海量數(shù)據(jù)驅(qū)動下的高分辨率海洋數(shù)值模式發(fā)展與展望
關鍵詞：海洋數(shù)值模式 海量數(shù)據(jù) 物理參數(shù)優(yōu)化 高分辨率 深度學習
摘要：海洋數(shù)值模式是定量描述海洋物理現(xiàn)象及其變化的數(shù)值模型,也是海洋與氣候研究、預測的核心工具。隨著海洋觀測的不斷投入與積累、對海洋認識的不斷深入,特別是在高性能計算技術的支撐下,海洋數(shù)值模式已有了長足進步,正朝著高分辨率和多物理過程的方向發(fā)展。隨著分辨率的提高、物理過程的細化,海洋數(shù)值模式的發(fā)展面臨著多個方面的挑戰(zhàn)。當前,海洋數(shù)據(jù)數(shù)量和種類不斷增多,同時超級計算機、高性能計算和深度學習等技術的快速發(fā)展,為海洋數(shù)值模式的突破提供了機遇與挑戰(zhàn)。本研究回顧了海洋數(shù)值模式的發(fā)展現(xiàn)狀,梳理和分析了其發(fā)展中遇到的大規(guī)模高效并行計算和參數(shù)優(yōu)化這兩個關鍵問題,探討和展望了當前海量數(shù)據(jù)驅(qū)動下海洋數(shù)值模式的發(fā)展趨勢。提出計算負載均衡、計算與I/O重疊的并行流水線設計以及降低全局交換的算法改進是當前突破高分辨率海洋模式大規(guī)模高效并行效率的關鍵。從海洋科學、高性能計算以及深度學習深度交叉融合的角度,提出了實現(xiàn)海洋科學與深度學習相結合的6個途徑,在此基礎上,探討了基于深度學習的參數(shù)化優(yōu)化可能實現(xiàn)的途徑。
海洋科學進展雜志要求:
{1}注明本文的重要題注、論文的性質(zhì)(什么基金資助項目或哪級管理的科研項目、××學位論文、獲××論文獎等)和作者簡介。
{2}請作者自留底稿，無論刊登與否，恕不退稿，如有特殊需要，請在來稿中注明。
{3}本刊除印刷版外，還有光盤版和網(wǎng)絡版等電子版本。稿件一經(jīng)采用，所有版本的版權即由作者轉讓給本刊。
{4}正文的層次標題應簡短明了，以15字為限，不用標點符號，其層次的劃分及編號一律使用阿拉伯數(shù)字分級編號法。
{5}關鍵詞的確定應按GB/T3860的原則和方法，參照各種詞表和工具書選??；未被詞表收錄的新學科、新技術中的重要術語以及論文中的人名、地名也可作為關鍵詞標出。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
