PATH_IMAGE004
Figure 719164DEST_PATH_IMAGE006
；步骤S700，根据所述最小平台核心数 量ncore2设置所述平台后，根据所述第一气象数据获取所述目标时间段period内所述目标 区域area的气象信息，方法结束。
一种基于超级计算机的数值气象预报装置，该装置包括有处理器和一种非瞬时性计算机可读存储介质，该存储介质用于保存至少一条指令或至少一段程序，且所述处理器加载并执行所述至少一条指令或至少一段程序以实现以上所述数值气象预报方法。
一种基于超级计算机的数值气象预报装置，所述装置至少包括：气象数据采集装置、数值气象预报装置和后处理可视化装置；其中，所述气象数据采集装置用于从指定地址获取第一气象数据，所述第一气象数据用于预报气象信息；所述数值气象预报装置，用于根据用户设置的数值气象预报参数和所述第一气象数据计算所述运行时长T，并在所述运行时长T满足要求的情况下，获取目标时间段period内目标区域area的气象信息；或者在所述运行时长T不满足要求的情况下，向用户推荐计算规模，并按照用户设置的计算规模获取目标时间段period内目标区域area的气象信息，其中，所述参数包括目标区域area、目标时间段period、所述目标区域的水平分辨率r、最大期望运行时长Tmax、数值气象预报所用的平台核心数ncore1，所述水平分辨率r为所述目标区域area经均匀网格划分后的网格边长长度；所述后处理可视化装置，用于将所述气象信息以图片的形式呈现，并将所述图片推送到用户指定的路径或者网页上。
本申请至少具有以下技术效果：本发明能够根据用户输入的参数，计算出数值气象预报所需的大致运行时间，也能够根据用户的时效性需求，计算出能够满足实效性要求的计算规模供气象人员参考，能够在一些任务中保证气象预报的时效性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于超级计算机的数值气象预报方法流程图；
图2为本申请另一实施例提供的一种基于超级计算机的数值气象预报方法流程图；
图3为本申请提供的一种基于超级计算机的数值气象预报装置的结构图；
图4为本申请气象数据采集装置采集第一气象数据的方法流程图；
图5为本申请后处理可视化装置可视化显示气象数据的方法流程图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种基于超级计算机的数值气象预报方法，如图1所示，该方法包括：
S100，获取用户设置的数值气象预报参数，所述参数包括目标区域area、目标时间段period、所述目标区域的水平分辨率r、最大期望运行时长Tmax、数值气象预报所用的平台核心数ncore1，其中，所述水平分辨率r为所述目标区域area经均匀网格划分后的网格边长长度。在本申请中，所述目标区域area为地理围栏区域，例如当用户指定北京市、天津市等区域时，提取这些指定区域的地理边界点坐标（例如经纬度），从而形成地理围栏区域；或者通过指定经纬度来确定所述目标区域。在数值气象模式中，由于不可能无限细化，因此以每个空间上的指定距离的格点为基础模拟单位，这个指定距离即为水平分辨率。也就是说，水平分辨率r为在数值气象预报模式中每个位置格点的大小，具体的，在本申请中，将整个所述目标区域area均匀划分成L*L的正方形网格，则正方形网格的边长长度L即为所述水平分辨率r，例如我们可以将2*2的区域均匀划分为4个1*1的网格，这个1就是该区域的水平分辨率。