Matrix Approach to Accelerate Spin‐Up of CLM5
Matrix Approach to Accelerate Spin‐Up of CLM5
复制标题
加速 CLM5 旋转的矩阵方法
DOI：
10.1029/2023ms003625
复制
发表时间：
2023
影响因子：
6.8
通讯作者：
Huang, Xiaomeng
中科院分区：
文献类型：
--
作者：
Liao, Cuijuan;Lu, Xingjie;Huang, Yuanyuan;Tao, Feng;Lawrence, David M.;Koven, Charles D.;Oleson, Keith W.;Wieder, William R.;Kluzek, Erik;Huang, Xiaomeng
数值模式的发展是为了研究地球化学循环对全球变化的响应。当系统处于动态平衡时，通常需要稳态来初始化这些模型模拟。然而，用于实现稳态的自旋加速过程对计算资源造成了很大的负担，限制了地球化学循环全局建模分析的效率。这项研究引入了一种新的半解析自旋加速（SASU）来应对这一重大挑战。我们应用SASU社区土地模型版本5，并检查其计算效率和精度。在巴西，SASU的计算效率比传统的原生动力学（ND）自旋加速高7倍（或节省高达86%的计算成本），以达到相同的稳定状态。在全球范围内，SASU的计算效率是加速分解自旋的8倍，是ND的50倍。总之，与其他自旋方法相比，SASU在现场和全球范围内实现了最高的自旋计算效率。它可推广到广泛的地球化学模型，因此使计算成本高的研究（例如，参数扰动集合分析和资料同化），以便更好地了解气候变化下的地球化学循环。
Numerical models have been developed to investigate and understand responses of biogeochemical cycle to global changes. Steady state, when a system is in dynamic equilibrium, is generally required to initialize these model simulations. However, the spin‐up process that is used to achieve steady state pose a great burden to computational resources, limiting the efficiency of global modeling analysis on biogeochemical cycles. This study introduces a new Semi‐Analytical Spin‐Up (SASU) to tackle this grand challenge. We applied SASU to Community Land Model version 5 and examined its computational efficiency and accuracy. At the Brazil site, SASU is computationally 7 times more efficient than (or saved up to 86% computational cost in comparison with) the traditional native dynamics (ND) spin‐up to reach the same steady state. Globally, SASU is computationally 8 times more efficient than the accelerated decomposition spin‐up and 50 times more efficient than ND. In summary, SASU achieves the highest computational efficiency for spin‐up on site and globally in comparison with other spin‐up methods. It is generalizable to wide biogeochemical models and thus makes computationally costly studies (e.g., parameter perturbation ensemble analysis and data assimilation) possible for a better understanding of biogeochemical cycle under climate change.
登录
查看更多内容
影响因子：
6.1
作者：
C. Sierra;Markus Müller
通讯作者：
C. Sierra;Markus Müller
GSWP-2 的补充：强迫数据的详细信息
影响因子：
8
作者：
P. Dirmeyer;Xiang Gao;Mei Zhao;Zhichang Guo;T. Oki;N. Hanasaki
通讯作者：
N. Hanasaki
具有时变强迫变量的土壤碳动态平衡的周期解
影响因子：
3.1
作者：
M. Martin;S. Cordier;J. Balesdent;D. Arrouays
通讯作者：
D. Arrouays
影响因子：
4.9
作者：
Lardy, R.;Bellocchi, G.;Soussana, J. -F.
通讯作者：
Soussana, J. -F.
影响因子：
3.1
作者：
Braakhekke, Maarten C.;Beer, Christian;Kabat, Pavel
通讯作者：
Kabat, Pavel