你是否曾经好奇，气象预报为何能提前数天给出趋势判断，科学家又如何在不同排放与政策情景下推演未来气候可能的走向？在研究人员看来，答案与一类关键工具密切相关：运行在超级计算机上的气候模型。

地球系统由大量相互耦合的过程构成，涵盖从微观化学反应到大尺度风暴活动的多层级机制。深海洋流循环、森林与大气之间的碳交换，以及人类活动对大气成分的改变，都会在系统中引发连锁反应。这些过程受质量守恒、能量守恒与动量守恒等物理定律约束，但整体系统规模巨大且高度复杂。

研究人员指出，地球系统还具有显著的“混沌”特征：微小扰动在足够长时间尺度上可能导致演化轨迹出现明显差异，即常被称为“蝴蝶效应”。在这种背景下，要对长期气候变化与极端天气风险进行定量推演，依赖的是以物理方程为基础的数值模拟体系。

气候模型如何工作

在气候建模中，一个常见做法是将地球划分为三维网格：在地表，每个网格可代表约50至100公里宽的区域，并向上延伸覆盖大气层、向下延伸进入海洋，形成环绕全球的三维计算框架。

每个网格中包含大量变量，例如温度、风速、湿度、海冰厚度、土壤水分等，并通过数学表达式描述变量之间的相互作用，包括热量传输、空气上升与下沉、水汽凝结成云、海洋吸收并重新分配能量等过程。模型通过不断向前推进时间步长，反复求解方程并更新各网格变量，从而模拟数十年乃至数百年的演变。

由于系统具有混沌性，研究人员通常不会只运行一次模型，而是采用“集合模拟”：在略有差异的初始条件下多次运行，以区分情景变化带来的系统响应与混沌扰动造成的差异。

这类计算对算力需求极高。文章提到，相关工作需要能够每秒执行千万亿次运算的超级计算机，即千万亿次级计算能力（每秒约1,000,000,000,000,000次计算），以支撑数百万网格、数百变量以及长期时间尺度的反复求解。

从模拟结果到现实决策

研究人员表示，气候模拟结果会被用于支持与日常生活相关的决策，例如在易受洪水影响地区提高建筑高度、设计能够承受长期热浪的电网、以及在干旱期间进行水资源管理等。城市规划者、工程师、应急管理人员与政策制定者等群体都会参考模型提供的信息。

目前，全球多所大学、国家实验室与政府机构开发并维护多套主要气候模型。不同建模中心会基于各自的代码体系、物理假设、网格分辨率与超级计算平台开展模拟。与此同时，国际合作项目（如耦合模型比较计划）推动各中心在统一实验框架下进行对比研究，例如采用相同的温室气体情景与火山喷发设定。

文章称，关于“变暖背景下极端降雨将加剧”或“北冰洋可能在几十年内出现季节性无冰”等结论，并非来自单一团队或单次运行，而是基于多套独立开发的模型，在协调一致的实验设计下形成的综合结果。

国家级超级计算资源的角色

以美国为例，文章指出，主要气候建模工作由国家实验室与联邦机构支持，包括NASA、国家大气研究中心（NCAR）以及少数研究型大学。

在NCAR，研究人员开发了社区地球系统模型，用于研究气候变化、极端天气、气候与野火关系以及大气模式等议题。文章强调，运行大规模集合模拟不仅需要强大的计算硬件，还需要能够处理PB级输出的数据存储系统，以及保障系统持续运行的工程团队，因此属于国家级科研基础设施的一部分。

文章同时提到，2021年诺贝尔物理学奖授予了气候建模相关领域的先驱者，反映出该领域在提升人类理解复杂地球系统能力方面的重要性。

在方法层面，文章认为，气候预测需要外推至现代历史未曾经历的条件（例如更高的温室气体浓度），仅依赖统计方法难以覆盖。人工智能在短期天气预测方面取得进展，可用于加速模拟与分析海量数据，但文章指出，其难以替代基于物理方程求解的气候模型体系。

文章称，在气候变暖背景下，开展大规模地球系统模拟被视为评估未来风险的重要工具之一。

本文内容转载自The Conversation，采用知识共享许可协议。