Diferencia entre revisiones de «Ejemplo WRF»
| Línea 1: | Línea 1: | ||
== Ejecución de WRF mediante el uso de módulos== | == Ejecución de WRF mediante el uso de módulos== | ||
Este documento tiene por objetivo guiar a los usuario del Laboratorio Nacional de Supercomputación NLHPC en en el proceso de ejecución de una simulación del modelo WRF mediante la cargar los módulos disponibles en nuestro [https://wiki.nlhpc.cl/Lmod Gestor de Módulos LMOD]. | Este documento tiene por objetivo guiar a los usuario del [Laboratorio Nacional de Supercomputación NLHPC https://www.nlhpc.cl/] en en el proceso de ejecución de una simulación del modelo '''WRF''' mediante la cargar los módulos disponibles en nuestro [https://wiki.nlhpc.cl/Lmod Gestor de Módulos LMOD]. | ||
Los pasos necesarios para realizar una simulación son los siguientes: | Los pasos necesarios para realizar una simulación son los siguientes: | ||
Revisión del 14:00 3 mar 2023
Ejecución de WRF mediante el uso de módulos
Este documento tiene por objetivo guiar a los usuario del [Laboratorio Nacional de Supercomputación NLHPC https://www.nlhpc.cl/] en en el proceso de ejecución de una simulación del modelo WRF mediante la cargar los módulos disponibles en nuestro Gestor de Módulos LMOD.
Los pasos necesarios para realizar una simulación son los siguientes:
Realizar la carga de módulos correspondiente a la versión de WRF/WPS deseada por el usuario
En este paso, el usuario podrá buscar mediante el Gestor de Módulos LMOD las versiones de WRF y WPS disponibles, considerando que para una correcta ejecución de una simulación las versiones de WRF y WPS deben ser lo mas parecidas posibles.
Para realizar la búsqueda de módulos WRF y WPS, el usuario deberá ejecutar los comandos ml spider WRF y ml spider WPS. Lo que mostrará la siguiente información
(base) [usuario@leftraru1 run]$ ml spider WRF
-------------------------------------------------------------------------------------------------------------------
WRF:
-------------------------------------------------------------------------------------------------------------------
Description:
The Weather Research and Forecasting (WRF) Model is a next-generation mesoscale numerical weather prediction system designed to serve both operational
forecasting and atmospheric research needs.
Versions:
WRF/3.7.1-dm+sm-polar
WRF/3.7.1-dm+sm
WRF/3.9.1-dm+sm+chem
WRF/3.9.1-dm+sm-polar
WRF/3.9.1-dmpar+chem
WRF/4.0.3-dm+sm
WRF/4.1-dm+sm
WRF/4.1.2-dm+sm+oasis
WRF/4.1.2-dm+sm
WRF/4.1.3-dmpar
WRF/4.1.5-dm+sm
WRF/4.1.5-dmpar
WRF/4.2.1-dmpar+xios+oasis
WRF/4.2.2-dm+sm+chem
WRF/4.2.2-dm+sm
WRF/4.2.2-dmpar+chem
WRF/4.3-dmpar
WRF/4.3.1-dmpar+da
WRF/4.3.2-dm+sm+chem
WRF/4.3.2-dm+sm
WRF/4.3.2-dmpar+chem
WRF/4.3.2-dmpar
WRF/4.3.3-dmpar
WRF/4.4-dm+sm+chem+kpp
WRF/4.4-dm+sm+chem
WRF/4.4-dmpar+chem
WRF/4.4-dmpar
Other possible modules matches:
CALWRF WRFDA WRFPLUS
-------------------------------------------------------------------------------------------------------------------
To find other possible module matches execute:
$ module -r spider '.*WRF.*'
-------------------------------------------------------------------------------------------------------------------
For detailed information about a specific "WRF" module (including how to load the modules) use the module's full name.
For example:
$ module spider WRF/4.3.3-dmpar
-------------------------------------------------------------------------------------------------------------------
Mismo procedimiento para el caso de WPS
(base) [usuario@leftraru1 run]$ ml spider WPS
-------------------------------------------------------------------------------------------------------------------
WPS:
-------------------------------------------------------------------------------------------------------------------
Description:
WRF Preprocessing System (WPS) for WRF. The Weather Research and Forecasting (WRF) Model is a next-generation mesoscale numerical weather prediction system
designed to serve both operational forecasting and atmospheric research needs.
