建立更好的模型

很明显，北极海冰正在融化，而且正在以越来越快的速度融化。但提供时间背景的相应数据只能追溯到40年前。在恶劣的北极环境、恶劣的地形和极夜条件下，在卫星成为一种选择之前，根本无法进行观测。

即使现在数据从上面源源不断地涌入，传统的模型仍然是气候科学家理解和预测北极变化的最有力工具。但是，目前的海冰模型很难解释我们近年来看到的变化和下降。

这就是为什么加州大学圣巴巴拉分校地球研究所的丁庆华计划根据观测结果评估气候模型，以确定哪些模型运行良好，哪些表现不佳，以及最重要的原因。他的提议得到了美国国家海洋和大气管理局20万美元的拨款。

“我们需要一种量化的方法来有效地告诉人们‘你的模型有局限性，你的模型表现很好’，并给他们打分，”地理学系助理教授丁说。最重要的是，他想知道为什么有些人成功而有些人失败。我们的目标是为气候模型的排名创建一个规则，解释为什么有些模型比其他更好地发挥作用，这一洞见将有助于改进下一代气候模型。

计算机建模给研究人员带来了一个权衡:他们想要捕捉尽可能多的影响系统的因素，但这些因素越多，模型就变得越复杂和不可思议。

而且，不同的模型有不同的用途。对风暴和云层形成感兴趣的气象学家可能会使用一套与研究海冰和洋流的海洋学家不同的环境模型。并不是一组比另一组好;它们只是在设计时考虑到了不同的目标。

丁计划专注于北极海冰模型以及它们如何与其他模型组件交互。他正在追踪可能解释观测结果和模型预测之间差距的因素。“人们过去认为北极变暖是人为因素造成的，”他说。“这是对的，但还有另一个组成部分，自然变异性，这是非常重要的一部分。

“没有一个好的模式，我们无法解决这个问题，”他补充说。

然而，不同的模型可以通过虚假的方法产生相似的结果。丁解释说，例如，在模拟中，可能有很多方法可以融化海冰，但其中只有几种反映了真实世界的机制。这类似于代数问题可能产生多个答案，其中只有少数在上下文中是正确的。

因此，理解每个模型的工作原理是至关重要的。“这就是我们试图强调的:一个好的模型不仅应该得到正确的结果，而且应该通过正确的方式来实现这些，”上海复旦大学的访问博士生罗锐(音译)说。

“我们只有40年的海冰观测，”罗补充说，“所以如果我们想预测未来我们将看到什么，我们必须依赖模型。”但在我们使用它们之前，我们需要确保这些模型能够复制现实。”