以Intel为首的X86架构处理器凭借着通用性强且性能高的优势在高性能计算领域领跑多年,但是功耗控制问题成为制约其发展的主要挑战。随着近些年数据爆发式的增长,一些经典的高性能计算场景如气象预测急需更高功效的计算资源开展高分辨率和高精度研究。2020年,基于ARM架构处理器的日本Fugaku超算集群在全球超算Top500榜上排名第一,高性能、低功耗的ARM架构未来有望在高性能计算领域拥有更广阔的应用前景。目前,全球ARM芯片领域以华为、Marvell、飞腾、富士通四大厂商为主,研发出的Thunder X2、鲲鹏920、FT-1500A、A64FX等处理器能效比均优于X86处理器,华为更是基于鲲鹏架构开发出了全栈的软硬件产品。但ARM处理器精简指令架构与X86复杂指令集并不兼容,众多高性能软件如何向ARM架构平台迁移并提高性能成为当前研究者们面临的难题。此外,气象数值预报研发也需要加大低功耗、高性能CPU技术的应用力度,以便最大化利用未来高效体系架构的高性能计算平台。针对上述问题,本文研究高性能气象学数值模拟中应用最为广泛的WRF、CESM、NEMO三款软件在华为鲲鹏920处理器及全栈软硬件系统上的移植和优化问题,探索它们在不同编译环境、并行计算库和操作系统下的计算性能以及优化方法。首先本文对三款应用进行运算性能特征提取分析,梳理出三款软件对鲲鹏920运算环境的特定需求和可移植性。其次,对于不同的软件,本文提出了基于GCC编译器+Open MPI通信库、毕昇编译器+Hyper MPI通信库的移植方案。结合软硬件特性分析移植过程出现的问题,并在编译级和运行级通过编译参数、性能加速库、绑定进程与线程等方法对三款软件进行性能优化。最后,本文利用不同规模的算例及NCL可视化工具验证了移植优化后软件在鲲鹏平台上的模拟结果准确性,同时分析和评估了三款软件在Intel X86架构、AMD X86架构、鲲鹏open Euler平台以及鲲鹏Centos平台上的性能差异。从本文研究结果来看,WRF、CESM、NEMO三款软件均为计算密集型应用,它们拥有良好的并行扩展性且对计算核心数目和内存带宽有着更多的需求,更加适合在鲲鹏集群上运行。同时,本文提出的两种基于不同编译器和通信库的移植方案能够解决鲲鹏架构兼容性问题,提出的优化方法也在一定程度上缓解了集群节点间通信延迟问题。相较于Intel X86 6248 CPU集群和AMD EPTC A320-G30CPU集群,Centos系统下基于GCC编译器+Open MPI通信库移植优化后的WRF模式在鲲鹏平台上的计算速率最多能达到43.57%的提升,基于鲲鹏全栈体系移植优化的CESM系统能达到40.99%的效率提升,基于不同编译方案移植的NEMO在鲲鹏架构上也表现出了稳定的运算性能和并行扩展性。此外,不同尺度的三个算例NCL可视化显示,鲲鹏架构与X86架构模拟预测结果一致,同时本文分析发现鲲鹏Hyper MPI在多节点通信存在热点函数占比不均衡问题。基于本文实验结果及移植方案,不仅可以给气象学领域的研究者在鲲鹏架构上开展相关模拟提供性能参考,同时也为华为高性能计算软件生态进一步的发展提供借鉴。