Versions:
WPS/3.7.1-dmpar
WPS/4.0.3-dmpar
WPS/4.1-dmpar
WPS/4.2-dmpar
WPS/4.3.1-dmpar
-------------------------------------------------------------------------------------------------------------------
For detailed information about a specific "WPS" module (including how to load the modules) use the module's full name.
For example:
$ module spider WPS/4.3.1-dmpar
-------------------------------------------------------------------------------------------------------------------
Ahora bien, una vez elegidos los módulos indicados, se procede a su carga en el sistema
ml WRF/4.1.3-dmpar ml WPS/4.2-dmpar
Crear un directorio de trabajo para alojar la versión de WRF/WPS cargados previamente.
cd ~ mkdir TEST_WRF cp -rv /home/lmod/software/WRF/4.1.3-intel-2019b-dmpar/WRF-4.1.3 ~/TEST_WRF cp -rv /home/lmod/software/WPS/4.2-intel-2019b-dmpar/WPS-4.2 ~/TEST_WRF
Descargar y descomprimir el archivo WPS_GEOG
cd ~/TEST_WRF/WPS-4.2 wget https://www2.mmm.ucar.edu/wrf/src/wps_files/geog_high_res_mandatory.tar.gz tar -xvzf geog_high_res_mandatory.tar.gz
Editar el archivo namelist.wps, de manera que pueda linkear apropiadamente los datos de geografía
&share wrf_core = 'ARW', max_dom = 1, start_date = '2021-01-30_12:00:00','2021-01-30_12:00:00', end_date = '2021-01-30_18:00:00','2021-01-30_21:00:00', interval_seconds = 10800 / &geogrid parent_id = 1, 1, parent_grid_ratio = 1, 3, i_parent_start = 1, 53, j_parent_start = 1, 25, e_we = 150, 220, e_sn = 130, 214, geog_data_res = 'default','default', dx = 27000, dy = 27000, map_proj = 'lambert', ref_lat = -33.00, ref_lon = -80.00, truelat1 = -32.0, truelat2 = -34.0, stand_lon = -71.0, geog_data_path = './WPS_GEOG/' / &ungrib out_format = 'WPS', prefix = 'FILE', / &metgrid fg_name = 'FILE' /
O bien puede descargarlo directamente para continuar con el ejercicio:
wget https://raw.githubusercontent.com/nlhpc-training/Tutorial-WRF/main/namelist.wps
En este ejemplo se ha descargado la data geog mandatoria, pero existe data opcional en caso de ser necesaria.
WPS_GEOG se descargó en /home/nombre_usuario/TEST_WRF/WPS-4.2 pero cada usuario puede descargarla donde desee. Y como se puede apreciar, la ruta geog_data_path es la que debe apuntar a esta carpeta.
Enlazar simbólicamente la Vtable a utilizar, el cual debe quedar en la ruta donde está el preprocesador WPS
cd ~/TEST_WRF/WPS-4.2 ln -s ungrib/Variable_Tables/Vtable.GFS Vtable
Ejecutar el comando geogrid.exe, el cual nos permitirá generar nuestro dominio.
srun geogrid.exe
Descargar datos de CI y CB para realizar el preproceso de datos
En este caso, clonaremos desde el git NLHPC datos de prueba, los cuales nos permitirán ejecutar los procesos de ungrib.exe y metgrid.exe respectivamente. En este proceso, copiaremos los datos y desde la carpeta de WPS realizaremos el proceso de linkeo a dichos datos mediante el script link_grib.csh. Finalmente ejecutaremos ungrib.exe y metgrid.exe
cd ~/TEST_WRF/ mkdir CI_CB cd CI_CB wget https://github.com/nlhpc-training/Tutorial-WRF/raw/main/fnl_20210130_12_00.grib2 wget https://github.com/nlhpc-training/Tutorial-WRF/raw/main/fnl_20210130_18_00.grib2 cd ~/TEST_WRF/WPS-4.2/ ./link_grib.csh ~/TEST_WRF/CI_CB/fnl* srun ungrib.exe srun metgrid.exe
En este ejemplo se ha ejecutado interactivamente el preproceso de datos ya que el dominio y la data han sido pensados para un ejercicio de poca duración. Ahora bien, en el caso de que el usuario deba preprocesar información de largo aliento, se recomienda crear un script y lanzarlo mediante sbatch.
Crear el archivo de configuración namelist.input según lo requerido
Para este caso, ingresamos a la carpeta run de WRF y editaremos el archivo namelist.input
cd ~/TEST_WRF/WRF-4.1.3/run/ vi namelist.input
De manera tal que quede como el siguiente.
