Войти
 | |
| Разработчик (и) | Оксфордский университет |
|---|---|
| Первоначальный выпуск | 12 сентября 2003 г. (2003-09-12) |
| Статус разработки | Активно |
| Операционная система | Кросс-платформенная |
| Платформа | BOINC |
| Лицензия | проприетарная |
| Средняя производительность | 78,8 TFLOPS |
| Активные пользователи | 7,516 |
| Всего пользователей | 305,577 |
| Активные хосты | 10275 |
| Всего хостов | 652 792 |
| Веб-сайт | www.climateprediction.net |
Climateprediction.net (CPDN ) представляет собой проект распределенных вычислений для исследования и уменьшения неопределенностей в моделировании климата. Он стремится сделать это путем запуска сотен тысяч различных моделей (большой климатический ансамбль ) с использованием безвозмездно предоставленного времени простоя обычных персональных компьютеров, тем самым приводя к лучшему пониманию того, как модели подвержены незначительным изменениям многих параметров, которые, как известно, влияют на глобальный климат.
Проект опирается на модель добровольных вычислений с использованием BOINC структура, в которой добровольные участники соглашаются запускать некоторые процессы проекта на стороне клиента на своих персональных компьютерах после получения задач от серверной стороны для обработки.
CPDN, которым руководит в основном Оксфордский университет в Англии, задействовал больше вычислительных мощностей и сгенерировал больше данных, чем любой другой проект моделирования климата. На данный момент он собрал данные за более чем 100 миллионов модельных лет. По состоянию на июнь 2016 года насчитывалось более 12 000 активных участников из 223 стран с общим числом более 27 миллиардов, сообщающих о вычислительной мощности около 55 терафлопс (55 триллионов операций в секунду).
График IPCC диапазонов неопределенности с различными моделями во времени. Climateprediction.net стремится сократить диапазоны и предоставить более точную информацию о вероятности. Целью проекта Climateprediction.net является исследование неопределенностей в различных параметризациях, которые должны быть выполнены в современных климатических моделях. Модель запускается тысячи раз с небольшими отклонениями от различных физических параметров («большой ансамбль »), и в рамках проекта исследуется, как изменяются выходные данные модели. Эти параметры точно не известны, и отклонения находятся в пределах того, что субъективно считается допустимым диапазоном. Это позволит проекту лучше понять, насколько модели чувствительны к небольшим изменениям, а также к таким вещам, как изменения в двуокиси углерода и цикле серы. В прошлом оценки изменения климата приходилось делать с использованием одного или, в лучшем случае, очень небольшого набора (десятки, а не тысячи) прогонов модели. Используя компьютеры участников, проект сможет улучшить понимание и уверенность в прогнозах изменения климата больше, чем когда-либо было бы возможно с использованием суперкомпьютеров, доступных в настоящее время ученым.
Эксперимент Climateprediction.net должен помочь «улучшить методы количественной оценки неопределенностей климатических прогнозов и сценариев, включая долгосрочное ансамблевое моделирование с использованием сложных моделей», как было определено Межправительственной группой экспертов по изменению климата (МГЭИК) в 2001 году как высокий приоритет. Будем надеяться, что этот эксперимент даст лицам, принимающим решения, лучшую научную основу для решения одной из самых больших потенциальных глобальных проблем 21 века.
Как показано на графике выше, различные модели имеют довольно широкое распределение результатов во времени. Для каждой кривой справа есть полоса, показывающая конечный диапазон температур для соответствующей версии модели. Как вы можете видеть и ожидать, чем дальше в будущее расширяется модель, тем больше расхождения между ними. Примерно половина вариации зависит от будущего сценария воздействия на климат сценария, а не от неопределенностей модели. Требуется любое сокращение этих вариаций, будь то лучшие сценарии или улучшения в моделях. Climateprediction.net работает над неопределенностями модели, а не над сценариями.
Суть проблемы в том, что ученые могут запускать модели и видеть, что x% моделей нагреваются на y градусов в ответ на z климатические воздействия, но откуда мы знаем, что x% является хорошим представлением вероятности что происходит в реальном мире? Ответ заключается в том, что ученые не уверены в этом и хотят повысить уровень уверенности, которого можно достичь. Некоторые модели будут хорошими, а некоторые - плохими при воспроизведении прошлого климата с учетом прошлых климатических воздействий и начальных условий (ретроспективный прогноз ). Имеет смысл больше доверять моделям, которые хорошо умеют воссоздавать прошлое, чем тем, которые плохо справляются. Следовательно, модели, которые работают плохо, будут иметь пониженный вес.
Заставка Climateprediction.net в BOINC 5.4.9 Различные модели, которые Climateprediction.net имеет и будет распространять подробно описаны ниже в хронологическом порядке. Таким образом, любой, кто присоединился недавно, скорее всего, будет использовать Transient Coupled Model.
Майлс Аллен впервые подумал о необходимости больших климатических ансамблей в 1997 году, но только познакомился с успехом SETI @ home в 1999 году. Первое предложение о финансировании в апреле 1999 года было отклонено как совершенно нереалистичное.
