Il modello previsionale della dinamica ambientale del Mare Adriatico settentrionale. Struttura e Risultati preliminari.

Nell’ambito del Progetto Europeo H2020 “ODYSSEA” (Operating a network of integrateD observatorY Systems in the mediterranean SEA, http://odysseaplatform.eu/) è in corso di sviluppo un sistema modellistico previsionale delle condizioni ambientali (fisiche e biogeochimiche) del Mare Adriatico settentrionale. Il sistema modellistico è costituito dall’accoppiamento “on-line” del modello Europeo di circolazione generale “NEMO” (Nucleus for European Modelling of the Ocean, https://www.nemo-ocean.eu/ ), con il modello biogeochimico marino “BFM” (Biogeochemical Flux Model, bfm-community.eu/). La componente biogeochimica del modello comprende la simulazione dei processi biogeochimici sia della colonna d’acqua che dei sedimenti ed il loro accoppiamento. Il sistema è implementato con una risoluzione orizzontale di circa 800 m ed una risoluzione verticale di 2 m, in coordinate z. Il forzante atmosferico è costituito da previsioni ed analisi provenienti dai centri meteorologici nazionali e internazionali. Gli apporti fluviali di acqua dolce e di sali nutritivi considerano il runoff giornaliero del fiume Po, mentre per gli altri fiumi dell’area di studio vengono considerati valori climatologici. Le condizioni al contorno aperto per la componente fisica del sistema modellistico provengono da Copernicus Marine Environment Monitoring Service (CMEMS, http://marine.copernicus.eu/ ). Le simulazioni sono condotte sul sistema di classe Tier0 Marconi del CINECA, partizione A2, che utilizza i processori many-cores Intel Knights Landing (KNL) ed ha una potenza di picco di circa 11 Pflops. Viene presentata la metodologia di indagine che è stata utilizzata per massimizzare le prestazioni del sistema modellistico accoppiato NEMO+BFM per il caso del Mare Adriatico Settentrionale sull’architettura di Marconi A2. Vengono illustrati alcuni risultati ottenuti mediante l’uso di opportuni strumenti di profiling/tuning delle prestazioni, relativi a specifiche metriche computazionali (vettorizzazione, scalabilità ad alto numero di cores, etc.). Vengono, infine, presentati i risultati preliminari relativi alla validazione del modello, condotta in “hindcast mode”, confrontando i risultati delle simulazioni con le osservazioni disponibili, ed i primi risultati dei test previsionali.