Detection and attribution of change
Observed trends are compared with model simulations with and without human influence to judge whether a change is detectable and attributable, with confidence stated in calibrated language.
GCRI · 气候与灾害
面向危害的气候科学
Climate and atmospheric science is the core science this platform stewards for the network. It explains how energy, water and carbon move through the climate system, why extremes change as the world warms, and how confident each statement can be, using the assessed language of the IPCC.
01目录
Climate science for hazards in five parts.
02申请
What climate and atmospheric science does here.
Climate science studies the physical processes that govern the atmosphere, oceans, cryosphere and land surface over seasons to centuries. It provides the basis for understanding changes in hazard frequency and intensity that propagate through economic and social 系统. In climate and hazards and disaster and crisis, climate projections frame long-horizon scenarios for infrastructure, insurance, food systems and public finance. They allow correlated hazards across regions and sectors to be examined together. The canonical description is on STEM Commons.
Extreme event attribution
The probability or intensity of a specific event is compared between the current climate and a counterfactual without warming, using observations and models with documented protocols.
Process-based model evaluation
Models are evaluated on the physical processes that drive regional extremes, such as blocking or monsoon onset, before their projections are used.
03地理
全球气候信号。
来自 NASA GIBS 的全球日间地表热量、降雨和海洋热浪数据。每个图层都标注各自的日期。
交互式地图需要JavaScript；图层列表和来源见下文。
图层 3
本页的气候信号
关于本图层
- 证据
- 观测（持续云层仍会造成缺口）
- 来源
- VIIRS NOAA-20 Level 3，8 天（NASA LANCE）
- 提供方
- NASA LANCE
- 许可协议
- NASA 开放数据
- 年份版本
- 8 天；卫星 8 天合成；持续云层仍会造成缺口
- 构建时的最新内容
- 2026-09-14
- 处理结果
- 约 1 公里网格
- 不确定性
- 截至所示日期的 8 天内地表的卫星皮肤温度，是高温风险暴露指标；不是气温、热指数，也不是高温预警。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 估计值
- 来源
- GPM IMERG（NASA GES DISC）
- 提供方
- NASA GES DISC
- 许可协议
- NASA 开放数据
- 年份版本
- 每日；近实时卫星估算
- 构建时的最新内容
- 2026-10-12
- 处理结果
- 约 2 公里网格
- 不确定性
- 近实时卫星估算。卫星或模型栅格数据，按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声；数值是指标，而非某地的测量值。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
关于本图层
- 证据
- 观测
- 来源
- VIIRS NOAA-20 校正反射率（NASA LANCE）
- 提供方
- NASA LANCE
- 许可协议
- NASA 开放数据
- 年份版本
- 每日；卫星图像
- 构建时的最新内容
- 2026-10-14
- 处理结果
- 约 250 米网格
- 不确定性
- 卫星图像。卫星或模型栅格数据，按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声；数值是指标，而非某地的测量值。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 观测（云层造成缺口）
- 来源
- VIIRS 全球洪水产品（NASA LANCE）
- 提供方
- NASA LANCE
- 许可协议
- NASA 开放数据
- 年份版本
- 每日；卫星探测；云层造成缺口
- 构建时的最新内容
- 2026-10-14
- 处理结果
- 约 250 米网格
- 不确定性
- 卫星探测；云层造成缺口。卫星或模型栅格数据，按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声；数值是指标，而非某地的测量值。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 估计值
- 来源
- 世界网格化人口 v4.11（NASA SEDAC（哥伦比亚大学 CIESIN））
- 提供方
- NASA SEDAC（哥伦比亚大学 CIESIN）
- 许可协议
- CC BY 4.0
- 年份版本
- null；基于人口普查的估算，静态（2020）
- 处理结果
- 约 1 公里网格
- 不确定性
- 基于人口普查的 2020 年每平方公里人口估算，作为风险暴露背景展示；不是受任何危害影响的人数。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
键盘操作，地图获得焦点时
按住 Ctrl 或 ⌘ 并滚动以缩放
最新可用
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap贡献者 (ODbL) · Natural Earth
正在加载最新的NASA影像。
拖动以移动。按住 Ctrl 或 ⌘ 并滚动、双指缩放或使用按钮缩放；悬停可查看指针下的数值；重置可返回该区域。
气候信号，以全球为取景。NASA 发布的卫星和模型产品，各带自己的日期。它们是指标，而非对任何地点的评估。
数据：NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap 贡献者 · Natural Earth · NASA EONET · NASA JPL OPERA DIST-ALERT · NASA AIRS来源与许可
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA 开放数据
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA 开放数据