После презентации на Всемирной климатической конференции в Гамбурге в сентябре 1999 г. и комментария в Nature в октябре 1999 г. тысячи подписались на это якобы скоро доступная программа. Лопание пузыря доткомов не помогло, и проект понял, что большую часть программирования им придется делать самостоятельно, а не отдавать на аутсорсинг.
Он был запущен 12 сентября 2003 года, а 13 сентября 2003 года проект превзошел возможности Earth Simulator и стал крупнейшим в мире центром моделирования климата.
Выпуск 2003 предлагал только «классический» клиент Windows. 26 августа 2004 г. был запущен клиент BOINC, который поддерживал клиентов Windows, Linux и Mac OS X. «Классический» будет по-прежнему доступен в течение ряда лет в рамках поддержки курса Открытого университета. BOINC прекратил распространение классических моделей в пользу моделей цикла серы. Более удобный клиент и веб-сайт BOINC под названием GridRepublic, который поддерживает прогнозирование климата и другие проекты BOINC, был выпущен в бета-версии в 2006 году.
A термохалинная циркуляция эксперимент по замедлению был запущен в мае 2004 года в классических рамках, чтобы совпасть с фильмом Послезавтра. Эту программу можно запустить, но ее больше нельзя загрузить. В диссертации написан научный анализ. Работа над диссертацией еще не завершена. Дальнейших исследований по этой модели нет.
A Модель цикла серы была запущена в августе 2005 года. Для их завершения потребовалось больше времени, чем для исходных моделей, из-за наличия пяти фаз вместо трех. Каждый временной шаг также был сложнее.
К ноябрю 2005 г. количество завершенных результатов составило 45 914 классических моделей, 3 455 термохалинных моделей, 85 685 моделей BOINC и 352 модели серного цикла. Это составляет более 6 миллионов обработанных модельных лет.
В феврале 2006 года проект перешел к более реалистичным климатическим моделям. Был запущен эксперимент BBC Climate Change Experiment, который в первый день привлек около 23 000 участников. Моделирование переходного климата представило реалистичные океаны. Это позволило в эксперименте исследовать изменения в реакции климата при изменении климатических воздействий, а не в равновесной реакции на значительное изменение, такое как удвоение уровня углекислого газа. Таким образом, теперь эксперимент перешел к ретроспективному прогнозу с 1920 по 2000 год, а также к прогнозу с 2000 по 2080 год. Эта модель занимает гораздо больше времени.
BBC предоставила проекту широкую огласку с участием более 120 000 компьютеров в первые три недели.
В марте 2006 года была выпущена модель с высоким разрешением как еще один проект, Проект сезонной атрибуции.
. В апреле 2006 года в связанных моделях была обнаружена проблема ввода данных. Работа была полезна для другой цели, нежели рекламируемая. Пришлось раздать новые модели.
Первые результаты эксперимента были опубликованы в Nature в январе 2005 года, показывая, что с небольшими изменениями Если параметры находятся в пределах правдоподобных диапазонов, модели могут показать чувствительность климата от менее 2 ° C до более 11 ° C. Более высокая чувствительность климата была названа неправдоподобной. Например, Гэвин Шмидт (разработчик моделей климата в Институте космических исследований имени Годдарда НАСА в Нью-Йорке).
Чувствительность климата определяется как равновесная реакция средней глобальной температуры на удвоение уровни углекислого газа. Текущие уровни углекислого газа составляют около 390 частей на миллион и растут со скоростью 1,8 частей на миллион в год по сравнению с доиндустриальными уровнями в 280 частей на миллион.
Чувствительность климата выше 5 ° C считается катастрофой. О возможности того, что такая высокая чувствительность является правдоподобной с учетом наблюдений, сообщалось до эксперимента Climateprediction.net, но «это первый раз, когда GCM вызвали такое поведение».
Даже модели с очень высокая чувствительность климата оказалась «такой же реалистичной, как и другие современные климатические модели». Проверка реалистичности была проведена с помощью теста среднеквадратичной ошибки. Это не проверяет реалистичность сезонных изменений, и возможно, что дополнительные диагностические меры могут наложить более сильные ограничения на то, что является реалистичным. Разрабатываются тесты повышенной реалистичности.
Для эксперимента и достижения цели получения функции распределения вероятностей (pdf) климатических результатов важно получить очень широкий диапазон поведения, даже если только исключить некоторые виды поведения как нереальный. Большие наборы симуляций имеют более надежные PDF-файлы. Поэтому включены модели с чувствительностью климата до 11 ° C, несмотря на их ограниченную точность. Эксперимент с циклом серы, вероятно, расширит диапазон в меньшую сторону.
В этой статье, опубликованной в Geophysical Review Letters, делается следующий вывод:
«Когда внутренне непротиворечивое представление о происхождении расхождения между моделями и данными используется для расчета функции плотности вероятности чувствительности климата., 5-й и 95-й процентили составляют 2,2 K и 6,8 K соответственно. Эти результаты чувствительны, особенно к верхней границе, к представлению источников несоответствия данных модели ».
