气候模型里的“反季侦察兵”：科学家如何给“多年拉尼娜”做体检？

在全球变暖的今天，“拉尼娜”正变得越来越“难缠”。拉尼娜是西班牙语“小女孩”的音译，指赤道中东太平洋海水大范围异常变冷的现象。通常情况下，一次拉尼娜事件持续数月到一年就会结束。但近年来，这个小女孩似乎学会了“连续剧”的本事——一次冷完还不够，紧接着又来第二次，形成持续两年甚至更久的“多年拉尼娜”。1998年以来发生的6次拉尼娜事件中，有5次都持续了两到三年，破坏力远超单次事件，会引发更持久的干旱、洪水等极端天气。

面对这个越来越频繁的“坏脾气小女孩”，科学家们迫切需要知道：未来的气候会怎样？我们的气候模型能准确预测她吗？该项研究,就像给全球顶尖气候模型做了一次严格的“体检”。在近期发表的《Consecutive La Niña events in CMIP6 historical simulations: assessment and bias analysis》（CMIP6历史模拟中的多年拉尼娜事件：评估和偏差分析）一文中，Shan Liu（刘珊）等研究人员评估了参与国际耦合模式比较计划第六阶段（CMIP6）的模型，这些模型正是联合国政府间气候变化专门委员会（IPCC）发布气候评估报告的核心工具。

结果令人警醒：这些世界顶尖的模型被分成了“优等生”（A组）和“偏科生”（B组）两类。优等生模型能成功模拟多年拉尼娜的关键特征——第一年冬天降温后，第二年夏天海温会短暂回暖，紧接着冬天再次降温，形成“双次降温”的经典节奏。而偏科生模型只能模拟一次持续不断的降温，完全无法再现中间的“夏季喘口气”和第二年的“回马枪”。

问题出在哪？研究团队像侦探一样追查到了“温跃层反馈”这个关键机制。在偏科生模型中，海洋深处的冷水上翻过程被严重高估了，导致表层海水迟迟无法回暖。仅此一项偏差，就贡献了导致失败负偏差的46.4%。

这项研究的意义在于，它不仅为当前气候模型找到了关键“病因”，更为下一代模型的升级指明了方向。精准诊断模型偏差，是提升气候预测准确性的关键一步——只有这样，我们手中的“数字地球”才能更准确地预判未来，帮助人类社会更好地应对气候变化的挑战。