- VIIRS 近实时产品（洪水、地表温度、积雪覆盖、校正反射率），NASA LANCE；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- GPM IMERG 降水，NASA 降水处理系统；由 NASA 戈达德地球科学数据和信息服务中心（GES DISC）分发；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- GHRSST Level 4 MUR 分析，NASA 喷气推进实验室；由 NASA 物理海洋学 DAAC（PO.DAAC）分发；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). 采用 CC BY 4.0 许可。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 doi:10.7927/H49C6VHW. CC BY 4.0
- ASTER GDEM 是 METI 和 NASA 的产品（ASTER Global Digital Elevation Model V003，NASA LP DAAC）；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。引用格式：NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. NASA 开放数据
- 使用 Natural Earth 制作。免费矢量和栅格地图数据，见 naturalearthdata.com。 公有领域
- © OpenStreetMap 贡献者（ODbL），经由 NASA GIBS（海岸线、边界、道路和地名）。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 ODbL
- Blue Marble，NASA Earth Observatory；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- 地球仪和平面地图上的背景信息：海岸线、边界、道路和地名来自 NASA GIBS 参考图层（OpenStreetMap 数据，ODbL，© OpenStreetMap contributors）；Blue Marble 影像可作为可选底图；3D 地形和高程读数来自 ASTER GDEM 高程色彩指数（5 m 至 200 m 分级，为便于辨识而作了夸张处理）。边界按已发布的样式绘制，不代表对任何领土的立场。
- 实时事件：NASA Earth Observatory Natural Event Tracker（EONET）；事件仅供参考，并保留其原始来源链接。
- 实时：NASA EONET。事件仅供参考，不是主管机构的预警。
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Observed (EO): NASA AIRS. We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- 空气质量预报，5 天，PM2.5（CAMS，经由 Open-Meteo）：包含经修改的 Copernicus 大气监测服务 2026 年信息。
- 过去一年的每日气温（ERA5，经由 Open-Meteo）：包含经修改的 Copernicus 气候变化服务 2026 年信息。
- 过去一年的每日气温和日照（NASA POWER）：这些数据来自 NASA 兰利研究中心（LaRC）POWER 项目，该项目由 NASA 地球科学/应用科学计划资助。
- 天气数据来自 Open-Meteo.com (https://open-meteo.com/), 依据 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). 授权。
- Optional layers (22 sources in the layer list: live, forecast, observed and context) print their provider credit on the map and here when switched on; forecasts are model output and derived indices are estimates.
图层与日期
- 地表温度，日间，8 天合成：VIIRS NOAA-20 3 级产品，8 天，NASA LANCE · 2026年9月14日
- 降水率，日均值：GPM IMERG，NASA GES DISC · 2026年10月12日
- 海面温度距平：GHRSST MUR25，NASA JPL PO.DAAC · 2026年10月12日
- 真彩色：VIIRS NOAA-20 校正反射率，NASA LANCE · 2026年10月13日
- 洪水水体，3 日合成：VIIRS 全球洪水产品，NASA LANCE · 2026年10月14日
- 人口密度，2020 年：人口：哥伦比亚大学 CIESIN，世界网格化人口 v4.11（2018），NASA SEDAC， CC BY 4.0 · 静态
04数据
该方法使用的输入。
Datasets and records used by climate and atmospheric science on this platform, with the role each plays and the label its values carry. Sources are listed in 来源登记册.
| 数据 | 角色 | 标签 |
|---|---|---|
| ERA5 reanalysis | Consistent historical fields | 模型生成 |
| HadCRUT5 and other observational datasets | Observed temperature trends | 观测 |
| CMIP6 historical and natural-only experiments | Attribution counterfactuals | 模型生成 |
| Station records from national services | Local evaluation | 观测 |
05监测
Forecast verification.
团队遵循该方法时会使用的界面：其指标、状态与决策。名称为示例，数值仅作示意。
预报检验
Climate and hazards · Climate science for hazards · Run R-3858
Skill above referenceGCRI · 气候与灾害
Forecast with range
方法卡
- 方法
- 气候与大气科学
- 编号
- climatology
- Lead times
- 1 to 9 steps
- 标签
- 模型生成
Verification by lead time
held-out period
| T+2 | 0.15 | 0.28 | 0.29 | Skilful |
| T+4 | 0.32 | 0.22 | 0.13 | Marginal |
| T+6 | 0.21 | 0.22 | 0.16 | Marginal |
| T+8 | 0.28 | 0.09 | 0.38 | Skilful |
06验证
结果如何核查。
Models are evaluated against observed climatology, historical trends and paleoclimate records. Multi-model comparison and process-based diagnostics expose structural differences.
| 核查 | 如何开展 |
|---|---|
| Multi-dataset comparison | Findings are tested against several observational products before they are described |
| Calibrated confidence | Statements carry IPCC-style confidence and likelihood terms tied to evidence and agreement |
| Model fitness | Models used for attribution must reproduce the relevant process and statistics in the historical period |
Projections depend on emission pathways and on parameterised processes such as clouds and convection. Regional detail and changes in rare extremes carry wide uncertainty.
