续跑、重启、归档与故障排查

CESM 的长期积分通常不会一次性完成，而是由多个队列作业连续推进。理解续跑、重启、归档和日志位置，是从短时测试进入正式模拟的必要步骤。

1. 首次运行后的续跑

首次成功运行后，如果需要继续推进同一个 case，应设置：

./xmlchange CONTINUE_RUN=TRUE

然后重新提交：

./case.submit

若不设置 CONTINUE_RUN=TRUE，后续提交可能不会按预期从已有 restart 文件继续。

2. 控制运行长度与自动续交

运行长度由 env_run.xml 中的变量控制。常用查询：

./xmlquery STOP_OPTION,STOP_N,REST_OPTION,REST_N,RESUBMIT

示例：每次运行 5 个模式年，并自动续交 30 次：

./xmlchange STOP_OPTION=nyears,STOP_N=5,RESUBMIT=30

实际设置应结合模式吞吐量、队列最长墙钟时间和磁盘配额决定。

3. RUN_TYPE 的三种含义

RUN_TYPE 用于设置初始化类型：

• startup：默认方式，各组件从基准状态、初始场或内部冷启动方式开始。
• branch：从前一个 case 的一组一致 restart 文件开始，常用于保持逐位一致性的敏感性试验。
• hybrid：类似 startup，但使用参考 case 的初始或重启文件；允许调整起始日期，不保证相对参考 case 的逐位连续。

查询：

./xmlquery RUN_TYPE,RUN_REFCASE,RUN_REFDATE,RUN_STARTDATE

设置 branch 或 hybrid 前，应确认参考 case 的 restart 文件已经位于 CIME 可识别的位置，或设置了正确的 RUN_REFDIR。

4. 短期归档

模型运行期间，各组件会在 $RUNDIR 生成 history、restart、log、rpointer 等文件。短期归档会将这些文件移动到 $DOUT_S_ROOT/$CASE，有助于清理 $RUNDIR 并管理磁盘空间。

查询归档设置：

./xmlquery DOUT_S,DOUT_S_ROOT

测试阶段可临时关闭：

./xmlchange DOUT_S=FALSE

生产阶段是否启用归档，应结合平台存储策略决定。

5. 运行失败的排查顺序

如果作业失败，建议按以下顺序检查：

1. $CASEROOT 中批处理系统生成的标准输出和标准错误文件。
2. $RUNDIR 中的 cpl.log.*，确认模型在哪一阶段停止。
3. 其他组件日志，例如 atm.log.*、lnd.log.*、ice.log.*、ocn.log.*。
4. CaseStatus 中最后一次成功和失败的操作记录。
5. 输入数据检查结果，必要时重新执行 ./check_input_data。

若错误发生在构建阶段，应回到 $BLDDIR 检查对应组件的 *.bldlog.*。

6. 学习提示

本节适合作为“从能跑到可维护”的进阶阅读。实际排错时，可优先将问题归类为输入数据缺失、队列账号错误、NetCDF ABI 不一致、MPI 启动命令错误、restart 文件缺失或组件 namelist 配置错误。

官方参考

• CIME Running a Case: https://esmci.github.io/cime/versions/master/html/users_guide/running-a-case.html
• CESM2.2 Quick Start: https://escomp.github.io/CESM/versions/cesm2.2/html/quickstart.html