评估气候模式重现现代气候的基本特征是气候模式研发过程中的关键环节。它不仅可以衡量模式对未来气候预估的可靠性, 也对进一步优化模式参数有重要参考价值。模式开发人员通常基于大量模式参数的敏感性数值试验，结合他们自己对模式性能评估的经验判断，得到一组模式研发者认为最优的模式参数估计。但是，上述评估在多大程度上是气候学家的共识呢？针对不同科学目标时，专家们能否秉持同样的标准?
该封面文章以评估一个全球大气模式的气候平均态模拟为例，完成了一次96名气候学家参与的问卷调查，用以比较气候学家对模式不同模拟结果相对重要性的认识。负责该文章审稿过程的编委、大气物理研究所俞永强研究员认为：“这篇文章应该是第一篇采用的类似社会科学调查方法来进行模式评估的研究尝试，也许不一定完美，但是绝对值得鼓励。”
“模式开发人员通常花费大量时间进行数值试验，来优化气候模式的关键物理参数，从而得到一个具有最佳模拟性能的版本。” 文章第一作者Susannah Burrows博士说。她注意到目前还没有针对如何对云、海冰等变量重要性进行排序的系统研究，“对这些变量重要性的不同认识，很大程度上会导致不同专家对模式性能作出不同的评估。” 例如，某个模式能更好地模拟海冰，而另一个模式则更加擅长对云的模拟，就是一种非常常见的情形。这时，每个科学家必须在他们的优先排序和研究目标中作出选择。这往往是一个见仁见智的过程。
该研究提供了一个简要的模式评估变量清单以及它们的相对重要性排名，为目前模式评估的一些特定方面提供了一个基准性描述数据， 这可以作为未来研究中针对特定科学问题发展更深入评估和评分标准的新起点。
“这种定量化的评估标准对将来在气候模拟中应用机器学习人工智能等新手段具有重要意义。”同为该实验室的文章作者之一钱云博士说。
封面的设计表现了评估模式时不同专家对同样的模式结果给出不同评估结论的情景。
Citation: Burrows, S. M., A. Dasgupta, S. Reehl, L. Bramer, P.-L. Ma, P. J. Rasch, and Y. Qian, 2018: Characterizing the relative importance assigned to physical variables by climate scientists when assessing atmospheric climate model fidelity. Adv. Atmos. Sci.,35(9), 1101–1113, https://doi.org/10.1007/s00376-018-7300-x .
附件下载：
