基于MPI的并行Kriging空间降水插值.doc

基于MPI的并行Kriging空间降水插值 为减少空间降水插值的计算时间，以MPI并行接口为技术手 段，采用数据划分建模方法，实现改进Kriging算法的并行算法。在 Linux操作系统上搭建并行计算环境，试验数据表明，该并行算法能 有效节省计算时间并具有良好的加速比、并行效率和扩展性。为 Kriging插值算法的并行化实现和应用提供有意义的参考。 版权和著作权归原作者所存，如存不 愿意被转载的情况，己 关键例：并行计算；MPI； Kriging TP391A Parallel Kriging on Interpolation of Spatial Precipitation Based on MPI BAI Shu??ren??l, LI Tao??2, NING Jin??yang??2 (1. High Performance Computing Center, Hunan University, Changsha 410082, China； 2. College of Information Science and Engineering, Hunan University, Changsha 410082, China) Abstract:In order to improve the calculation speed for interpolation of Spatial Precipitation (SP), using MP I parallel interface library and modeling approach using data partitioning, achieve parallel Kriging algorithm for interpolation of SP. The parallel computing environment is based on the Linux operating system. Experimental results show that the parallel algorithm can effectively save computing time and has a good Speedup, parallel efficiency and scalability. It also provides a meaningful reference for the parallel implementation and application of Kriging interpolation algorithm. Key words:parallel computing; MPI: Kriging 1引言 空间降水分布是气候研究的一个重要气象要素。降水分布的获得 是一个复杂的过程，由于影响降水的因素很多，准确获得某个区域内 所右格点的降水量，无论从理论上还是实际上都不现实。目前常用的 方法是利用区域内有限的观测站点的降水数据，对其它空间格点的数 据进行插值，才能获取整个区域的近似降水量分布，用来进行气候分 析与研究。 可用的空间内插方法主要有反距离加权法、趋势面法、多元回归 和Kriging插值等方法［1］。Kriging插值算法在空间降水领域已右 较多的应用［2-4］。 Kriging插值与常规方法相比，它不仅考虑了各已知数据点的空 间相关性，而且在给出待估点的数值的同时，还能给出表示估计精度 的方差，并在空间降水模拟方面的精度较高。但是，其存在算法复杂 和计算量大的特点，串行Kriging算法主要基于传统的单处理器模式， 当处理大规模海景数据时，由于计算时间太长，无法满足实时分析的 要求，研究并行Kriging插值算法是解决这一问题的？ L、？。？? 2 MPI与Kriging插值方法 2. 1 MPI简介 MPI是一个消息传递接门的标准，用于开发基于消息传递的并行 程序，其目的是为用户提供一个实际可用的、可移植的、高效的和灵 活的消息传递接口库［5］。 MPI包括异构型管理，模块化程序创建，延迟（异步操作）管理 以及全局操作（集合操作）等各方面的复杂支持，因此成为并行计算 的主要编程模型之一 ［6］。 MPI子集包含6个最基本的函数，分别完成MPI环境的初始化和 结束、获取当前进程编号及指定通信域的进程数、消息的发送和接收 等功能，其调用流程如图1所示。它为并行软件的幵发提供了基本的 操作手段。 a 1 mpi编程模型 2. 2 Kriging插值方法 Kriging法是一种地质统计方法，是一种最优、线性、无偏内插 估计量［7］。以下对其进行介绍。 ??记Z(X)为区域化变量，设定Z(X????i??)为m个采样点 X????i??(