当前位置：首页 > article >正文

【WRF运行报错】segmentation fault (SIGSEGV) 错误原因总结

article 2024/11/13 11:16:42

【WRF运行报错】运行./wrf.exe显示segmentation fault （SIGSEGV）错误

1 检查输入文件完整性
2 存在CFL错误
3 磁盘空间不足
4 内存问题
5 处理器数量不当
6 模型域设置问题
7 参数化方案组合出错
参考

在运行 WRF 模型时出现 段错误segmentation fault (SIGSEGV) 错误，通常意味着程序尝试访问无效的内存地址。这可能是由于输入数据问题、时间步长设置、物理参数化方案、内存不足、编译问题等原因导致的。
因为段错误（Segmentation Fault）通常没有清晰的错误信息，解决此类问题往往需要反复尝试。以下总结一些可能导致段错误的原因及解决方法。

1 检查输入文件完整性

如果模型在运行初期崩溃，可能是输入数据存在问题。检查 met_em* 文件中的各个变量，确保没有异常。

尽管日志显示 wrfinput_d01 和 wrfbdy_d01 文件可以正常读取：

d01 2020-07-06_00:00:00  Input data is acceptable to use: wrfbdy_d01

但 segmentation fault 仍可能由输入文件损坏或格式问题引起。你可以使用 ncdump 命令检查这些文件，确保它们没有损坏：

ncdump -h wrfinput_d01
ncdump -h wrfbdy_d01

确保文件中的时间步长、空间范围等与 namelist.input 文件中的配置一致。

2 存在CFL错误

一般的段错误可以试试缩短namelist.input中的积分步长（time_step）来解决，这也是最常见的，在论坛流传最广的解决方法。

其实是否需要减少积分步长要看是否存在 CFL 错误，如果有CFL错误才应该尝试缩短积分步长来解决问题。存在CFL错误意味着模型变得不稳定，这通常是由陡峭的地形或非常强的对流造成的。

可以通过以下命令来看error和out文件里面是否存在CFL错误：

grep -rn "cfl"  rsl.*

如果看到多个CFL通知，可能是模型失败的原因。

解决方案1：减少时间步长
如果存在cfl错误，这时候就应该首先尝试减少时间步长了。
time_step的标准建议是 6dx（例如，如果dx = 30000，那么time_step应该小于等于180 ）。但是如果仍然存在CFL 错误，可以尝试将time_step减少到4dx 或 3dx 。当然，这样有时会有效，但并非总是有效，如果还是不行，就要接着往下尝试了

解决方案2：在&domains段中添加 smooth_cg_topo = .true
可以尝试在namelist.input的 &domains 部分中添加 smooth_cg_topo = .true。如果 CFL 错误发生在边界区域，则在实际运行之前。此选项平滑粗模型网格的外部行/列，以匹配数据附带的低分辨率地形。

解决方案3：设置 epssm = 0.2（最高 0.9）
如果 CFL 错误发生在复杂地形附近，您可以尝试设置 epssm = 0.2（最高 0.9）以查看是否有所不同。此选项用于略微前移垂直压力梯度（或声波）的中心，以抑制三维发散。

解决方案4：设置 w_damping = 1
也可以尝试设置 w_damping = 1。该参数是垂直速度阻尼。阻尼为0时，w增加过快，导致不稳定，溢出了计算机计算上限。

3 磁盘空间不足

有时可能是磁盘空间不足的原因。检查一下电脑还有多少空间可用于要写入的文件。如果域很大或分辨率很高，则输出文件会大得多（有时会有几 GB）。
一般服务器应该不会有这个问题，如果是用自己的电脑要仔细检查一下这个问题

4 内存问题

分段错误可能是由于内存问题，通过调整进程的堆栈大小（stack size）有可能得以解决。因为默认情况下，系统为每个程序分配的堆栈内存空间可能不足以支撑 WRF 等内存密集型应用的需求。通过增加堆栈大小，可以为程序提供更多的内存，避免因内存不足导致的错误。

1、设置线程堆栈大小
设置 OpenMP 相关的环境变量 MP_STACK_SIZE，它定义了每个线程的堆栈大小。64000000 表示设置为 64MB 的堆栈空间。

在 csh 或 tcsh shell 中，setenv 用于设置环境变量：setenv MP_STACK_SIZE 64000000 (OMP_STACKSIZE)

setenv MP_STACK_SIZE 64000000 (OMP_STACKSIZE)

在 bash 或 sh shell 中，等效的命令是 export：

export MP_STACK_SIZE=64000000

2、设置堆栈大小为无限制
limit stacksize unlimited 命令用于在 csh 或 tcsh 中设置当前 shell 会话的堆栈大小为无限制，即允许程序占用系统中尽可能多的内存。通过将堆栈大小设置为 “unlimited”（无限制），可以让程序在需要时动态分配更多的内存，避免崩溃。

如果您使用的是 csh 或 tcsh，请尝试以下操作：

limit stacksize unlimited

如果您使用 sh 或 bash，请使用以下命令：

ulimit -s unlimited

如果ulimit -s unlimited没有用的话，这里也可以试试ulimit -s 262140。

可能还是无法解决问题，但默认堆栈大小通常非常小，会因内存不足而导致分段错误，尝试一下也没坏处。

5 处理器数量不当

使用过多或过少的处理器，或者不良的网格划分，可能导致段错误。可以参考相关文档，根据计算域的大小选择合适的处理器数量。如何设置处理器数量，可参考-Choosing an Appropriate Number of Processors。
此外，我在另一篇博客中进行了解释和总结-【WRF运行】选择合适的处理器数量来进行并行计算。