大量降水会造成巨大的经济，生态和人类生命损失。因此，准确建模和预测强降水事件至关重要。

但是，当前的全球气候模型(GCM)难以正确地模拟热带降水，特别是强降雨。大气科学家正在努力识别和最小化对大型和对流降水建模时出现的模型偏差。

北京师范大学地理科学系教授杨静说：“不切实际的对流和大规模降水成分实质上是造成模拟降水偏差​​的原因。”

杨教授和她的研究生何思成，以及科学院大气物理研究所的鲍青，从对流和大范围降水的角度探讨了实现逼真的降雨模型的挑战和障碍。

杨说：“尽管有时总的降水量可以很好地模拟，但对流和大范围的降水分配在模型中是不正确的。”

为了阐明当前GCM中对流和大规模降水成分的状况，研究人员对16种CMIP6模型进行了全面分类，重点是热带强降雨。在大多数情况下，结果表明，通过大规模降雨解决的降雨要多得多，而不是CMIP6模型模拟的对流分量，这是不现实的。

研究小组将模型组成部分分为三个不同的组，以便根据大规模降水的百分比进行更好的评估：对流层中低至整个湿润偏差(大规模降雨为60%-80%)，对流层中湿峰( 50%的对流/大尺度降雨)和较低的对流层湿峰(90%-100%的大尺度降雨)。

这些分类与热带大气中水分和云的垂直分布密切相关。由于低云和高云的辐射效应是不同的，因此垂直云分布的相关差异可能会导致不同的气候响应，因此气候预测中存在相当大的不确定性。

杨说：“独特云的垂直分布可能会引起不同的气候反馈，这表明对流/大规模降雨分区对于可靠的气候预测是必要的。”

该研究于5月7日发表在《大气科学进展》中。