Е. Мортиков (5 курс факультета ВМиК МГУ, н.р. – А.В. Глазунов) И. Алексеев (5-6 курс МФТИ, н.р. – А.В. Глазунов) С. Ткачук, Д. Чечин (5 курс Географического.

Презентация:



Advertisements
Похожие презентации
Физико-математическое моделирование процессов, происходящих в криосфере и при ее взаимодействии с атмосферой Е. Мачульская Научно-исследовательский вычислительный.
Advertisements

Физико-математическое моделирование процессов взаимодействия атмосферы и криосферы Е. Мачульская Научно-исследовательский вычислительный центр МГУ им.
Мортиков Е.В. 2 4 апреля 2014 г. НИВЦ МГУ М. В. Ломоносова Лаборатория суперкомпьютерного моделирования природно - климатических процессов ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ.
Некоторые результаты моделирования современного климата и его изменений в веках, полученные с помощью климатической модели INMCM4 в рамках международной.
Реализация мезомасштабной атмосферной модели на вычислительных системах с распределенной памятью В. М. Степаненко Всероссийская научная конференция «Научный.
Супервычисления в задачах моделирования климата и природной среды В.Н. Лыкосов Институт вычислительной математики РАН, Научно-исследовательский вычислительный.
Е. Мортиков (5 курс факультета ВМиК МГУ, н.р. – А.В. Глазунов) С. Ткачук, Д. Чечин (5 курс Географического ф-та МГУ, н.р. – В.М. Степаненко) М. Шапаев.
TEMPLATE DESIGN © The monitoring and modeling framework for assessment of methane and carbon dioxide sinks and sources.
Карельский К. В. Петросян А. С.Славин А. Г. Численное моделирование течений вращающейся мелкой воды Карельский К. В. Петросян А. С. Славин А. Г. Институт.
От чего зависит климат России.. Одинаковые лучи Климатообразующие факторы (или от чего зависит климат) 1.Географическая широта (угол падения солнечных.
Подготовили студенты 4 курса, 2 группы : Кныш Н. В. Койпиш В. И. Панарад Я. В. Шило Д. В.
Валидация новой версии климатической модели ИФА РАН и ее чувствительность к увеличению концентрации CO 2 в атмосфере 1 Инcтитут физики атмосферы им. А.М.
ВИХРЕРАЗРЕШАЮЩАЯ 1/10 о МОДЕЛЬ МИРОВОГО ОКЕАНА: ФИЗИКА, ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ Ибраев Р.А. (ИВМ РАН) Калмыков В.В. (ВМК МГУ) Хабеев Р.Н. (ММ МГУ) Ушаков.
Математическое моделирование глобального потепления Володин Е.М. Институт вычислительной математики РАН Москва, ул. Губкина 8
Грант «Численное моделирование процессов генерации, переноса и стока метана в системе «деятельный слой суши - атмосфера» создание модели метановых процессов.
Изменение снежного покрова Северной Евразии во взаимодействии с климатической системой Шмакин А.Б., Попова В.В., Турков Д.В., Сократов В.С. Институт географии.
Санкт-Петербург, мая, Оценить успешность воспроизведения новороссийской боры моделью WRF-ARW на качественном уровне. Бору ли мы воcпроизводим?
Основные факторы и климатообразующие процессы на территории Беларуси.
Схема модели: 1 – кювета с твердыми границами, 2 – «горячий» теплообменник, 3 – «холодный» теплообменник, 4 – основное адвективное течение, 5 – вторичные.
Тепловое поле Тепловое поле Земли формируется за счет различных источников тепла, его переноса и перераспределения. Источниками тепла служат внутренние.
Транксрипт:

Е. Мортиков (5 курс факультета ВМиК МГУ, н.р. – А.В. Глазунов) И. Алексеев (5-6 курс МФТИ, н.р. – А.В. Глазунов) С. Ткачук, Д. Чечин (5 курс Географического ф-та МГУ, н.р. – В.М. Степаненко) М. Шапаев (4-5 курс факультета ВМиК МГУ, н.р. – В.Н. Лыкосов) Е. Казакова (4 курс Географического факультета МГУ, н.р. – Е.Е. Мачульская) Лыкосов В.Н. – д.ф.-м.н., зав. лаб. (проф. ф-та ВМиК МГУ, гл.н.с. ИВМ РАН) Глазунов А.В. – к.ф.-м.н., с.н.с. (с.н.с. ИВМ РАН) Степаненко В.М. – к.ф.-м.н., с.н.с. (н.с. Географического ф-та МГУ) Мачульская Е.Е. – к.ф.-м.н., н.с. (с.н.с. Гидрометцентра РФ) Микушин Д.Н. – м.н.с. (аспирант ИВМ РАН, н.р. – В.Н. Лыкосов) Мортиков Е.В. – м.н.с. (аспирант ИО им. П.П. Ширшова РАН, н.р. – Е.В. Семенов, ИО РАН, Н.Г. Яковлев, ИВМ РАН) Тыртышникова Т.К. – вед. программист

1. Математическое моделирование климата. 2. Численное моделирование региональных атмосферных процессов. 3. Вихреразрешающее моделирование атмосферного пограничного слоя. 4. Моделирование процессов в деятельном слое и на поверхности суши.

