气溶胶-云相互作用对地球辐射平衡至关重要，但在全球气候模式中表征不足，导致了巨大的模式不确定性。此前有研究以2014年Holuhraun火山喷发为自然实验，揭示出大多数模式显著低估了液态云量对气溶胶的响应。本研究将一种新开发的基于神经网络的云量方案（NSA方案）引入全球气候模式，并基于同一基准评估其对气溶胶-云相互作用模拟的影响。结果表明，与默认云量方案相比，NSA方案模拟的液态云量正响应更强，且落入观测值的90%置信区间内；同时，NSA方案有效修正了对液态水路径敏感性的过高估计。这些改进使得气溶胶-云相互作用相关的辐射强迫分解结果更加符合实际，突显了液态云量调整在其中的关键贡献。本研究强调了云量参数化在云宏观及微观物理过程中的重要性，减少模式云辐射效应偏差及相关气候预测不确定性提供了重要参考。

 

气溶胶-云相互作用,云参数化,间接效应,人工智能