CAPI 04 Sviluppo di un modello meteorologico ad altissima risoluzione per simulazioni su orografia complessa e su aree urbane Luca Bonaventura Davide Cesari
Schema della presentazione Motivazioni della ricerca (1997-oggi) Le equazioni e la tecnica numerica (Bonaventura, JCP 2000; Rosatti Cesari Bonaventura, JCP 2004) I vantaggi computazionali per il calcolo parallelo Alcuni risultati Conclusioni e prospettive future
Motivazioni Avere una migliore descrizione di orografie complesse ad alte risoluzioni Effettuare simulazioni su scala regionale ed urbana con lo stesso (efficiente! ) metodo numerico Aumentare di molto lefficienza computazionale, soprattutto in ambiente massicciamente parallelo
Le equazioni
Il metodo numerico: SISL-Z Discretizzazione temporale semi-implicita Discretizzazione semi-Lagrangiana del trasporto Trattamento ai volumi finiti dellorografia Interpolazione con Radial Basis Functions per ottenere elevata accuratezza
Descrizione dellorografia
I vantaggi computazionali Stabilità incondizionata: massima efficienza nella scelta del passo temporale Garanzia di convergenza in poche iterazioni, indipendentemente dal profilo orografico Grossa riduzione della comunicazione tra processori, decomposizione di dominio Codice parallelizzato con MPI, sviluppato in collaborazione con Deutscher Wetterdienst
Risultati: test 2D Modello nonidrostatico in coordinate adattate (LM) Nuovo modello nonidrostatico in coordinata Z
Risultati: test 2D
Risultati: efficienza parallela Tempo CPU per 1 ora Tempo CPU solver Tempo COMM solver Tempo CPU avvezione Tempo COMM avvezione SESE SI Z Tempi macchina in secondi, confronto con LM split-esplicito, caso test: bolle fredde 3D
Risultati: scalabilità
Risultati: confronto altri SI Residuo 1% valore iniziale Residuo 0.1% valore iniziale Residuo 0.01% valore iniziale SI 6 iterazioni 21 iterazioni 50 iterazioni SIZ 8 iterazioni 17 iterazioni 21 iterazioni Confronto con LM semi-implicito di Thomas et al 2000, caso test: lee wave 3D
Conclusioni Un unico metodo numerico per simulazioni su scala regionale ed urbana Notevoli vantaggi computazionali, soprattutto in ambiente parallelo Proposta di progetto europeo STREP Collaborazione MOX – SIM ARPA E.R. – DWD -COSMO