Сдано в печать 5 работ (в 2008 г. – 4 работы) Опубликовано 12 статей (в 2008 г. – 6 статей) Сделано 18 докладов на российских и международных научных конференциях (в 2008 г. – 17 докладов)

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

Снежный покров: Высокая отражательная способность (альбедо) Низкая теплопроводность Накопление воды в течение длительного периода Многолетняя мерзлота: Территория, занимаемая многолетней мерзлотой, составляет четверть поверхности суши Северные экосистемы – наиболее уязвимы при глобальном изменении климата Площадь, занимаемая многолетней мерзлотой, будет сокращаться, а глубина активного слоя увеличиваться (IPCC, 2001) Экосистемы: от поглощения углерода – к его эмиссии (?) более быстрый сход снега уменьшение альбедо поверхности положительная аномалия температуры большее количество поглощенной солнечной радиации

o горизонтальное разрешение 4 х 5 градусов o 21 уровень по вертикали o шаг по времени: динамика + физика атмосферы 12 минут физика подстилающей поверхности 1 час радиация 3 часа Физика подстилающей поверхности: o модель «почва – растительность – снег – приземный слой атмосферы» o (23 уровня в почве, 4 уровня в снеге) o может работать автономно Снег Почва Испарение Осадки Поверхностный сток Подповерхностный сток Сток через нижнюю границу

Предложена методика оценки положительных обратных связей в климатической системе Земли. Проведены численные эксперименты с моделью общей циркуляции атмосферы ИВМ РАН по воспроизведению современного климата, рассчитано географическое распределение интенсивности обратной связи «альбедо – температура», обусловленной высокой отражающей способностью снежного покрова. Показано, что в среднем за год и по всей территории Евразии величина данной обратной связи невелика (заметно меньше оценок обратных связей, возникающих из-за наличия облачности и водяного пара в атмосфере), но в зимне-весенние периоды времени и над отдельными районами она может достигать существенных значений.

Модель переноса солнечного и теплового излучения (Chou, Suarez)Chou, Suarez Модель переноса солнечного и теплового излучения (Chou, Suarez)Chou, Suarez Модель переноса атмосферных аэрозолей (Микушин и Степаненко)Микушин и Степаненко Модель переноса атмосферных аэрозолей (Микушин и Степаненко)Микушин и Степаненко Модель снежного покрова и деятельного слоя суши ИВМ РАН (Володин и Лыкосов, Володина и др.)Володин и Лыкосов, Володина и др. Модель снежного покрова и деятельного слоя суши ИВМ РАН (Володин и Лыкосов, Володина и др.)Володин и Лыкосов, Володина и др. Модель водоема LAKE (Степаненко и Лыкосов)Степаненко и Лыкосов Модель водоема LAKE (Степаненко и Лыкосов)Степаненко и Лыкосов

Термокарстовые озера занимают в Северной части Сибири 22-48% площади суши, наблюдается тенденция роста их площади

8 - 50% антропогенной эмиссии метана до 2100 в зависимости от сценария IPCC (K. Walter et al., 2006, Nature) Незамерзающаягорячая точка – источник метана в зимнее время

Окисление метана (Arah & Stephen, 1998)

озеро Красное, (вблизи С.-Петербурга) 1969 – 1979 годы метеорологический «форсинг» - станция в г. Сортавала Температура дна Температура в донных отложениях (глубина 3 м) Наблюдения: Кузьменко, Теплопроводность отложений: Модель Коте и Конрада (Lu et al., 2007)

Результаты расчетов атмосферный форсинг – реанализ ERA-Interim ( ), разрешение 3 ч; Наблюдения (K. Walter et al., 2006): озеро Щучье, , разрешение 1 ч; потоки в различных частях озера

В одномерную модель гидротермодинамики водоема включен блок генерации, переноса и стока метана в талике, донных отложениях и толще водоема. В модели также представлены диффузионный и пузырьковый перенос в вышележащие слои отложений и водную толщу, окисление в водной толще с образованием углекислого газа. Сравнение модельных результатов с данными измерений потока метана, проведенных на термокарстовых озерах Северо-Восточной Сибири, показало их удовлетворительное согласие на уровне значений годовой эмиссии.

