高質(zhì)量的全球海洋溫度和熱含量觀測數(shù)據(jù)集對于海洋和氣候科學(xué)研究、氣候監(jiān)測及業(yè)務(wù)化應(yīng)用具有重要意義。我中心高性能部工程師原惠峰聯(lián)合中國科學(xué)院海洋研究所、大氣物理研究所、意大利國立地球物理與火山學(xué)研究所等單位科研人員，基于“東方”高性能計算系統(tǒng)對海洋觀測大數(shù)據(jù)展開快速、高效的質(zhì)量控制和偏差訂正，在《Science Data發(fā)布了新版本的全球海洋溫度剖面觀測數(shù)據(jù)集CODC_v1（Zhang et al. 2024），為海洋和氣候研究提供高質(zhì)量的數(shù)據(jù)支撐。

CODC-v1溫度數(shù)據(jù)類型及數(shù)量隨年份變化示意圖

在此基礎(chǔ)上，研究團隊改進了大氣所過去提出的基于動態(tài)樣本的集合最優(yōu)插值方法，對數(shù)據(jù)進行更準確的空間格點化重建，聯(lián)合嶗山實驗室、中國科學(xué)院南海海洋研究所、美國國家大氣研究中心、新西蘭奧克蘭大學(xué)等機構(gòu)在《Earth System Science Data》期刊上正式發(fā)布了第四代的全球海洋溫度和熱含量格點觀測數(shù)據(jù)集（IAPv4）（Cheng et al. 2024）。

IAPv4海洋溫度數(shù)據(jù)集計算得到的全球海洋熱含量時間序列

在此過程中，中心高性能部研究人員提出了一種并行計算框架（Yuan et al. 2024），旨在解決原來的格點化方法在不同計算平臺上面臨的通用性不足、計算效率普遍較低的問題。實驗結(jié)果表明，該框架可快捷部署在X86、ARM及RISC-V等指令集平臺上，并在基于“東方”超級計算系統(tǒng)的IAPv4全球海洋溫度和熱含量數(shù)據(jù)集構(gòu)建過程中實現(xiàn)了不同程度的計算加速效果，為后續(xù)海洋觀測數(shù)據(jù)實時格點化進行了先期探索。該研究成果被并行與分布式計算期刊《Journal of Parallel and Distributed Computing》（JPDC, CCF B）錄用。

海洋觀測數(shù)據(jù)多尺度并行格點化計算方案示意圖

相關(guān)成果：

Yuan H., Cheng L., Pan Y., Tan Z., Liu Q., Jin Z., A multi-level parallel approach to increase the computation efficiency of a global ocean temperature dataset reconstruction, Journal of Parallel and Distributed Computing, https://doi.org/10.1016/j.jpdc.2024.104938.

Cheng, L., Pan, Y., Tan, Z., Zheng, H., Zhu, Y., Wei, W., Du, J., Yuan, H., Li, G., Ye, H., Gouretski, V., Li, Y., Trenberth, K. E., Abraham, J., Jin, Y., Reseghetti, F., Lin, X., Zhang, B., Chen, G., Mann, M. E., and Zhu, J.: IAPv4 ocean temperature and ocean heat content gridded dataset, Earth Syst. Sci. Data, 16, 3517–3546, https://doi.org/10.5194/essd-16-3517-2024, 2024.

Zhang, B., Cheng, L.*,Z. Tan, V. Gouretski, F. Li, Y. Pan, H. Yuan, H. Ren, F. Reseghetti, J. Zhu, F. Wang*: CODC-v1: a quality-controlled and bias-corrected ocean temperature profile database from 1940–2023. Scientific Data, 11, 666. https://doi.org/10.1038/s41597-024-03494-8, 2024.

責(zé)任編輯：郎楊琴