随着全球气候变暖,生态和环境受到严重破坏,极端天气频繁发生,使得研究全球气候变化机制,预测未来变化趋势变得刻不容缓。地球系统模式是研究该机制的重要工具,一种基于计算机的复杂系统模型。该复杂模型往往包括很多参数,这些参数的取值对模型的表现具有极大的影响。如何正确的估计这些参数是一个复杂的科学问题,其中参数敏感性分析是识别重要性参数的常用方法,了解模型输入参数对输出变量的影响,为后续模型参数优化提供了科学基础。参数敏感性分析最重要的一个过程就是采样。本文介绍了3种常用于敏感性分析的传统采样方法和4种基于马尔科夫链蒙特卡罗算法的自适应采样方法,共7种采样方法;接着说明了对于采样方法的包括敏感性分析以及另2种评估度量,均匀性和后验概率分布。通过在模式上实验实现各采样方法的性能对比。又基于马尔科夫链蒙特卡罗算法的自适应采样方法为参数敏感性分析提供了参数收敛区间和参数后验分布,且参数在不同的区间内体现出了不同的敏感性。本文充分利用传统采样和自适应采样的优缺点,设计出包含三次采样过程和两次敏感性分析过程的面向地球系统模式敏感性分析的自适应采样方案。