Размерность задачи 193 x 193 x 21 = 0.8 млн узлов

Профилировка с применением Intel Trace Analyzer and Collector (ITAC) Ускорение MPI-обменов за счет использования коллективных пересылок и однократной инициализации пересылок «точка-точка» (MPI_START) Использование параллельной библиотеки Intel MKL …

Разработана параллельная версия мезомасштабной атмосферной модели для вычислительных систем с распределённой памятью. На кластерах «Чебышев» (НИВЦ МГУ), MВС (МСЦ РАН) и Blue Gene P (ВМК МГУ) при использовании ядер рост производительности модели близок к линейному.

ElliptFRLeapfrog Ускорение PowerXCell8i по сравнению с OpenMP версией для двухпроцессорного узла с четырёхядерными Процессорами Intel Xeon 5472 Оптимизация Векторизованные для 128-битных регистров вычисления на SPU с двойной точностью Множественная буферизация, использование DMA-списков для эффективного заполнения очереди запросов в глобальную память

Для процессорной архитектуры Cell Broadband Engine реализованны численные схемы решения эллиптического уравнения и уравнения переноса. Исходный код пригоден для использования в составе различных приложений для Cell-серверов, в том числе тех, которые являются частью суперкомпьютера Ломоносов. Для НОЦ «Суперкомпьютерные технологии» подготовлен краткий обзор Анализ современных методов и технологий программирования компьютеров с перспективной архитектурой (на базе процессоров Cell)

Контуры скорости и профиль давления для течения вокруг кругового цилиндра при Re = 80 Контуры скорости и профиль давления для течения вокруг двух круговых цилиндров при Re = 200

Изоповерхности модуля завихренности при обтекании зданий городской застройки турбулентным потоком воздуха (расчет по LES-модели).

Разработана реализация метода погруженной границы для моделирования течений вязкой несжимаемой жидкости в областях сложной конфигурации на декартовых сетках. Проведено сравнение результатов моделирования с данными физических экспериментов в аэродинамической трубе и с результатами, полученными с помощью других методов представления криволинейной границы. Для достижения той же самой точности в методе погруженной границы необходимо использовать большее число узлов сетки, что вызывает необходимость разработки и реализации параллельной версии программного кода.

km

Структура и энергия пульсаций скорости в ПСА существенно зависит от направления ветра 512 x 512 x 64 (16 млн), шаг по времени – 1 c, время расчета – 48 часов

Эволюция суммарной турбулентной кинетической энергии в развивающемся ПСА при восточном (черные кривые) и западном (красные кривые) направлениях ветра (45 o с.ш.). Зеленые кривые – эволюция ТКЕ на экваторе (верхняя кривая - восточный ветер, нижняя - западный). Профили компонент средней скорости ветра в развитом ПСА при нейтральной стратификации (черные кривые – северо-восточный ветер; красные –юго-западный)

При помощи вихреразрешающей модели исследовано влияние вращения Земли на структуру турбулентности и динамику квазиупорядоченных вихрей. На суперкомпьютере СКИФ МГУ "Чебышев" проведены численные расчеты турбулентного слоя Экмана с большим размером расчетной области (20 млн узлов расчетной сетки), позволившие воспроизвести как мелкомасштабную трехмерную турбулентность, так и крупномасштабные валики с поперечным размером в несколько километров.

1. Развитие параллельной версии мезомасштабной модели атмосферы, параметризация процессов генерации, переноса и стока метана и с учетом баланса углерода. Анализ (на основе численных экспериментов с моделью) роли мезомасштабной ландшафтной изменчивости в интегральной эмиссии метана и углекислого газа в районах вечной мерзлоты (В.М. Степаненко, Е.Е. Мачульская). 2. Разработка вычислительной технологии моделирования совместной мезомасштабной циркуляции атмосферы и переноса активной примеси; численные эксперименты и анализ результатов. Подготовка методического пособия по программированию для архитектуры Cell (Д.Н. Микушин).

3. Модификация вихреразрешающей модели пограничного слоя атмосферы с учетом динамического замыкания для скаляров. Разработка и реализация параллельной версии программного кода для метода погруженной границы. Численные эксперименты с новой версией модели с целью исследования влияния вращения Земли на турбулентную структуру стратифицированного пограничного слоя (А.В. Глазунов, Е.В. Мортиков). 4. Развитие информационных ресурсов лаборатории, удалённый доступ к учебным материалам, актуальным версиям исходного кода и начальных данных разрабатываемых численных моделей.