海量数据驱动下的高分辨率海洋数值模式发展与展望 (development and prospect of high-resolution ocean numerical models driven by massive data)

2019年1月1日·
宋振亚
宋振亚
,
Weiguo Liu
,
Xin Liu
,
Tianyun Su
,
Haixing Liu
尹训强
尹训强
· 0 分钟阅读时长
DOI
摘要
With the rapid growth of oceanographic data and computing power, high-resolution ocean numerical modeling has entered a new era. This paper reviews the current status and future trends of high-resolution ocean models driven by massive datasets ("Big Data"). We discuss the challenges and opportunities in data assimilation, model optimization, and the integration of artificial intelligence with physical modeling. The development of exascale computing platforms enables resolving sub-mesoscale processes globally. We propose a roadmap for developing next-generation intelligent ocean prediction systems that effectively utilize multi-source observations.
类型
出版物
海洋科学进展 (Advances in Marine Science)
publications
宋振亚
Authors
研究员
博导,物理海洋学博士,研究员,目前担任学术期刊Ocean Modelling执行编辑、Scientific Data编委、中国海洋学会海气相互作用专业委员会秘书长、CLIVAR 海洋模式发展组OMDP委员等。一直从事地球系统模式发展与应用等方面的研究,率先将海浪的非破碎垂向混合作用和对海气通量作用引入到气候模式中,揭示了小尺度海浪过程在大尺度气候系统中的重要作用及机制;开展了海洋数值模式基于国产处理器的高效并行算法、地球系统模式的负载均衡算法以及AI4ClimateModeling等研究,有效提升了模式计算效率;发展了两代耦合海浪的地球系统模式FIO-ESM,通过完善模式所包含的小尺度过程,有效减缓模拟偏差,提高模拟和预测能力;构建了短期气候预测系统FIO-CPS,在国家海洋环境预报中心、国家气候中心等多个国家级和地方业务中心应用。先后主持NSFC青年、面上、重点、优青、杰青以及重点研发计划项目等多个项目;先后入选自然资源部第一海洋研究所“束星北”青年学者、自然资源部高层次科技创新人才领军人才和第二人才梯队等。
Authors
Authors
Authors
尹训强
Authors
副研究员
主要致力于海洋数值模拟与数据同化研究,在国内外杂志上发表文章60余篇,承担了国家基金项目、国家973课题、公益性行业专项课题和重点研发计划等多项研究任务。近年来,在多变量联合同化调整和高效并行计算等研究方面取得重要成果,发展了海洋全要素高效并行数据同化系统,有效提高了海洋预报能力和气候预测水平,发布了我国首套全球高分辨率再分析数据。基于Kalman滤波原理,通过变量间的协方差表征海洋动力学特征以及多种影响因素之间的相互作用,有效利用观测信息优化其周围网的各种变量,实现多变量联合同化调整。作为核心成员,突破了负载近绝对均衡、主从核协同计算框架设计和循环折叠流水线等若干关键技术,为海洋数值预报系统建设提供了技术支撑。据此研发了海洋全要素高效并行数据同化系统,已成功应用到21世纪海上丝绸之路海洋环境预报、第二代海洋环境保障等多个预报系统,并支撑了气候预测和观测设计优化等研究的开展。