目标时间段period即为用户选择的需要预报的时间，例如未来24小时或者48小时，其输入格式在本申请中不受限制，一种方式例如采用日期和时间来表示所述目标时间段period。例如[2022-02-22-00-00，2022-02-23-00-00]等。最大期望运行时长Tmax即为用户设置的进行数值气象预报允许消耗的最大运行时长，例如30分钟或者2小时等。数值气象预报所用的平台核心数ncore1表示进行数值气象预报用户所用的计算规模，其中不同平台的计算效能、存储资源等都不相同，造成了在相同要求下不同平台在数值气象预报时消耗的时长也不同。所述核心主要用于气象预报的数据计算，超级计算机是指多个计算节点组合起来的能平行进行大规模计算或数据处理的计算机，也称为并行计算机，是计算机中功能最强、运算最快、存储量最大的一类，因此，本申请利用超级计算机的超高计算性能，可大大满足数值气象预报的需求。
S200，当判断所述目标时间段period内的第一气象数据存在时，执行步骤S300，其中，所述第一气象数据从预设数据库获取，用于预报气象信息，具体的，在该步骤中，所述第一气象数据可用于预报所述目标时间段period内所述目标区域area的气象信息。在本申请中，所述超级计算机系统通过设置加载代理（例如module add proxy）从指定地址单向采集所述第一气象数据至所述预设数据库。通过在超级计算平台上设置代理的方式进行单向传输，数据不会被主动传输到外网，可以有效保障数据的安全性。进一步，所述指定地址例如为多个官方网址（例如GFS），通过从官方网址上采集到的气象数据，可以从源头上确保气象预报的准确度。此外，所述数据库可以和用户相关联，以保证不同用户之间数据的独立性和安全性。
S300，计算所述数值气象预报所需的运行时长T，其中，
Figure 266820DEST_PATH_IMAGE008
，
Figure 582440DEST_PATH_IMAGE010
n∈[2，4]，为预设水平区域嵌套层的层数，Ti为第i预设水平区域嵌套层运行时长。在本申请中，第i预设水平区域包含在第i-1预设水平区域内，且所述目标区域area包含在所述第n预设水平区域内，例如当所述目标区域area为北京市，且n=3时，则可以预先设置第1预设水平区域为全国区域，第2预设区域为华北区域，第3区域为京津冀区域。具体的，一个实施例中，本申请按照特定的规则保存了针对不同目标区域的运行时长估算而采用的不同预设水平区域，另一个实施例中，可以按照面积比值进行设置，例如大的预设水平区域是其相邻预设水平区域的10倍等。优选的，n=3，此时，可以在适当减少计算量的同时确保运行时长T计算的准确性；resoi为第i预设水平区域嵌套层的水平分辨率，如前所述，resoi为第i预设水平区域嵌套层经均匀网格划分后的网格边长长度，其中，resoi＜resoi-1且reson=r，在本申请中，resoi的大小与所述第i预设水平区域的范围大小成正相关关系，一种实施例中，可以预先设置相关预设水平区域嵌套层的水平分辨率，另一种实施例中，可以在预设水平区域范围大小的基础上，成比例设置所述水平分辨率。houri为第i预设水平区域嵌套层的预报时长，根据用户输入的目标时间段period获取，例如用户输入的目标时间段period[2022-02-22-00-00，2022-02-23-00-00]，则houri=24。αi为每个核心在单位时间内对单位网格的预报时长，即αi为指定网格数时，单位时间内的单核基准预报时间，具体数值由平台内部测试得到，β≤1，为每个核心的效率系数，即β为以单核为基准的损耗后实际效率，平台内部测试后得到，假设单核时单位时间内预报时长为10h定义其实际效率为100%，那么双核时单位时间内理论预报时长为20h，实际预报时长为18h，此时实际效率为90%。
