第六次耦合模式比较计划（CMIP6）包括核心试验和23个模式比较子计划，参与的模式数量超过100个。如何客观、定量地评估和比较不同气候模式的性能，正变得越来越重要。目前的模式评估方法，大多针对单一变量进行评估。然而，在模式比较与评估中，我们往往还需要评估模式对多个变量的总体模拟能力。
最近，中科院大气物理研究所的徐忠峰课题组与南京大学郭维栋教授课题组合作，改进了前期发展的多变量集合评估（MVIE）方法。改进主要体现在如下几方面：（1）在所有统计量的计算中，考虑了面积权重，改善了评估结果的合理性；（2）可应用于多个标量场和矢量场混合的多变量集合评估；（3）定义了一个描述模式技巧的多变量集合评估指数，该指数可以赋予每个变量不同权重，以考虑不同变量在模式评估中的相对重要性；（4）在上述方法改进基础上，分别利用NCL和Python发展了一个多变量集合评估工具（MVIETool）。该工具提供了统计量计算和灵活的绘图功能，用户既可以定量评估模式对每个变量的模拟能力，也可以评估模式对多个变量的总体模拟能力（图1），为多模式性能的对比评估提供了有力支撑。
图1 多模式性能评估与比较图表。评估变量包括多年平均的海平面气压（SLP）、海表面温度（SST）、600-hPa 比湿（Q600）、850-hPa气温（T850）、850-hPa风矢量场（uv850）和200-hPa风矢量场（uv200）。ME和cRMSD分别代表模式相对于再分析资料的平均偏差和均方根误差，评估模式对每一个变量的模拟能力。VME和RMSVD分别代表模式对多个变量平均偏差和均方根误差的总体模拟能力。cRMSL和cVSC分别表征模式对多个变量的总体空间变率和空间相似程度的模拟能力。cMISS和uMISS为基于距平场和原场计算的多变量集合评估技巧，数值越接近1表示模式性能越好。图中颜色越浅表示模式结果越接近参考数据。M1-10代表10个模式，REA1和REA2表示两个再分析资料。评估的参考数据为REA1和REA2的平均。
Zhang Meng-Zhuo, Zhongfeng Xu*, Ying Han, and Weidong Guo, 2021: An improved multivariable integrated evaluation method and tool (MVIETool) v1.0 for multimodel intercomparison, Geosci. Model Dev., 14, 3079–3094, https://doi.org/10.5194/gmd-14-3079-2021
Zhang, M.-Z.: MVIETool, GitHub, available at: https://github.com/Mengzhuo-Zhang/MVIETool
Xu Zhongfeng*, Han Ying, and Fu Congbin, 2017: Multivariable integrated evaluation of model performance with the vector field evaluation diagram, Geosci. Model Dev., 10, 3805–3820. https://www.geosci-model-dev.net/10/3805/2017
Xu Zhongfeng*, Hou Zhaolu, Han Ying, and Guo Weidong, 2016: A diagram for evaluating multiple aspects of model performance in simulating vector fields, Geosci. Model Dev., 9, 4365–4380. https://doi.org/10.5194/gmd-9-4365-2016
