一个新的面向东亚地区的高精度天气模拟的基准算例已开源发布

面对全球变暖背景下极端天气事件增加的挑战，对流可分辨尺度（水平分辨率1-4公里）的模拟正成为提升天气预报准确性的重要手段。这种模拟方法比传统的对流参数化尺度（水平分辨率10-30公里）模拟更加精细，从而提供了更高的预测精度。然而，高精度模拟需要巨大的计算量，对硬件性能提出了更高要求，不仅影响天气预报的实时性，还给计算资源和运营成本带来了更大的压力。

基于此背景，本文选取了气象界使用最广泛的数值模式之一——WRF（Weather Research and Forecasting Model）模式，结合当前气象业务和计算机硬件技术发展趋势，提出了一个基于WRF模式的对流可分辨尺度基准算例——EastAsia-3km。可以把它理解为一个标准化的“测试用例”或“考题”，能够客观地评估和对比WRF模式在不同计算平台执行高精度对流模拟时的实际性能表现。

该算例与WRF官网提供的算例相比，具有以下优势：（1）计算规模最大，对计算、I/O和通信的需求远超其他算例，能更好地模拟高负载下的实际应用场景；（2）更加契合当前处理器核心数持续增长的趋势，从当前的百核到下一代两百多核的CPU架构发展，技术的革新要求基准算例的计算规模与之匹配，才能充分挖掘平台性能；（3）EastAsia-3km算例是第一个面向东亚地区的且是对流可分辨尺度的基准算例，该算例在不同平台上的性能表现将更直观、更符合实际需求，能为国内用户提供更具针对性和可操作性的参考。EastAsia-3km算例已在GitHub上开源，并且已经发布在了WRF用户论坛上，具体链接请见文末。

1. 对流可分辨尺度模拟应对复杂多变的天气和气候挑战

气候变暖导致极端天气事件的频率和强度增加，给社会、经济以及生态环境带来了前所未有的挑战。因此，精确预测极端天气事件的发生、强度和影响变得至关重要。在这一背景下，进行对流可分辨尺度天气模拟，变得更加重要。对流可分辨尺度模拟能够提供更细致的空间分辨率，更准确地捕捉到天气现象的细节，尤其是对云、降水、对流等重要天气现象的解析能力，进而提高天气和气候预报的准确性。

对流可分辨尺度模拟对算力、性能和效率的要求非常高。首先由于其相对于传统的对流参数化尺度模拟计算网格更多、更密集，计算量大大增加，因此对算力、I/O和通信的需求明显提升。因此，在对流可分辨尺度模拟中，优化性能和提升效率是必须追求的目标。这是因为高效的模拟不仅可以减少天气和气候预报的计算时间，提升预报的实时性，还能降低对计算资源的需求，节省大量的能源和资金投入。而影响高效模拟的因素不仅包括软件的算法，还涉及到硬件资源（处理器、内存、网络、存储）的合理配置和系统管理。因此需要建立一个“标尺”去衡量对流可分辨尺度模拟的性能。

2. 基准算例助力衡量对流可分辨尺度模拟的性能

基准算例的建立和使用是进行模式开发和优化、正确性验证以及性能测试和优化等的重要基础环节。在天气和气候预报领域，不仅可以使用基准算例指导算法的开发、优化和提升模拟的可靠性，还能测试模式在不同计算平台的性能和扩展性，从而遴选出性能最好的计算平台，保证天气预报的时效性。随着软、硬件技术的不断发展，基准算例必将在推动科学研究和技术创新中发挥更加重要的作用。

3. WRF模式——气象领域使用最广泛的模式之一

中尺度天气和气候预报模式WRF模式是由美国国家大气研究中心（NCAR）和美国国家海洋和大气管理局（NOAA）等共同开发的中尺度天气和气候预报模式。WRF模式使用范围很广，包括数值天气预报研究与业务化、物理参数化方案研究、数据同化、中小尺度气候模拟以及与海洋大气模式耦合等。WRF模式具有易维护、可扩展、高效、适用平台广泛等特点。WRF模式系统包括WPS前处理模块、WRF-DA变分同化模块、ARW求解器模块和后处理及可视化模块等（图1）。ARW求解器模块是WRF模式系统的核心部分，其主要对大气运行方程组进行地图投影和空间离散，并应用时间分离积分方案进行积分。

