УДК 519.688
Параллельная реализация локального ансамблевого
фильтра Калмана для усвоения атмосферных данных
© В.Г. Мизяк, А.В. Шляева, М.А. Толстых
ФГБУ «Гидрометцентр России», Москва, 123242, Россия
Одним из основных путей уменьшения ошибок численного прогноза погоды является улучшение оценки состояния атмосферы, используемой в качестве начальных
данных для прогностической модели. <...> Вычислительная сложность алгоритмов
усвоения данных диктует необходимость их эффективной параллельной реализации. <...> В работе описана параллельная реализация алгоритма усвоения данных с помощью локального ансамблевого фильтра Калмана с преобразованием ансамбля. <...> Приведены результаты ускорения и эффективности параллельной реализации. <...> Показано, что неравномерное распределение вычислительной нагрузки между
процессами ограничивает эффективность параллельного алгоритма. <...> Работа выполнена при поддержке грантов в форме субсидий Минобрнауки России
по соглашениям 8350 и 8344 от 17.08.2012 г.
Ключевые слова: параллельный алгоритм, ансамблевые фильтры Калмана, усвоение данных. <...> На протяжении многих лет численный прогноз погоды
остается одной из тех задач, решение которой требует огромных вычислительных ресурсов. <...> 1) модель атмосферы (состоит из динамического блока, решающего систему дифференциальных уравнений в частных производных,
описывающую процессы гидротермодинамики, явно разрешаемые
при заданном уровне детализации, и параметризаций процессов подсеточного масштаба); <...> Одним из основных путей уменьшения ошибок численного прогноза погоды является улучшение оценки состояния атмосферы, используемой в качестве начальных данных для прогностической модели. <...> В качестве исходных для системы усвоения данных выступают
данные наблюдений, например, наземных станций, радиозондов,
спутниковые наблюдения (y0∈Rm, m ~ 105 без использования спутниковых наблюдений, m ~ 107 с использованием спутниковых наблюдений); а также первое приближение <...>