摘要。大气环流模式（GCM）中的物理参数化具有各种不确定性参数，极大地影响了模式性能和模式气候敏感性。这些参数的传统手动和经验调整既耗时又无效。本研究提出了一种“三步”方法，根据综合客观评价指标，自动有效地获得云和对流参数化中一些关键参数的最佳组合。与传统的优化方法不同，在下坡单纯形法之前，引入了两个额外的步骤，一个是确定模型对参数的敏感性，另一个是为这些敏感参数选择最佳初始值。该方法减少了需要调整的参数数量，加快了下坡单纯形法的收敛速度。大气GCM模拟结果表明，使用该方法确定的这些参数的最佳组合能够将模型的整体性能提高9%。所提出的方法和软件框架可以很容易地应用于其他GCM，以加快模型开发过程，特别是在模型开发阶段不可避免的全面参数调整方面。