全球云层预测总不准时间：会影响气候和阳光吗？

地球未来气候的预测依赖于对入射太阳辐射吸收、热辐射向太空发射的模拟，以及它们如何因人为排放的温室气体（如CO₂）而变化。云通过短波（SW）和长波（LW）辐射影响地球辐射平衡：反射阳光使地表冷却（即短波云辐射效应SWCRE），同时阻碍热辐射向太空发射使地表变暖（即长波云辐射效应LWCRE）。云的变化会反馈到初始辐射强迫，增强或减弱变暖信号。

地球系统模型（ESMs）是预测未来气候变化的主要工具，但因分辨率限制，许多小尺度云物理过程需参数化。尽管研究多年，云及其对辐射平衡的影响仍是气候预测不确定性的主要来源。云的出现时间（日变化）很重要：不同时段的云量和光学厚度会影响反射的阳光量。例如，层积云在清晨达到峰值，日出后云顶被加热，边界层稳定性增加，云量减少。

研究通过分析卫星观测的液态水路径（LWP）日变化数据（MAC-LWP）与ESMs输出，发现ESM在LWP日变化上存在误差。他们建立解析模型，将SWCRE偏差分解为LWP日变化振幅偏差、相位（时间）偏差、日平均LWP偏差等。对CMIP6的MPI-ESM1-2-HR和CanESM5模型分析显示，LWP日变化误差对SWCRE偏差的贡献显著，在CanESM5中甚至超过日平均LWP的贡献。但这些误差常被其他补偿性误差掩盖，导致总SWCRE偏差较小，即模型“结果对但原因错”。

为纳入更多模型，研究提出“相位敏感性”指标，量化LWP日变化相位对SWCRE的潜在影响。发现高相位敏感性区域（如秘鲁西部、纳米比亚等层积云多发区）与CMIP6模型的高SWCRE偏差区域重合，且两者存在显著正相关，表明更多模型可能因LWP日变化缺陷导致SWCRE偏差。

通过校准E3SMv3模型的参数扰动集合（PPE），选取日平均LWP接近观测值的成员，仍发现显著SWCRE偏差，说明即使平均LWP正确，日变化误差等仍会导致偏差。

研究强调，需改进云日变化模拟，尤其是层积云的 timing。当前ESM可能通过补偿性误差获得低SWCRE偏差，需存储亚日尺度数据以验证模型机制正确性，避免“结果对但原因错”。未来应关注云日变化的物理机制（如边界层夹卷干燥、云顶辐射冷却等），并发展冰云日变化观测（如PolSIR卫星）。