解这类成对的、非线性偏差方程。就像理查森在本世纪20年代时尝试的那样，我们
通过把连续的方程分解成为几个分离的部分（我们叫做格箱）来逼近答案。一个典
型的GCM格箱在水平方向上大约有科罗拉多州差不多大小； 在垂直方向上，至少平
均有几百米大气层那么深。
我已经提到云是非常重要的，云还反射太阳光和捕获产生红外辐射的热。但是，
由于我们没有人看到过像科罗拉多那么大小的单个云，我们就面临着一个尺度问题：
我们怎样才能处理自然界存在的其尺度小于我们用大的格精逼近技术才能解决的过
程？例如，我们无法计算云，因为单个的云在这个格箱中只有圆点那么大小。但是，
我们可以提出一些合理的有关云物理学的命题：例如，如果这是一个湿难觅的天气，
那么它很可能是多云的；如果气流在上升，那么它也可能是多云的。
这些气候模型可以预言格箱中的平均湿度，以及气流是否稳定—一可能上升或
下降。 因此我们可以写出～个所谓参数表达式， 把我们用格箱解决的大尺度变量
（诸如湿度）与没有解决的小尺度过程或现象（诸如单个的云）联系起来。于是，
通过这样的参数表达式，我们就得到了格精中有关云的平均的预测。因此，模型既
没有忽视云的状况，也不是仅浇解决单个云的情况。相反，模拟者试图得到模拟过
程的平均结果，而该过程的尺度无法达到GCM方法中可以明确解决的（格箱）尺度。
不管他们使用气候、生态还是经济的模型，发展、检验和估价许多这类参数表达式
的性能是模拟者最重要（也是最引起争论）的任务。这把我们带回到地球系统科学
中最有深远意义的争论之一，这也是衡量电脑模型有用性和脆弱性的最好例子之一。
温室效应