|
|
https://mp.weixin.qq.com/s/j2EkbmGqXZeIbtlHpY0IMw
转自：“WetWan”公众号
Destination Earth （DistinE）是一个2022 年启动的欧盟资助计划，旨在到 2030 年构建地球系统的数字副本（孪生地球）。
最近ECMWF和欧洲众多参与数字孪生地球项目的科学家团队在期刊《Journal of the European Meteorological Society》上发表了论文“Implementing digital twin technology of the earth system in Destination Earth”，系统的回顾了Destination Earth(DestinE)计划第一阶段（2022-2024 年）取得的成果并展望了第二阶段（2024-2026 年）正在进行的关键目标。
DestinE核心是两个地球系统数字孪生，一个关注天气极端事件（Extremes DT），另一个关注气候变化适应（Climate DT）。它们由一个叫数字孪生引擎（DTE）的软件框架驱动。当前数字孪生地球采用的是基于物理的模型，模拟~5km/10km网格距的地球系统行为。物理模型使用的是欧洲开发的全球和区域模式，包括ICON、IFS-NEMO、IFS-FESOM2、Arome、Harmonie-Arome、Alaro。
核心组件
DTE 是 DestinE 的核心协调框架，负责管理在 EuroHPC JU 提供的复杂分布式高性能计算（HPC）环境中进行的复杂模拟工作流程、海量数据输出和用户交互。
这一创新软件基础设施有助于将最先进的地球系统模型（例如，与两个不同的海洋模型 NEMO 和 FESOM 耦合的 IFS 模型、基于 ACCORD 系统构建的按需区域模型，以及 ICON 模型）适配并优化至 EuroHPC JU 的 CPU-GPU 超级计算架构。模式使用MPI区域分解方式并行，进一步组合CPU平台的OpenMP多线程并行和GPU平台的OpenACC（包括一些CUDA/HIP kernels及优化的GPU库）。作为OpenACC替代的OpenMP offloading异构实现也在开发中。
DTE 还在执行跨 EuroHPC 系统（包括 LUMI、Leonardo 和 MareNostrum 5）的公里和次公里级模拟中发挥了重要作用，同时处理连接 DT 数据到 EUMETSAT 实施的 Data Lake 以及 ESA 实施的 DestinE 平台所产生的海量数据。这种创新的 Big Data 管理方法预见从数字孪生直接为特定行业应用流式传输地球系统数据，允许根据用户需求动态定制数据。
DTE 中的 Polytope 服务是一个高级功能，用于从大型数字孪生数据超立方体中提取选定数据。这减少了访问sub-selected native DT 数据的时间，并确保与日益增长的基于 Python 的数据访问生态系统的互操作性。
DTE
- Climate Change Adaptation Digital Twin (Climate DT)
由 CSC 牵头、与 ECMWF 紧密合作实施的气候数字孪生（Climate DT）项目，首次在 EuroHPC 系统上使用三种不同模型，以 5 公里分辨率完成了全球多年代际气候预测。这些模拟涵盖了近期过去、当前以及可能到 2040 年的未来演变。此外，气候数字孪生项目还使用 IFS-FESOM 常规生成了故事线（storyline）模拟，创建了一套全球、公里级的故事线模拟，用于近期极端天气事件，从而探索气候变化的影响并指导适应策略。气候数字孪生系统将在一篇附属论文（Doblas-Reyeset al., 2025 ）中做更详细的描述。
气候数字孪生技术（Climate DT）开发了一个操作框架，该框架允许生成定制化的气候模拟，包括处理“假设”情景——这补充了现有的气候建模能力。气候数字孪生技术的模拟提供定期更新（每年）且全球一致的气候信息，具有高空间（5-10 公里）和时间（每小时）分辨率。
- Weather-induced Extremes Digital Twin (Extremes DT)
极端数字孪生（Extremes DT）旨在预测几天内发生的高影响天气事件。它包含一个全球组件，以 4.4 公里空间分辨率生成常规 4 天模拟，以及一个区域组件——聚焦欧洲极端事件——以次公里尺度生成 2 天模拟。
该系统已展现出其持续改进热带气旋、地中海气旋和强地形降水表示的能力，并为一系列极端事件提供了端到端的演示，例如风暴 Eunice 的案例，在该案例中，通过在比利时海岸外 750 米网格间距处激活区域模拟，增强了强风切变风险的概率检测。高频风速数据使风电场应用能够提前两天预测由于风电场停运导致的生产下降。
计算代价
关于DestinE的算力分配方案，在三台E级超级计算机系统（即LUMI、Leonardo和MareNostrum 5）中的每一台上均名义分配了2.5%的资源份额。
在LUMI超级计算机上进行的30年模拟实验中，每个模型平均消耗了7000万CPU核心小时或140万GPU小时
欧洲过往对CMIP6的算力消耗相当于11.31亿CPU（有效）核小时（，这些计算完全在14台不同的国家级超级计算机上完成。
最后
DistinE第二阶段将进一步发展和业务化数字孪生技术，扩展人工智能能力，AI/ML技术将用于支持效率、不确定性量化，并增强系统的交互性。数字孪生数据集将用于训练和优化基于人工智能的模型，涵盖天气和气候时间尺度，朝着建立一个基于人工智能的欧洲地球系统模型迈进。
文中提到可以利用AI模型的信息重建能力从而降低数据存储需求是个非常好的想法。
参考资料
Wedi N, Sandu I, Bauer P, et al., 2025. Implementing digital twin technology of the earth system in Destination Earth[J/OL]. Journal of the European Meteorological Society, 3: 100015. DOI:10.1016/j.jemets.2025.100015.
https://destine.ecmwf.int/news/new-paper-details-advances-implementing-digital-twin-technology-for-destination-earth/ |
|
发表于 