S400，判断T≤Tmax是否成立，如果成立，执行步骤S500；否则，执行步骤S600；
步骤S500，根据所述第一气象数据获取所述目标时间段period内所述目标区域area的气象信息，方法结束。当判断用户所用的平台核心数core1能够满足气象预报的时效性要求时，即可以直接在该平台的上述计算规模下计算目标时间段目标区域的气象信息。进一步，在本申请中，可以采用本领域中常用的WRF模型来获取所述气象信息，即将所述第一气象数据输入至WRF模型中来获取所述气象信息。
步骤S600，向用户推荐满足运行时长需求的最小平台核心数量
Figure 681983DEST_PATH_IMAGE012
Figure 960517DEST_PATH_IMAGE014
。当判断用户所用的平台计算规模不能满足气象预报的时效性要求 时，系统可以主动向用户推荐能够满足要求的平台计算规模，以应对突发情况的发生。
步骤S700，根据所述最小平台核心数量ncore2设置所述平台后，根据所述第一气象数据获取所述目标时间段period内所述目标区域area的气象信息，方法结束。其中，在本申请中，用户可以直接按照ncore2来配置计算规模，也可以按照比ncore2大的核心数量来配置计算规模，最小平台核心数量ncore2仅表明了满足时效性要求的最低数量。具体的，可以采用本领域中常用的WRF模型来获取所述气象信息，即将所述第一气象数据输入至WRF模型中来获取所述气象信息。
通过上述方法，本申请可以根据用户设定的气象预报参数以及使用的计算规模，推算出气象预报所需要的运行时长，并能够在运行时长不能满足时效性时，为用户推荐满足需求的计算规模，以便帮助用户快速进行气象预报。
在本申请的另一实施例中，所述步骤S500或步骤S700之后还包括以下步骤：S800，将所述气象信息以图片的形式呈现，并将所述图片推送到用户指定的路径或者网页上，如图2所示。在本申请中，为了方便用户能高效地进行数值预报结果的分析，本申请会在气象信息出来后，将数据输入到可视化程序中，处理后将结果以图片的形式呈现，气象要素包括温度、湿度，图片类型包括空间分布图、折线图、柱状图等，然后将图片推送到用户指定的路径或者网页。
通过将气象数据进行可视化显示，可以让用户以更加直观的方式分析、查看所述气象信息，减少了用户学习所述气象信息的时间。
本申请的实施例还提供了一种基于超级计算机的数值气象预报装置3，如图3所示，所述数值气象预报装置3至少包括气象数据采集装置31、数值气象预报装置32和后处理可视化装置33。其中，气象数据采集装置31、数值气象预报装置32和后处理可视化装置33均设置在超级计算机上，以便于利用超级计算机优越的计算属性，快速完成数值气象的预报。在本实施例中，所述气象数据采集装置31用于从指定地址获取第一气象数据，其中，所述第一气象数据用于预报气象信息。具体的，在本申请中，图4公开了气象数据采集装置31采集第一气象数据的方法，该方法包括以下步骤：
