既然咱们已经说到了CMIP6模式评估特辑，那就直接聊聊高原感热、南亚季风还有ENSO的不对称性吧。话说2022年，王美蓉他们是把12个CMIP6模式都拉到了显微镜下，重点看了看它们是怎么模拟青藏高原中东部春季地表感热通量的。结果发现，过去几十年这个感热通量是在减弱的，可到了2000年左右画风突变，直接掉头变强了。这种转折要是抓不住，那以后的气候预测肯定悬。 再看何林强那边，2022年他是把FGOALS-g3模型从上到下都“扫描”了一遍，专门给它做了个南亚夏季风的“体检报告”。文章主要看了两个点：一是气候态准不准，看看季风什么时候爆发、雨带在哪；二是年际变率能不能行，ENSO的信号能不能变成季风降水的波动。他们通过对比耦合试验和非耦合试验发现，海气耦合反馈这块儿可把误差给放大了30%以上。这就提示咱们，以后想让模型动起来像真实世界，就得把海洋和大气的相互作用写得更逼真点。 回头再看郑玉琼他们在2020年做的工作，先拿观测数据给我们展示了个铁证：春季北极涛动（AO）可是会影响冬季ENSO的。正位相的时候容易出厄尔尼诺，负位相的时候容易出拉尼娜，而且这俩概率还不太对称。紧接着就给30个CMIP5模式出了道题：谁能把这种不对称性翻译出来？结果也就不到一半的人答对了。分析下来发现大家普遍对AO到ENSO的信号强度估计得有点弱，对不对称性更是拼凑出来的。 最后说说赵丹他们在2022年做的中国东部水循环“体检”。中国东部人多经济好，水循环哪一环出了岔子都容易变成极端天气。他们用最新的CMIP6数据评估了降水、蒸发和径流这三条线。降水这块多数模式倒是抓住了梅雨锋的摆动，但华南前汛期的雨却报大了；蒸发这块普遍高估了夏天的能力；径流这块对长江汛期洪峰的时间和大小都没摸准。团队也说了，云微物理和陆面过程的耦合缺陷是共同的短板。想要气候模式在东部“行得通”，就得在云物理和陆面参数化上双管齐下。