随着近年来全球变暖、温室效应等问题的日益严重,探索气候变化机理、预测气候变化趋势成为了学界重点研究的方向。陆地碳循环模型以陆地生态系统为对象进行碳循环过程的模拟与计算,在探究圈层间碳循环机理,预测未来气候变化等方面发挥着不可替代的作用。然而,随着陆地碳循环模型的持续发展,模型的计算过程越来越复杂,传统的单机运算方式难以满足模型所需的高计算能力。为了解决模型运行问题,目前研究者普遍采用模型内部硬编码方式和基于MPI并行标准的方式来实现模型的并行化计算。然而这些模型并行计算方法所依赖的并行化工作量大,计算资源要求较高,难以形成一套易用的、可配置的模型并行运行解决方案。现今在并行计算的实现方案中,云计算等利用网络闲置计算资源进行并行计算的分布式网络环境下的计算方式正逐步发展,能够为复杂模型计算提供大量计算能力,降低并行计算门槛。本文以陆地碳循环模型的并行运行为研究目标,从模型并行运行中的两个关键要素:模型并行计算与模型集群部署出发,基于分布式网络环境下的并行技术,设计了陆地碳循环模型的分布式并行计算方法与集群部署方法。在分布式并行计算方面,针对模型的数据存储与并行计算的需求,设计了模型的分布式数据存储方案与并行计算方案;在分布式部署方面,针对模型部署困难、集群间通信方式不一的问题,设计了模型并行集群的虚拟化部署方案和模型并行集群间的通信方案。本文的研究内容与主要成果如下:(1)陆地碳循环模型的分布式并行计算方法。不同于传统的模型集群并行计算方式,本文基于云计算的跨集群计算方式,充分利用网络计算资源,降低并行计算资源门槛。针对模型分布式计算中模型数据存储与模型并行计算两个关键难点,设计了模型的分布式数据存储方案与模型的分布式并行计算方案。在数据存储方面,基于模型数据特征设计了多源数据的标准化方案,基于HDFS分布式存储框架设计了模型数据的分布式存储策略,为提高模型数据的存取效率提出了相应的优化方案。在计算方面,基于模型的计算特征提出了面向并行的模型计算任务分割方法,基于Spark分布式并行框架设计了模型的分布式并行计算策略,并对模型的并行性能与资源调度策略进行了优化。(2)陆地碳循环模型的分布式集群部署方法。针对模型集群部署中模型环境和集群并行环境复杂、部署难度大、分布式集群并行通信困难的问题,设计了模型集群的虚拟化部署方案与模型集群的通信交互方案。在虚拟化方面,基于Docker虚拟化部署技术,设计了模型运行环境与集群并行环境的自动化构建方案。在通信方面,为了解决虚拟模型容器间通信与分布式集群间通信问题,设计了基于虚拟网络的容器间通信方案与基于调度器与执行器的分布式并行集群间通信方案,实现模型在分布式环境中的快速部署与稳定通信。本文从模型在并行运行中的计算与部署角度出发,探究了模型的分布式计算方法与分布式部署方法。在计算方面,设计了模型的分布式数据存储方案与分布式并行计算方案;在部署方面,设计了模型的部署虚拟化方案与通信方案。解决了模型分布式并行运行的关键难点,为模型在分布式环境中的并行计算与集群部署提供了一套完整的解决方案。