S401，确定数据采集位置。其中，所述位置例如可以为指定的多个官方网址，这样设置使得采集到的数据更具备可靠性，确保数值气象预报的准确度。
S402，添加代理实现单向采集数据。具体的，可以采用module add proxy在所述超级计算机上添加代理，从而实现数据单向传输。
S403，从所述数据采集位置获取第一气象数据并保存至预设数据库。其中，所述预设数据库可以和用户相关联，以保证不同用户之间数据的独立性和安全性。
所述数值气象预报装置32，用于根据用户设置的数值气象预报参数和所述第一气象数据计算所述运行时长T，并在所述运行时长T满足要求的情况下，获取目标时间段period内目标区域area的气象信息；或者在所述运行时长T不满足要求的情况下，向用户推荐计算规模，并按照用户设置的计算规模获取目标时间段period内目标区域area的气象信息。其中，所述参数包括目标区域area、目标时间段period、所述目标区域的水平分辨率r、最大期望运行时长Tmax、数值气象预报所用的平台核心数ncore1，其中，所述水平分辨率r为所述目标区域area经均匀网格划分后的网格边长长度。数值气象预报即指根据大气实际情况，在一定的条件下，通过计算机程序求解流体力学以及热力学等的参数化方程组，进而预报未来一段时间内大气气象的变化情况，比如温度、湿度、风向、风速、降水量等等。用户按照自己方案或者推荐的计算规模建议进行运算规模设置，然后进行数值气象预报。
所述后处理可视化装置33，用于将所述气象信息以图片的形式呈现，并将所述图片推送到用户指定的路径或者网页上。具体的，在本申请中，图5公开了后处理可视化装置33可视化显示所述气象数据的方法，该方法包括以下步骤：
S501，确定所述气象信息是否正常生成。
S502，获取用户设置的输出位置以及输出的图片类型。其中，所述输出位置例如可以是用一路径或者是网页，具体形式可以按照现有技术中的需要进行设置。
S503，输出图片至所述输出位置。为了方便用户能高效的进行数值预报结果的分析，本数值气象预报装置会在预报结果出来后，将数据输入到可视化程序中，处理后将结果以图片的形式呈现，气象要素包括温度、湿度，图片类型包括空间分布图、折线图、柱状图等。然后将图片推送到用户指定的路径或者网页。
本申请的实施例还提供了一种非瞬时性计算机可读存储介质，该存储介质可设置于一装置之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由处理器加载并执行以实现上述实施例提供的方法。
本申请的实施例还提供了一种装置，包括处理器和前述的非瞬时性计算机可读存储介质。该存储介质用于保存至少一条指令或至少一段程序，且所述处理器加载并执行所述至少一条指令或至少一段程序以执行本说明书上述描述的根据本申请各种示例性实施方式的方法中的步骤。
本申请的实施例还提供一种计算机程序产品，其包括程序代码，当所述程序产品在装置上运行时，所述程序代码用于使该电子设备执行本说明书上述描述的根据本申请各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本申请的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本申请的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本申请的范围和精神。本申请开的范围由所附权利要求来限定。