&time_control run_days = 0, run_hours = 6, run_minutes = 0, run_seconds = 0, start_year = 2021, 2021, start_month = 01, 01, start_day = 30, 29, start_hour = 12, 00, end_year = 2021, 2021, end_month = 01, 02, end_day = 30, 01, end_hour = 18, 00, interval_seconds = 10800 input_from_file = .true.,.true., history_interval = 60, 60, frames_per_outfile = 1, 1, restart = .false., restart_interval = 7200, io_form_history = 2 io_form_restart = 2 io_form_input = 2 io_form_boundary = 2 / &domains time_step = 60, time_step_fract_num = 0, time_step_fract_den = 1, max_dom = 1, e_we = 150, 220, e_sn = 130, 214, e_vert = 45, 45, dzstretch_s = 1.1 p_top_requested = 5000, num_metgrid_levels = 34, num_metgrid_soil_levels = 4, dx = 27000, dy = 27000, grid_id = 1, 2, parent_id = 0, 1, i_parent_start = 1, 53, j_parent_start = 1, 25, parent_grid_ratio = 1, 3, parent_time_step_ratio = 1, 3, feedback = 1, smooth_option = 0 / &physics physics_suite = 'CONUS' mp_physics = -1, -1, cu_physics = -1, -1, ra_lw_physics = -1, -1, ra_sw_physics = -1, -1, bl_pbl_physics = -1, -1, sf_sfclay_physics = -1, -1, sf_surface_physics = -1, -1, radt = 15, 15, bldt = 0, 0, cudt = 0, 0, icloud = 1, num_land_cat = 21, sf_urban_physics = 0, 0, fractional_seaice = 1, / &fdda / &dynamics hybrid_opt = 2, w_damping = 0, diff_opt = 2, 2, km_opt = 4, 4, diff_6th_opt = 0, 0, diff_6th_factor = 0.12, 0.12, base_temp = 290. damp_opt = 3, zdamp = 5000., 5000., dampcoef = 0.2, 0.2, khdif = 0, 0, kvdif = 0, 0, non_hydrostatic = .true., .true., moist_adv_opt = 1, 1, / scalar_adv_opt = 1, 1, / gwd_opt = 1, 0, / &bdy_control spec_bdy_width = 5, specified = .true. / &grib2 / &diags diag_nwp2 = 1 / &namelist_quilt nio_tasks_per_group = 0, nio_groups = 1, /
O bien, puede descargarlo directamente para continuar con el ejercicio:
wget https://raw.githubusercontent.com/nlhpc-training/Tutorial-WRF/main/namelist.input
Ejecución de real.exe
En este punto, debemos linkear los datos met_em resultantes del proceso metgrid.exe y posteriormente ejecutar el comando real.exe.
cd ~/TEST_WRF/WRF-4.1.3/run/ ln -s ~/TEST_WRF/WPS-4.2/met_em.d01.2021-01-30_1* . srun real.exe
Realizar un Script de ejecución de WRF, de tal manera que se pueda enviar esta tarea al gestor SLURM para su procesamiento
Creamos el archivo lanza-wrf-sh y lo editamos de la siguiente manera.
#!/bin/bash #---------------Script SBATCH - NLHPC ---------------- #SBATCH -J TestJob_wrf #SBATCH -p slims #SBATCH -n 20 #SBATCH --ntasks-per-node=20 #SBATCH -c 1 #SBATCH --mem-per-cpu=2300 #SBATCH --mail-user=usuario@nlhpc.cl #SBATCH --mail-type=ALL #SBATCH -o asd_%j.out #SBATCH -e asd_%j.err #-----------------Toolchain--------------------------- ml purge ml intel/2019b # ----------------Modulos---------------------------- ml WPS/4.2-dmpar WRF/4.1.3-dmpar # ----------------Comando-------------------------- cd ~/TEST_WRF/WRF-4.1.3/run/ time mpiexec wrf.exe
Finalmente ejecutamos este script mediante el comando sbatch
sbatch lanza-wrf.sh
Enlaces de interés
University Corporation for Atmospheric Research UCAR: https://www.mmm.ucar.edu/
National Oceanic and Atmospheric Administrarion NOAA: https://esrl.noaa.gov/gsd/wrfportal/
NOAA (Tutoriales WRF): https://esrl.noaa.gov/gsd/wrfportal/html-tutorial.html
NCEP Central Operations (Descarga de datos): https://www.nco.ncep.noaa.gov/pmb/products/gfs/
