气候科学家可以分为互相配合的两大组：实验者组和建模者组，其中实验者到世界各地收集气候数据（如二氧化碳水平、甲烷浓度、季节性温度、降雪率等）；建模者根据上述数据建立计算机模拟（懂行的人称之为“气候模型”），估算气候变量如何互相影响（例如，不断增加的二氧化碳是否会使温度升高至足以融化极地冰冠，导致海平面升高，使迈阿密将成为下一个亚特兰蒂斯？）。建模者依靠实验者的数据来指导、完善和验证其模拟，反过来，实验者依靠建模者的模拟来提出假设、明确实验并指导他们的数据收集任务。目前，建模者比实验者的人数要多得多，这可能是因为在桌面上设计模拟比前往北极花费数周时间进行测量要划算得多，耗费的体力也少得多。但这并不是说建模者的工作简单。全球气候是一个极其复杂的系统：无数的反馈循环将蝴蝶和它引发的飓风分开，因此，全球气候模拟可能是一项难于登天的脑力劳动。

　　建立气候模拟的流程从一个问题开始。通常这个问题看似简单，比如“风速骤变会影响二氧化碳水平吗？”一旦提出这个问题，建模者必须找到一些实验者在某些地方测量的含有二氧化碳水平和风速的数据集（这些数据集是存在的，只需知道在哪里能找到它们）。到目前为止很简单……对吧? 现在开始才是复杂的部分：数据必须包括二氧化碳水平和风速，最好同时收集；采集范围应覆盖足够大的地理区域（囊括整个北美数据的数据集比只有从一个地方收集的数据的数据集更有用）；应该有地理数据（了解样本来源地，看看结果是否通用）；数据集涵盖的时间必须足够长（最好是几年 - 越长越好）；数据集必须有足够的数据（“足够”可能意味着很多事情，回答这个问题本身就是一门科学）；数据的质量必须好（同上）；数据中不应该只有二氧化碳水平和风速（还应该有总湿度、降水、大气中的其它气体，等等……你必须能够捕捉到任何可能影响二氧化碳或受风速影响的因素）。一旦确定并解析了数据集，建模者就会使用经过优化的逻辑和计算机编程技能，加上一点许数学魔术，瞧吧，模拟有结果了！这可能需要几分钟到几个月的时间，具体取决于模拟工作所需的细节。一旦有了结果（假设结果是“正确！风速确实会影响二氧化碳水平，而且会降低二氧化碳水平！”），建模师兴奋地在科学论坛（通常是期刊或会议上）上宣布结果，让全世界都知道。不可避免地，不同的建模者会问相同的问题，但他们的结果会完全不同（“你的模型是错误的！我的模型清楚地显示，二氧化碳水平随着风速增加而迅速增加！”）。还有一些人会认为两者都是不切实际的，其结果无关紧要。[i] 这时，建模者将争论谁是正确的，最终同意保留各自意见，直到有更多的数据可用。这时就需要实验者介入。

　　实验者（通常不是首先收集建模者所使用的数据的人）将评估用于模拟的数据。他/她会从不同于计算机和精通数学的建模者的角度看待质量，并先问一些关于如何收集和分析数据的问题：特别是用什么方法来测量数据（如果使用的方法错误，得到的数据也会错误）；为保证测量的准确性，采取了哪种质量控制方式（如果没有使用正确的质量控制，数据可能是错误的）？建模者经常问实验者的其它问题有：数据集囊括的地理区域有多大，该区域内是否有足够的采样地点（我们称之为“空间分布”-地点越多越好）；数据的收集频率和时间跨度是多少（我们称之为“采样频率”- 同样在很长一段时间内采样的频率越高越好）；还有其它需要更详细测量的变量吗（气候是复杂的，很多因素都可以使其发生改变 - 你必须能够解释这些改变）；最后，是否有足够的数据（这通常是一个大问题 - 如果你没有足够的优质数据，你就不能确定你的结果）。

　　解决了这些问题后，实验者开始设计测量方法。这包括计划和明确采样地点、采样时间、采样内容，最重要的是采样方式。该操作的核心问题是确定如何收集和分析样品：需要什么设备来进行测量，这反过来又决定了在何时何地进行采样。通常需要很多设备来进行测量；需要 GPS 来获取采样的精确位置；需要声波风速计来了解采样时的精确风速；尽管不是理所当然，但若要准确测量气体的微小变化，测量采样时的相对湿度也是绝对必要的；当然还有能够测量二氧化碳和甲烷、一氧化碳等其它相关气体水平的分析仪。之后就需要清理数据：排列所有数据，以确定在同一时间记录的数位被联系在一起；由于时间不一致或“预热”期，许多数据常常已被解析；再然后就是质量控制。

　　这需要花费大量的时间进行测量和数据分析，使得人们直觉地认为实验者需要各种昂贵、复杂的设备，每个设备都需要电源和数据记录器来保存数据，更不用说需要计算机编程技能来确保所有数据的正确收集。如果这么算下去，至少需要六个分析仪，每个都配有电源（通常为汽车电池）还可能需要一到两个数据记录器，极有可能需要一台笔记本电脑，总计 14-15 个单独设备，用于六种类型的数据。如果这些数字可以减少，实验者的科研生活难道不会变得更方便吗？

　　在 Picarro，我们认为，如果实验者的科研生活更方便，他们就能把注意力从测量的具体细节转移到其真正的意义上，从而使科学更具条理性和影响力。这就是为什么我们与来自世界各地的科学家合作设计各种分析仪，这些分析仪不仅能同时（持续）以最高的精度和尽可能简单的方式测量多种温室气体，还无缝集成来自 GPS 和声波风速计等其它分析仪的数据。这样一来，实验者现在只需携带一台仪器就可以测量二氧化碳、一氧化碳、甲烷和湿度水平，还可以接通 GPS 和声波风速计。六种类型的数据只需一个分析节点。单独设备的数量大大减少，所得数据优异可靠，而且最重要的是，实验者可以直接对数据进行分析，无需经历过去采样活动中的冗长解析和调整。

　　因此，当实验者和建模者下次见面时，每个人都可以确定数据的质量，而建模者也可以放心地使用这些新数据来检测他们的模拟结果：如果一个模拟结果是正确的，就应该能够准确地预测被测量的内容；如果模拟结果是不正确的，那么建模者必须重新绘图。不管怎样，气候科学作为一个整体都在不断帮助我们更好地理解世界。

 

[i] 旁注：这影响到所有依赖于分析复杂系统的科学，这种分析基于庞大的数据集。这就是为什么前一年你会读到“科学家宣称每天一杯葡萄酒对健康有益”，下一年你又会读到“科学家宣称每天一杯葡萄酒对健康有害”的部分原因。复杂的交互系统并不简单。