气候模型不是把今天的天气一路推算到几十年以后。它更像一组建立在物理规律上的计算实验：研究者描述大气、海洋、陆地和冰之间怎样交换能量与物质，再输入不同的温室气体和社会发展情景，观察长期统计特征如何变化。
天气和气候问的不是同一个问题
天气预报关心某个地点、某个时刻的具体状态。细小的初始差异会随时间放大，所以精确天气预报有明显期限。气候研究关心的则是较长时期的平均、范围和极端事件概率。
你无法在很早之前知道某一天哪一片云会经过北京，却可以研究在某种外部条件下，长期高温日数或平均温度怎样变化。
模型怎样表示整个地球？
计算机把地球系统划分成许多网格，在每个时间步计算能量、空气、水分等如何流动。网格不可能无限细，一些比网格更小的过程需要用近似方式表示。
分辨率、物理过程表达和计算资源都会影响结果。多个研究团队使用不同模型，是为了比较哪些结论稳健，哪些更依赖具体设定。
为什么会有不同情景？
模型可以描述自然系统怎样响应外部条件，却不能预言人类未来会排放多少温室气体、采用什么能源或制定什么政策。因此研究者使用多个情景：如果未来路径不同，气候可能怎样响应。
情景不是对社会未来的唯一预测。它们是带条件的问题，回答“如果这样发展，会发生什么”。
不确定性是否意味着什么都不知道？
不是。不确定性有不同来源：未来排放路径未知，模型对部分过程的表达有限，自然系统本身也有波动。科学报告会给出范围和信心水平，正是为了把这些边界保留下来。
当多个模型、观测和物理理解指向相同方向时，我们可以对趋势形成较强判断，即使无法给出每个地点的精确数字。
我们怎样检查模型？
研究者会检验模型是否能重现过去和现在的许多气候特征，也会比较模型预估与随后出现的观测。但模型不是因为“预测过一次”就被永久认证；新资料会持续暴露偏差并推动改进。
如果只记住一件事
气候模型不是长期天气预言，而是基于物理规律的条件计算实验。它擅长研究趋势、范围和风险；不确定性描述的是边界，不等于没有知识。