【体验攻略】于曙光智算计算平台进行气象数值模式WRF的编译、运行和处理

Fr：曙光智算计算平台用户、曙光智算征文活动获奖者 - 流洋

点击参与我们的征文活动~ 多重好礼等你来拿！https://blog.csdn.net/Gkjy_0351/article/details/130606594

WRF（Weather Research and Forecasting）气象数值模式是一种用于天气和气候预测的大气模式，可以模拟大气中的各种物理和化学过程，包括辐射传输、湍流、云微物理、降水、地表过程等，可以用于预测各种天气现象，如降水、温度、风速等。WRF模式免费开源、可扩展性强，被广泛应用于气象、环境、农业和水文等领域。WRF模式的编译和运行需要一定的Linux基础，且随着模拟分辨率的提高，对科学计算资源的需求十分迫切，让我们看看曙光智算AC.sugon.com平台如何高效运行和处理WRF模式。

一、计算服务平台

曙光智算AC.sugon.com平台提供了网页端和客户端（支持Windows和Mac系统）两种启用方式，先进计算服务平台-首页https://ac.sugon.com/ac/home/index.html不仅提供了命令行和数据管理功能，还支持VS code和Jupyter等编程工具，能够满足不同场景下的使用需求。

进入命令行模式，即可通过Linux操作命令进行环境管理、软件编译、文件移动等等

输入module avail，即显示平台可提供调用的编译环境、基础模块和常用工具

我们可以看到平台上已经安装好了可用的WRF和WPS

WRF安装路径：/public/software/apps/WRF

WPS（WRF前处理模块）安装路径：/public/software/apps/WPS

可通过module load加载所需工具或软件：

加载WPS 3.9.1环境：module load apps/WPS/3.9.1/hpcx-intel2017

加载WRF 4.2环境：module load apps/WRF/4.2/hpcx-intel2017

二、编译WRF

如果我们需要使用其他的WRF版本，也可以自己进行编译。编译WRF模式所需的基础环境都可以直接通过module load进行加载，不用再自己折腾hdf5、netcdf等模块的安装，很大程度节省了基础性环境配置工作量。

这里列出了WRF编译所需的基础环境配置：

#intelmpi:

module load mpi/intelmpi/2021.3.0

#ZLIB

module load mathlib/zlib/1.2.11/intel

#SZIP

module load apps/szip/2.1.1/intel

#HDF5

module load mathlib/hdf5/1.12.0/mpi-intel_fortran_parallel

#NETCDF

module load mathlib/netcdf/4.4.1/intel

#LIBPNG

module load mathlib/libpng/1.2.50/intel

#JASPER

module load mathlib/jasper/1.900.1/intel

通过module list即可查看当前已加载的环境变量

接下里需要下载我们想要的WRF及WPS版本源码

WRF模式源码下载地址：

GitHub - wrf-model/WRF: The official repository for the Weather Research and Forecasting (WRF) modelThe official repository for the Weather Research and Forecasting (WRF) model - GitHub - wrf-model/WRF: The official repository for the Weather Research and Forecasting (WRF) modelhttps://github.com/wrf-model/WRF

WPS模式源码下载地址：

GitHub - wrf-model/WPS: The official repository for the WRF Preprocessing System (WPS)The official repository for the WRF Preprocessing System (WPS) - GitHub - wrf-model/WPS: The official repository for the WRF Preprocessing System (WPS)https://github.com/wrf-model/WPS

我们可以创建model文件夹来编译WRF模式，上传WPS-4.5.tar.gz和WRF-4.5.tar.gz

Step1：解压缩

tar -zxvf WRF-4.5.tar.gz

tar -zxvf WPS-4.5.tar.gz

Step2：编译WRF

运行configure命令进行配置（按所加载的基础环境的编译器进行设置）

./configure

这步一定要根据编译器进行选择。上述环境使用的ifort编译器，这里选择15。

随后选择1，即可开始正式编译，并将编译日志输出到log.compile

./compile em_real >& log.compile

检查编译结果，出现如下4个exe即为成功

ndown.exe real.exe tc.exe wrf.exe

Step3：编译WPS

设置WRF路径

export WRF_DIR=/xxx/xxx/xxx/WRF-4.5

运行configure命令进行配置

./configure

这步一定要根据编译器进行选择，上述环境使用的ifort编译器，这里选择19。

正式编译，并将编译日志输出到log.compile

./compile >& log.compile

检查编译结果，出现如下3个exe即为成功

geogrid.exe ungrib.exe metgrid.exe

三、运行WRF模式&提交作业

首先，需要进行WRF模式前处理（WPS），运行流程如下（来自WRF使用手册）：

其中，geogrid.exe需要静态地理数据，服务器上已将其存放在公共路径，可以不用另行下载。

静态地理数据路径：/public/software/meteorology/WPS_GEOG

静态地理数据下载：

Static Data Downloadshttps://www2.mmm.ucar.edu/wrf/users/download/get_sources_wps_geog.html

在运行WRF模式前，我们需要设置namelist.wps和namelist.input，namelist.wps文件用于配置WPS的运行参数，例如指定最大嵌套层数、模拟开始和结束时间等；namelist.input文件用于real.exe和wrf.exe可执行文件。

随后依次运行ungrib.exe、metgrid.exe和real.exe，ungrib.exe将静态GRIB数据转换为中间文件格式；geogrid.exe将静态地理数据拟合到指定网格；metgrid.exe获取来自geogrid.exe和ungrib.exe的输出并将数据插值到指定时间和空间，最后通过wrf.exe来运行WRF模式。

关于WRF模式的设置及运行可参考WRF手册：

GitHub - wrf-model/Users_Guide: WRF Users' Guide ChaptersWRF Users' Guide Chapters. Contribute to wrf-model/Users_Guide development by creating an account on GitHub.https://github.com/wrf-model/Users_Guide

特别重要的是，高计算需求的任务不要在前台跑，例如real.exe和wrf.exe需要提交作业。

进入数据管理，可以查看文件目录，实时查看WRF模式的前处理流程

需要关注一下个人主目录用量，确保有足够的存储空间。如果空间不够用，可以进行扩容。

然后可以在

【应用】中的【基础模板】（客户端版本）

【科学计算】→【作业提交】→【更多应用模板】（网页版）

中的【基础模板】提交作业，依次进行如下设置

我们可以通过如下命令实时查看作业进度，或取消指定的作业

作业完成后，可以查看作业日志、错误信息和详细信息

关于计算开销也十分清晰

四、处理WRF模式模拟结果

支持NCL编程处理：NCAR Command Language (NCL)https://www.ncl.ucar.edu/

支持Python编程处理：wrf-python — wrf-python 1.3.4.1 documentationDiagnostic and interpolation routines for WRF ARW datahttps://wrf-python.readthedocs.io/en/latest/index.html

WRF模拟降雨量示意图：

WRF模拟后的重要数据不仅能下载到本地，还支持多种分享方式，便于跨服务器传输。

五、使用体验

一直觉得WRF编译和数据传输是非常花时间的，但这次在曙光智算AC.sugon.com平台上使用后发现很多环境配置的工作都由技术人员完成了，可以供大家根据自己需求调用。并且基于网页端和客户端的连接具有更好的灵活性，身边没有笔记本和台式机的情况下，也可以通过手机或平板来连接。此外，平台可以联网使用，支持Anaconda进行Python包的管理，对数据处理和可视化也有很好的支持。总得来说，WRF模式的编译、运行和处理的整个环节都可以在一个平台上完成，很大程度提高了工作效率。