В школах есть короткий курс Открытого университета и учебные материалы для преподавания предметов, связанных с климатом и моделированием климата. Также имеются учебные материалы для использования в следующих дисциплинах: естественные науки ключевого уровня 3/4, физика уровня A (продвинутая физика), математика ключевого уровня 3/4, география ключевого этапа 3/4, наука 21 века, наука для всеобщего понимания, использование математики., Первичный.
Исходный эксперимент проводится с HadSM3, который представляет собой атмосферу HadAM3 из модели HadCM3. но только с океаном-пластиной, а не с полным динамическим океаном. Это быстрее (и требует меньше памяти), чем полная модель, но в нем отсутствуют динамические обратные связи от океана, которые включены в полные связанные модели океан-атмосфера, используемые для прогнозирования изменения климата до 2100 года.
Каждая загруженная модель имеет небольшие вариации в различных параметрах модели .
На начальной «фазе калибровки» продолжительностью 15 модельных лет модель рассчитывает «поправку на поток»; дополнительные потоки океан-атмосфера, которые необходимы для поддержания баланса модельного океана (модельный океан не включает течения; эти потоки до некоторой степени заменяют тепло, которое переносится отсутствующими течениями).
На «контрольной фазе» продолжительностью 15 лет температура в океане может меняться. Коррекция потока должна поддерживать стабильность модели, но обратная связь развивалась в некоторых прогонах. Существует проверка качества, основанная на среднегодовых температурах, и модели, не прошедшие эту проверку, выбрасываются.
В "двойной фазе CO 2 " содержание CO 2 мгновенно удваивается, и модель работает еще 15 лет, что в некоторых случаях не вполне достаточно модельного времени, чтобы прийти к новому (более теплому) равновесию. На этом этапе некоторые модели, которые давали физически нереалистичные результаты, снова были отброшены.
Проверки контроля качества в контрольной фазе и фазе 2 * CO 2 были довольно слабыми: их достаточно, чтобы исключить явно нефизические модели, но не включают (например) тест имитации сезонный цикл; следовательно, некоторые из принятых моделей все еще могут быть нереалистичными. Разрабатываются дополнительные меры контроля качества.
Температура в двойной фазе CO 2 экспоненциально экстраполируется для определения температуры равновесия. Разница в температуре между этой фазой и фазой управления затем дает меру чувствительности климата данной конкретной версии модели.
В большинстве проектов распределенных вычислений есть заставки для визуального обозначения активности приложения, но они обычно не показывают его результаты по мере их вычисления. В отличие от этого, Climateprediction.net не только использует встроенную визуализацию для отображения климата моделируемого мира, но и является интерактивным, что позволяет отображать различные аспекты климата (температура, осадки и т. Д.). Кроме того, существуют другие, более продвинутые программы визуализации, которые позволяют пользователю больше видеть, что делает модель (обычно путем анализа ранее сгенерированных результатов) и сравнивать различные прогоны и модели.
CPView Визуализация на рабочем столе в реальном времени для модели, запущенной в 2003 году, была разработана Джереми Уолтоном в NAG, что позволяет пользователям отслеживать ход их моделирования при изменении облачного покрова и температуры. поверхность земного шара. К другим, более продвинутым программам визуализации относятся CPView и IDL Advanced Visualization. У них схожая функциональность. CPView был написан Мартином Сайксом, участником эксперимента. Расширенная визуализация IDL была написана Энди Хипсом из Университета Рединга (UK ) и модифицирована для работы с версией BOINC компанией Tesella Support Services plc.
Только CPView позволяет вам просматривать необычные диагностические данные, а не обычные температуру, давление, осадки, снег и облака. На карте можно отобразить до 5 наборов данных. Он также имеет более широкий набор функций, таких как Max, Min, дополнительные функции памяти и другие функции.
Расширенная визуализация имеет функции для графиков локальных областей и более 1 дня, 2 дней и 7 дней, а также более обычных графиков сезонных и годовых средних значений (что есть в обоих пакетах). Есть также графики Широта - Высота и Время - Высота.
Размер загружаемого файла намного меньше для CPView, а CPView работает с Windows 98.
По состоянию на декабрь 2008 г. не существует инструмента визуализации, который работал бы с новыми моделями CPDN. Ни CPView, ни Advanced Visualization не были обновлены для отображения данных, собранных с этих моделей. Таким образом, пользователи могут визуализировать данные только через заставку.
Заставка Climateprediction.net в BOINC 5.4.9 Эксперимент BBC по изменению климата был BOINC проект, возглавляемый Оксфордским университетом с несколькими партнерами, включая Британское метеорологическое бюро, BBC, Открытый университет и Ридинг Университет. Это Переходная связанная модель проекта Climateprediction.net.
Многие участники присоединились к проекту, и более 120 000 человек записались в команды.
Результаты продолжали собираться в течение некоторого времени, и в январе 2007 года вышла следующая телевизионная программа. 8 марта 2009, Climateprediction.net официально объявил о завершении эксперимента BBC Climate Change Experiment, прежде чем закрыть проект.
Портал глобального потепления 