台风路径数值预报模式的并行化及路径预报误差分析

国家气象中心台风路径数值预报模式经过串行优化及程序并行, 成功地实现了在国产超级计算机神威上的并行运算, 并可满足业务时效要求。基于并行程序及神威机计算平台的台风路径数值预报业务系统于2002年6月30日投入实时运行, 其初估场与侧边界条件从T106L19模式产品升级为T213L31模式产品 (称为基于T213台风预报系统, 原串行系统称为基于T106台风预报系统)。通过对2002年夏秋季台风路径的检验, 总体来看, 基于T213台风预报系统48 h内的平均路径预报误差小于基于T106台风预报系统的路径预报误差。对西行及西北行登陆的台风, 基于T106台风预报系统的48 h预报好于基于T213台风预报系统的预报。对于转向台风而言, 转向后的预报, 基于T213台风预报系统的预报要好于基于T106台风预报系统的预报, 有效地减小了基于T106台风预报系统对转向台风路径预报的系统性误差:即台风转向后预报路径较实况路径偏西。     

利用MPI实现多幅点云ICP并行配准

迭代最近点算法（ICP）是一种用于点云精确配准的经典算法。针对多幅点云进行ICP配准存在耗时多、效率低的问题,本文利用消息传递接口MPI对多幅点云进行分批并行配准。首先并行求解相邻两幅点云的相邻变换矩阵,然后计算每幅点云在当前批次的局部变换矩阵,最后获得每幅点云的全局变换矩阵。本文以DELL PowerEdge R730服务器为计算平台,对空间点总规模达四千多万的65幅点云进行了分批并行配准。试验结果表明：利用MPI对多幅点云进行分批处理可显著加快配准速度,最优进程数为计算机的核数时,加速比为5.3。     

双巷三维并行电法数值及物理模型试验研究

电法勘探是一种以研究地下探测目标体与周围介质之间的电性差异的地球物理探测方法,通常采用的二维电法勘探只能得到一条垂直于测线的视电阻率剖面,如果不能确定测线位置正好在异常体的正上方,这时就难给出较准确的结论。三维电阻率法采集数据量大,可获得三维电性数据体,而且可方便地根据需要实现水平及垂直切片,有着二维电法探测不能比拟的优点,实现对目标体的准确定位及全面透视。通过对构建的三维地质模型体进行数值模拟和物理模拟,表明双巷并行三维电法对地质异常体可以进行有效的探查并获得良好的探测效果。     

基于VisIt的全球科学数据并行可视化——以大气温度场为例

针对当前大规模全球科学数据可视化中存在的单机可视化数据量有限、从底层开发并行可视化系统难度大等问题,该文基于分布式环境和VisIt,提出了一种简便、开放而又有效的大规模全球科学数据可视化方法。介绍了VisIt的体系结构及运行机制,给出了自定义数据的并行可视化方法;并基于NCEP数据集及全球空间格网,在小规模集群环境下实现了小粒度适应性球体退化八叉树格网(SDOG)下的全球大气温度场的并行可视化。VisIt的并行可视化性能测试结果表明:通过增加计算节点,VisIt能有效摆脱传统单机可视化对数据量的限制,可实现大规模全球科学数据的并行可视化。     

时空大数据背景下并行数据处理分析挖掘的进展及趋势

随着互联网、物联网和云计算的高速发展,与时间、空间相关的数据呈现出“爆炸式”增长的趋势,时空大数据时代已经来临。时空大数据除具备大数据典型的“4V”特性外,还具备丰富的语义特征和时空动态关联特性,已经成为地理学者分析自然地理环境、感知人类社会活动规律的重要资源。然而在具体研究应用中,传统数据处理和分析方法已无法满足时空大数据高效存取、实时处理、智能挖掘的性能需求。因此,时空大数据与高性能计算/云计算融合是必然的发展趋势。在此背景下,本文首先从大数据的起源出发,回顾了大数据概念的发展历程,以及时空大数据的特有特征;然后分析了时空大数据研究应用产生的性能需求,总结了底层平台软硬件的发展现状;进而重点从时空大数据的存储管理、时空分析和领域挖掘3个角度对并行化现状进行了总结,阐述了其中存在的问题;最后指出了时空大数据研究发展趋势。     

分布式地理数据高效可视化技术研究

传统借助于专业软件浏览地理数据的方式,不仅增加了本地磁盘的占用,而且当数据量较大时浏览效率很低。针对地理数据直接浏览不便的问题,提出了基于Spark的影像文件分布式并行切片方案,并利用Leaflet实现了影像瓦片在线高效可视化。实验结果表明,针对地理大文件的浏览效率明显高于目前常用的GIS软件。     

Delaunay三角网的并行构网算法

针对传统的Delaunay三角网的并行构建算法负载均衡性不高、运行效率较低等问题,该文在综合逐点插入算法和分治算法各自优点的基础上,提出了一种Delaunay三角网并行构建算法。该算法首先使用动态格网剖分点要素集,从而得到若干点要素子集;然后根据点要素子集数量初始化线程池,每个点要素子集由一个线程按照插入点法构建Delaunay子网;当所有线程完成子三角网构建,最后使用逐点插入法合并所有子网,从而实现所有点要素的Delaunay三角网构建。分析与实验结果表明,相对于传统的并行算法,该并行算法的负载均衡性好、运行时间少、加速比高,具有较好的构建效率,而且构建结果满足Delaunay规则。     

基于GPU的全波形并行LM分解算法

波形分解是机载激光雷达全波形数据处理的重要基础工作,通过求解波形函数模型的参数,将波形数据利用具体的函数模型拟合出来,实现对全波形及其中各个子波形函数表达。LM(Levenberg-Marquardt)算法及其改进的算法是波形分解中对参数进行拟合求解的常用方法。针对LM算法在参数拟合计算的过程中存在大量迭代和矩阵运算,提出了基于线程块组和线程两级并行粒度的并行计算方案。将串行多次循环迭代求解参数改为单次并行计算取最佳值实现对参数的选择,将矩阵运算进行线程块的协同并行计算,实现了LM算法在通用计算图形处理器上的并行计算。实验证明,在规定阈值条件下,并行LM降低了算法的迭代次数,提高了波形分解LM算法的计算效率,为提高波形分解的处理效率提供了研究思路。     

一种大规模空间数据流式并行处理方法研究

针对空间数据的读写(I/O)时间占比过高问题,文章提出一种流式并行化方法:通过将空间计算过程与数据I/O过程相重叠,使传统并行空间计算方法中的性能提升瓶颈得到显著缓解;并且,方法所采用的数据分片策略,能够使数据单次I/O所产生的高内存使用率得到降低,进一步提高了具体地学算法的适用性。最后以地理国情普查基本统计分析中地表面积计算为例进行验证,结果表明:该算法的计算效率与内存使用率相对于直接并行方法均获得明显改善,且空间数据流式并行处理方法与具体地学算法耦合度低。该方法已成功应用于多个其他统计分析算法中。     

潮流场数学方程交错分区并行计算方法研究

文章对潮流场数学方程进行可并行性方法研究。分析了两种可并行实现的方法，并对两种可并行化的方法可行性进行分析。最后采用虚拟区域分解法对问题进行了实现，并利用串行计算的结果对并行计算的结果进行了验证。