Claims (6)

1.一种基于超级计算机的数值气象预报方法，其特征在于，该方法包括以下步骤：
S100，获取用户设置的数值气象预报参数，所述参数包括目标区域area、目标时间段period、所述目标区域的水平分辨率r、最大期望运行时长Tmax、数值气象预报所用的平台核心数ncore1，其中，所述水平分辨率r为所述目标区域area经均匀网格划分后的网格边长长度；
S200，当判断所述目标时间段period内的第一气象数据存在时，执行步骤S300，其中，所述第一气象数据从预设数据库获取，用于预报所述目标时间段period内所述目标区域area的气象信息；
S300，计算所述数值气象预报所需的运行时长T，其中，
Figure DEST_PATH_IMAGE002
，
Ti=(resoi×houri)/(ncore1×αi×β)，
n∈[2，4]，为预设水平区域嵌套层的层数，Ti为第i预设水平区域嵌套层运行时长，第i预设水平区域包含在第i-1预设水平区域内，且所述目标区域area包含在第n预设水平区域内，resoi为第i预设水平区域嵌套层的水平分辨率，resoi＜resoi-1且reson=r，houri为第i预设水平区域嵌套层的预报时长，根据用户输入的目标时间段period获取，αi为每个核心在单位时间内对单位网格的预报时长，β≤1，为每个核心的效率系数；
S400，判断T≤Tmax是否成立，如果成立，执行步骤S500；否则，执行步骤S600；
步骤S500，根据所述第一气象数据获取所述目标时间段period内所述目标区域area的气象信息，方法结束；
步骤S600，向用户推荐满足运行时长需求的最小平台核心数量ncore2=1/(β×Tmax)×Σn i=1(resoi×houri/αi)；
步骤S700，根据最小平台核心数量ncore2设置所述平台后，根据所述第一气象数据获取所述目标时间段period内所述目标区域area的气象信息，方法结束。
2.根据权利要求1所述的方法，其特征在于，所述超级计算机通过设置加载代理从指定地址单向采集所述第一气象数据至所述预设数据库。
3.根据权利要求1或2所述的方法，其特征在于，所述步骤S500或步骤S700之后还包括以下步骤：
S800，将所述气象信息以图片的形式呈现，并将所述图片推送到用户指定的路径或者网页上。
4.根据权利要求1-2中任一项所述的方法，其特征在于，n=3。
5.一种基于超级计算机的数值气象预报装置，其特征在于，该装置包括有处理器和一种非瞬时性计算机可读存储介质，该存储介质用于保存至少一条指令或至少一段程序，且所述处理器加载并执行所述至少一条指令或至少一段程序以实现权利要求1-4中任一项所述数值气象预报方法。
6.一种基于超级计算机的数值气象预报装置，其特征在于，所述装置至少包括：气象数据采集装置、数值气象预报装置和后处理可视化装置；其中，
所述气象数据采集装置用于从指定地址获取第一气象数据，所述第一气象数据用于预报气象信息；
所述数值气象预报装置，用于根据用户设置的数值气象预报参数和所述第一气象数据计算运行时长T，并在所述运行时长T满足要求的情况下，获取目标时间段period内目标区域area的气象信息；或者在所述运行时长T不满足要求的情况下，向用户推荐计算规模，并按照用户设置的计算规模获取目标时间段period内目标区域area的气象信息，其中，所述参数包括目标区域area、目标时间段period、所述目标区域的水平分辨率r、最大期望运行时长Tmax、数值气象预报所用的平台核心数ncore1，所述水平分辨率r为所述目标区域area经均匀网格划分后的网格边长长度；
其中，所述根据用户设置的数值气象预报参数和所述第一气象数据计算运行时长T为：
Figure DEST_PATH_IMAGE004
，Ti=(resoi×houri)/(ncore1×αi×β)，n∈[2，4]，为预设水平区域嵌套层的层数，Ti为第i预设水平区域嵌套层运行时长，第i预设水平区域包含在第i-1预设水平区域内，且所述目标区域area包含在第n预设水平区域内，resoi为第i预设水平区域嵌套层的水平分辨率，resoi＜resoi-1且reson=r，houri为第i预设水平区域嵌套层的预报时长，根据用户输入的目标时间段period获取，αi为每个核心在单位时间内对单位网格的预报时长，β≤1，为每个核心的效率系数；
所述运行时长T不满足要求为：T＞Tmax；
所述运行时长T满足要求为：T≤Tmax；
所述后处理可视化装置，用于将所述气象信息以图片的形式呈现，并将所述图片推送到用户指定的路径或者网页上。
CN202210276631.0A 2022-03-21 2022-03-21 一种基于超级计算机的数值气象预报方法和装置 Active CN114372212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210276631.0A CN114372212B (zh) 2022-03-21 2022-03-21 一种基于超级计算机的数值气象预报方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210276631.0A CN114372212B (zh) 2022-03-21 2022-03-21 一种基于超级计算机的数值气象预报方法和装置