4. WRF模式对流可分辨尺度基准算例

在建立WRF模式对流可分辨尺度基准算例时，我们希望该基准算例能起到以下作用：（1）随着处理器核心数的增加和内存性能的提升，该算例在未来几年内仍可以给计算平台带来较大的压力，这有助于充分测试和对比不同计算平台的性能和扩展性；（2）可以反映气象领域近几年的发展趋势，即在对流可分辨尺度对极端天气进行模拟；（3）物理过程的参数化方案选取具有一定的代表性，使用该算例进行WRF模式性能的分析和优化仍能覆盖多种应用场景。

综合以上考虑，我们建立了一个面向东亚地区的且是对流可分辨尺度的基准算例——EastAsia-3km算例。该算例采用ARW求解器，模拟区域如图2所示。水平分辨率为3 km，水平方向有1901×1701个格点，垂直方向有51层。对于模拟时段，我们选取了中国气象局发布的2024年国内十大天气气候事件中的“暴力梅”事件和“龙舟水”事件的一段重叠时段进行模拟，即2024年6月17日8时至14时（北京时），共6小时。初始条件和边界条件采用ERA5再分析数据，该数据分辨率为0.25°×0.25°。使用的物理方案包括RRTMG短波和长波辐射方案，MYJ边界层方案，Thompson微物理方案和Noah-MP陆面过程模式。因该算例为对流可分辨尺度模拟，因此没有使用积云对流参数化方案。积分步长为10 秒。边界条件每3小时更新一次，每小时输出一次结果数据。EastAsia-3km算例在一台主流双路服务器上的运行时间约为138分钟。图3为基于WRF v4.6.0版本模拟的该算例的6小时累积降水量。从图中可以看出中国南方部分地区出现了非常强的降水，局部地区6小时累积降水量达到了100 毫米以上。

与WRF官网提供的基准算例相比，EastAsia-3km算例具有以下优势：（1）计算规模优势。该算例规模最大，使其不仅能有效考验硬件平台的计算、I/O和通信性能，还能更好地模拟高负载下的实际应用场景。（2）扩展性优势。与WRF官网提供的CONUS 2.5-km算例相比，两者都属于对流可分辨尺度模拟，但EastAsia-3km算例能够利用更多的计算核心，最大支持的核心数接近后者的两倍，从而更加契合当前处理器核心数持续增长的趋势，紧跟硬件发展的步伐，并助力气象应用的扩展性研究。（3）EastAsia-3km算例是第一个面向东亚地区的基准算例。对于国内WRF用户而言，大多数科学研究和业务场景集中在国内天气或气候模拟上。因此，EastAsia-3km算例在不同平台上的性能表现将更直观、更符合实际需求，能为国内用户提供更具针对性和可操作性的参考。

图2 WRF模式基准算例模拟区域（白框中的区域）

图3 WRF模式模拟的6小时累积降水量（单位：毫米）

5. WRF模式基准算例结果准确性验证

在进行基准测试时，为了验证模拟结果的准确性，通过会将模拟结果和参考结果进行对比。我们提供的准确性验证方法除了输出WRF官网建议的统计量外，还输出了两个结果的相关系数和均方根误差（RMSE）。以分别使用OneAPI和GNU编译器编译的WRF v4.6.0版本运行EastAsia-3km算例后最后一个时刻的输出结果为例，以前者为参考结果，后者为测试结果，两者的差异见图4。可以看出，两者在水平风速（U和V）模拟方面存在较大差异，但整体来说两者模拟的温压湿风等变量有非常高的相关系数，空间分布较为一致。

图4 不同编译器编译的WRF输出结果差异，以OneAPI编译器和GNU编译器为例

6. 总结

我们建立了一个基于WRF模式的东亚地区对流可分辨尺度基准算例——EastAsia-3km，其可以作为一个“性能标尺”去评估和对比WRF模式在不同计算平台上的性能。与WRF官方提供的基准算例相比，EastAsia-3km算例具有计算规模优势，更契合巨核时代下处理器核心数持续增长的趋势，能够更好地支持高负载场景下的硬件性能测试和气象应用扩展性研究，为国内用户展现更直观、更符合实际需求、更具参考意义的性能对比。

目前，WRF基准算例已开源，欢迎前往以下链接下载使用、讨论交流。

GitHub下载地址：
https://github.com/hpc-testkit/WRF-Benchmark-EastAsia3km.git
WRF用户论坛地址：
https://forum.mmm.ucar.edu/threads/a-wrf-benchmark-case-for-east-asia.23686/