モデルの中で起きていることの解釈のためには、モデルを支配する式に現われる 変数は少ないほどよい。(従属して決まる変数は多くてもかまわない。)そこで、 変数間になんらかの関係を仮定することにより、実質的な変数の数を減らして 考えることが試みられる。
気候系は大気と地表面(海・陸・氷)を合わせて考えることができるが、それぞれに ついて、エネルギーあるいは温度に関する変数、水の量に関する変数、運動量 あるいは速度に関する変数を考えるべきであろうと思われる。しかし、EBMでは、 このうち第1のものだけをとりあげる。なんらかの理由で温度分布が決まって しまうと、水の分布も、大気や海の運動も、それに応じて決まると仮定するわけ である。さらに、多くのEBMでは、大気の温度と地表面の温度との区別もしないし、 大気の中の高さによる温度分布も考えない(これは気温が鉛直方向に一様であると 仮定したというよりも、一定の気温減率を仮定したと見るべきであろう)。 なお、EBMで使われる「温度」は、系がもつエネルギー量の指標である。これが 地上観測による気温の全球平均に対応すると仮定した研究例が多いが、そのように 仮定するのが当然とは限らないことに注意しておこう。
EBMの中で最も変数の数が少ないのは0次元1変数のモデルである。一方、この解説 で重視したい「雪氷アルベドフィードバック」が直観的にわかりやすいのは、 BudykoやSellersが採用した南北1次元モデルである。そこで、以下では、まず 0次元、次に南北1次元モデルを使って議論を進めることにする。