Publications (2)

Publication Number Publication Date
CN114372212A CN114372212A (zh) 2022-04-19
CN114372212B true CN114372212B (zh) 2022-07-08

Family

ID=81145978

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210276631.0A Active CN114372212B (zh) 2022-03-21 2022-03-21 一种基于超级计算机的数值气象预报方法和装置

Country Status (1)

Country Link
CN (1) CN114372212B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938427A (zh) * 2016-04-13 2016-09-14 中国科学院重庆绿色智能技术研究院 一种提高wrf并行计算效率的方法
CN109241161A (zh) * 2018-08-09 2019-01-18 深圳市雅码科技有限公司 一种气象数据管理方法
CN209182514U (zh) * 2018-09-21 2019-07-30 上海市气象科技服务中心 一种基于北斗定位和通信技术的精准气象信息发布系统
CN111178635A (zh) * 2019-12-31 2020-05-19 上海眼控科技股份有限公司 天气预报方法、装置、计算机设备和计算机可读存储介质
CN112308281A (zh) * 2019-11-12 2021-02-02 北京嘉韵楷达气象科技有限公司 一种温度信息预测方法及装置
CN112396212A (zh) * 2020-07-15 2021-02-23 王博妮 一种基于精细化气象预报服务出海决策的人、船管理系统及方法
CN112882851A (zh) * 2021-03-24 2021-06-01 国家超级计算天津中心 一种基于超级计算机的云交互系统
CN113420939A (zh) * 2021-07-15 2021-09-21 上海眼控科技股份有限公司 云图预报方法、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111859054B (zh) * 2020-07-23 2023-12-26 中国科学院计算机网络信息中心 气象卫星数据的处理方法及装置
CN111966645A (zh) * 2020-08-12 2020-11-20 南方科技大学 超级计算机数据存储方法、装置、系统及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105938427A (zh) * 2016-04-13 2016-09-14 中国科学院重庆绿色智能技术研究院 一种提高wrf并行计算效率的方法
CN109241161A (zh) * 2018-08-09 2019-01-18 深圳市雅码科技有限公司 一种气象数据管理方法
CN209182514U (zh) * 2018-09-21 2019-07-30 上海市气象科技服务中心 一种基于北斗定位和通信技术的精准气象信息发布系统
CN112308281A (zh) * 2019-11-12 2021-02-02 北京嘉韵楷达气象科技有限公司 一种温度信息预测方法及装置
CN111178635A (zh) * 2019-12-31 2020-05-19 上海眼控科技股份有限公司 天气预报方法、装置、计算机设备和计算机可读存储介质
CN112396212A (zh) * 2020-07-15 2021-02-23 王博妮 一种基于精细化气象预报服务出海决策的人、船管理系统及方法
CN112882851A (zh) * 2021-03-24 2021-06-01 国家超级计算天津中心 一种基于超级计算机的云交互系统
CN113420939A (zh) * 2021-07-15 2021-09-21 上海眼控科技股份有限公司 云图预报方法、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高时空分辨率天气预报模式在超级计算平台的性能测试分析;闫炎 等;《第32届中国气象学会年会论文集》;20151231;第1-11页 *

Also Published As

Publication number Publication date
CN114372212A (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
US6535817B1 (en) Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble
CN110059385B (zh) 一种耦合异速生长的网格动力学情景模拟方法及终端设备
CN112613642B (zh) 应急物资需求预测方法和装置、存储介质及电子设备
CN111505740A (zh) 气象预测方法、装置、计算机设备和存储介质
CN116721781B (zh) 虫媒传染病传播风险的预测方法、装置、电子设备及介质
CN116628123B (zh) 基于空间数据库的动态切片生成方法和系统
CN111400521B (zh) 一种图数据处理方法、装置、设备、介质
Deng et al. An interactive platform for the analysis of landscape patterns: a cloud-based parallel approach
CN114372212B (zh) 一种基于超级计算机的数值气象预报方法和装置
Domanski et al. Applications of heterogeneous computing in computational and simulation science
CN110110448B (zh) 一种基于wrf的天气模拟方法、系统和可读存储介质
CN113570106A (zh) 基于高速公路神经网络的电力负荷预测方法及设备
CN116151600B (zh) 共享车辆的维护方法、装置、计算机设备和存储介质
JP5613708B2 (ja) 気流状況予測装置、気流状況予測方法、拡散状況予測装置および拡散状況予測方法
CN116434973A (zh) 基于人工智能的传染病预警方法、装置、设备及介质
Singham et al. Density estimation of simulation output using exponential epi-splines
CN115760486A (zh) 临建规模评估方法、装置、设备和可读存储介质
CN108880835B (zh) 数据分析方法及装置、计算机存储介质
CN111092755B (zh) 一种基于资源占用的边缘服务迁移仿真方法
CN110990219B (zh) 一种基于预测模型的计算机监控方法
CN111523005B (zh) 网约用户分析方法、装置及电子设备
CN114492905A (zh) 基于多模型融合的客诉率预测方法、装置和计算机设备
Zahrieh et al. Bayesian point process modeling to quantify geographic regions of excess stillbirth risk
CN110838157A (zh) 一种应急突发场景专题图生成的方法及装置
CN110764860A (zh) 用户界面中的项目配置方法、装置、服务器及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant