综述:系统化气候模型基准测试:方法、应用与新方向

《REVIEWS OF GEOPHYSICS》:Systematic Benchmarking of Climate Models: Methodologies, Applications, and New Directions

【字体: 大 中 小 】 时间:2026年02月10日 来源:REVIEWS OF GEOPHYSICS 38.5

编辑推荐:

  随着气候模型变得越来越复杂,越来越需要全面且系统地评估模型相对于观测的性能。鉴于使用的气候模型模拟数量不断增加且种类多样,研究界已超越简单的模型间比较,转向开发能够针对一系列气候指标对大量模拟进行基准测试的方法。本文详细回顾了过去十年中发展的评估和基准测试方法

  
随着气候模型变得越来越复杂,越来越需要全面且系统地评估模型相对于观测的性能。鉴于使用的气候模型模拟数量不断增加且种类多样,研究界已超越简单的模型间比较,转向开发能够针对一系列气候指标对大量模拟进行基准测试的方法。本文详细回顾了过去十年中发展的评估和基准测试方法,重点关注对耦合模式比较计划(CMIP)模拟及对政府间气候变化专门委员会(IPCC)第六次评估报告(AR6)有贡献的CMIP6结果的科学意义。基于此回顾,研究人员解释了由此产生的当代模型基准测试理念,并明确区分和定义了模型验证、过程确认、评估和基准测试等术语。尽管基于系统评估和基准测试的模型开发取得了显著进展,一些气候系统偏差仍然存在。开源社区软件包的发展在识别模型显著改进和偏差减少的领域方面发挥了基础性作用。研究人员回顾了过去十年中常用的几个软件包的主要特征,这些软件包用于评估和基准测试全球及区域气候模型。此外,研究人员讨论了选择评估和基准测试指标及解释所获结果的最佳实践,以及选择合适参考数据源和准确量化不确定性的重要性。
**1 引言**
地球气候是大气、生物圈、冰、陆地和海洋等系统领域之间复杂且丰富的相互作用的结果。要理解平均态气候、其时空变率以及对过去、现在和未来扰动的响应,必须全面考虑系统整体。1850年后全球工业化相关的大气温室气体浓度上升、土地利用变化和气溶胶变化,对地球气候系统构成了显著扰动。地球气候的广阔尺度和耦合特性意味着,此类人为扰动的完整影响无法通过传统实验室方法研究,而必须使用涵盖整个系统的工具。理解气候变化如何演变以及将在21世纪及以后如何演变,对于社会决策至关重要,包括制定适当的气候适应和减缓策略。
20世纪60年代末发展的大气环流模型提供了探索气候动力学和气候系统对各种扰动响应的必要工具。这些数值模拟,即气候模型,植根于代表大气、海冰、陆地和海洋之间物理过程及能量和物质交换的基本科学原理。随着气候建模领域的进步,地球系统模型(ESMs)已被气候建模中心采纳,除物理气候系统外,还包括交互式大气成分、生物地球化学和碳交换等过程。本文聚焦于世界气候研究计划(WCRP)的耦合模式比较计划(CMIP)中使用的气候模型,包括物理气候模型和基于ESMs的模型。CMIP已从CMIP1的单一实验演变为涉及100多个气候模型、数百个实验和超过15PB公共归档数据的庞大国际协作努力。历史实验为评估模型相对于真实世界的性能提供了框架,而DECK实验则用于理解系统对外部强迫的响应。气候模型输出已成为IPCC评估报告的核心,模型评估和基准测试已发展为一个重要领域,涉及国际协调、数千篇科学出版物,并推动了软件和基础设施的发展,以促进快速评估模型性能。

**2 模型评估和基准测试的哲学**
模型评估方法旨在帮助理解与内部变率、模型结构、边界条件和未来投影等相关的模拟不确定性。本文定义了四个关键术语:模型验证(Model Verification)确保模型实现正确;过程确认(Process Validation)评估模型代表真实世界过程的能力;评估(Evaluation)针对观测数据评估模拟;基准测试(Benchmarking)则基于预定标准对模拟进行评判。表1总结了这些术语的特征,强调评估必须包含观测,而基准测试可以基于其他参考。建议评估框架应包括关键变量评估、过程表示检查、标准指标集、参考数据、软件支持、灵活性和处理不同模拟类型的能力。图2展示了六种常见的评估方法,包括肖像图(Portrait Diagram)、偏差分析、空间模式相关、预算评估、统计分析和地球系统指标。机器学习(ML)和人工智能(AI)工具正被用于分类和回归任务,如聚类方法识别云类型。

**3 监测气候模拟的工具**
模型验证和确认涉及多方面方法。由于气候系统的混沌特性,验证软件和硬件变化具有挑战性。集合一致性测试(Ensemble Consistency Test)通过生成短模拟集合来检测统计显著变化,而时间步一致性测试(Time Step Consistency Test)通过比较不同时间步长来评估偏差。这些测试对于在复杂模型代码迁移到新计算系统时确保可靠性至关重要。

**4 模型评估和基准测试的实施**
**4.1 气候模型开发社区**
模型开发过程中,组件通常单独开发,然后集成并评估。例如,Gent-McWilliams参数化方案从理论开发到集成到海洋模型,最终用于社区气候系统模型。模型调优是校准模型气候的关键步骤,使用全球年平均值诊断来调整参数,但不同调优可能导致气候敏感性差异。评估是模型开发周期中的关键步骤,但全面评估不可行,因此需要选择有意义的指标和诊断。过程导向诊断旨在量化过程表示中的错误。

**4.2 开源评估和基准测试工具**
开源软件包如ESMValTool、PCMDI Metrics Package(PMP)和国际陆地模型基准测试(ILAMB)提供了强大的评估功能。ESMValTool包含综合指标和诊断,支持评估模型性能、守恒特性和新兴约束。PMP提供物理气候指标,包括模型性能评估和交互式可视化。ILAMB专注于陆地碳循环,通过分层网络页面提供空间和时间分析。协调模型评估能力(CMEC)旨在统一不同工具的用户界面和操作。CMIP模型基准测试任务小组收集了这些工具的信息,并可在CMIP网站上获得。其他新方法包括热带气旋表示、海冰投影约束和极端指数评估。模型加权方案结合性能和独立性,以避免过度拟合。

**4.3 终端用户**
终端用户包括政策制定者、政府和工业,他们使用基准测试结果来减少不确定性、选择模型子集、评估区域影响和约束未来投影。例如,基于基准性能选择气候模型用于特定区域评估,或使用加权方案生成多模型估计。基准测试结果也用于评估AI/ML模型的训练数据源和输出。协调基准测试框架可促进更广泛的用户使用。

**5 系统评估和基准测试证明的模型改进**
通过系统评估,CMIP6模型在多数指标上优于CMIP5。例如,PMP生成的肖像图显示CMIP6模型在季节气候学上的均方根误差(RMSE)更小。ILAMB评估显示CMIP6土地碳循环模型在多数变量上表现更好。模式相关分析显示CMIP6多模型平均值与观测的相关性更高。具体偏差减少包括:植被物候(如CLM-CN模型改善最大叶面积指数时间)、亚马逊盆地生物量(通过改进呼吸和碳分配)、东亚夏季风(CMIP6模型改善西风强度和雨带位置)以及云和水汽过程(CMIP6模型改进云垂直分布表示)。

**6 气候模型模拟中的剩余偏差**
尽管评估和基准测试取得进展,一些偏差仍然存在。例如,降水偏差受云和辐射表示影响,双ITCZ问题在CMIP6中仍存在,热带对流层增温偏差在模型和观测间显著,北极海冰敏感性低估于观测。这些偏差需要更多指标和观测数据来识别来源。

**7 参考数据和不确定性量化**
观测数据常被视为“绝对真理”,但存在系统偏差和不确定性。多观测平均值可用于表征观测不确定性,但完整的不确定性传播方法未广泛采用。再分析数据如ERA5和JRA-55提供完整空间覆盖,但包含模型偏差。选择合适数据集对评估至关重要,obs4MIPs和CREATE-IP等项目旨在标准化观测数据。科学家已通过ESA CCI等倡议促进数据协调,但挑战依然存在。

**8 讨论/结论**
模型评估和基准测试随着CMIP阶段发展而演进。开源工具如ESMValTool和PMP采用Python等现代语言,但代码质量和可移植性仍是挑战。社区项目如Pangeo促进工具生态。快速评估框架(REF)旨在为CMIP7提供即时评估,使用预计算指标和自动化诊断。未来,AI/ML模型组件需要确保守恒性和长期稳定性,模型评估将发挥关键作用。开源和社区开发的诊断对于提供及时和透明的科学结果至关重要。

(注:以上内容基于论文主体部分总结,保留小标题,并去除引用文献和图示标识。)
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号