07模拟器
存量、流量、延迟和一个临界阈值。
两个存量，即压力和 适应能力，由一个增强的增长回路、一个延迟的平衡响应以及压力超过能力时产生的损害相连；越过阈值后，系统可能发生突变。这是使用明示示例数值的教学模型，不是预测。
控制措施
- 压力增长
- 每年 6.0%
- 能力在降低压力方面的效力
- 每年 4.0%
- 对感知压力的投资响应
- 20%
- 感知延迟
- 4.0 年
- 压力的临界阈值
- 60 项指数
- 越过阈值后的放大
- 2.0 倍
- 模拟年数
- 50 年
读数
- 峰值压力
- 113 指数
- 期末能力
- 186 指数
- 超过阈值的年数
- 15.8 年
数字、方法与来源
| 年份 | 压力 | 能力 | 感知 |
|---|---|---|---|
| 0 | 20.0 | 50.0 | 20.0 |
| 4 | 23.3 | 44.9 | 21.2 |
| 8 | 27.2 | 42.2 | 24.0 |
| 12 | 31.7 | 42.3 | 27.7 |
| 16 | 36.8 | 45.5 | 32.2 |
| 20 | 42.3 | 51.5 | 37.2 |
| 24 | 47.9 | 60.3 | 42.6 |
| 28 | 53.2 | 71.3 | 48.0 |
| 32 | 57.8 | 84.3 | 53.1 |
| 36 | 66.4 | 98.4 | 58.4 |
| 40 | 82.7 | 115.9 | 69.7 |
| 44 | 97.8 | 139.7 | 83.8 |
| 48 | 109.1 | 169.4 | 97.3 |
方法
- 系统动力学 Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
- 临界转变与临界点 Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
- 因果回路图 Sterman (2000), Business Dynamics, McGraw-Hill
- 不确定性扇形图（参数蒙特卡罗） Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
- 单因素敏感性（龙卷风图） Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
数据
No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.
贯穿六大支柱，由 Nexus Consortium 牵头
- 实验 实验室
- 构建于 Foundry 中的气候与灾害
- 检验地点 Universe 中的气候与灾害
- 编入 Standards 中的气候与地球系统
- 发表于 Reports 中的气候与灾害
- 授课于 Academy 中的地球与环境科学学院
09孪生与级联模拟器
Model climate science for hazards as a system. Run the cascade.
Assembled from the Nexus Standards area profile 气候风险标准: the hazards it names, the 系统 and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.
灾害
- 海平面上升
- Coastal flood （在下游引发）
- 风暴潮 （在下游引发）
- High-tide flooding (set off downstream)
- Coastal erosion (set off downstream)
- Saltwater intrusion (set off downstream)
- Estuary flood (set off downstream)
- Coastal habitat squeeze (set off downstream)
- Wetland loss (set off downstream)
- Mangrove loss (set off downstream)
- Groundwater flood (set off downstream)
- Climate-driven migration and relocation (set off downstream)
- 大规模流离失所（在下游引发）
控制措施
NS-0章程与原则NS-1维持社会运转的 UNI 与制品目录（语法 v0.2：领域、部门、区域和环境分段）NS-3风险记录 UNI（语法、旧编码对照、分配机构）NS-3b数据集与产品元数据规范（STAC、DCAT、PROV-O）NS-9情境 UNI（部署、实例、计划实例）NS-11验证与监测（证据、证明、零信任符合性观测）NS-14符合性及与外部标准的对照NRS-H65危害类别：超越行星边界（NHS-1 planet.boundary）NRS-H62危害类别：复合与多危害事件（NHS-1 sys.compound）NRS-H71危害类别：深时与宇宙灾难（NHS-1 planet.deep-time）NRS-H79危害类别：精神卫生危机（NHS-1 health.mental）NRS-H75危害类别：气候敏感性疾病（NHS-1 health.climate-sensitive）NRS-H7危害类别：大尺度环流异常（NHS-1 atmo.climate-mode）
观测
- ERA5 再分析（Copernicus Climate Data Store）（仅列作参考）
- CMIP6 气候预估（Copernicus Climate Data Store）（仅列作参考）
- NGFS Scenario Explorer（仅列作参考）
- INFORM Risk Index（仅列作参考）
- 每100,000人中因灾害死亡、失踪和直接受影响的人数
- Total greenhouse gas emissions per year
- 灾害造成的直接经济损失与全球国内生产总值之比
示例地理范围
- 太平洋岛国：150 个六边形网格
- 今夜夜间灯光与停电（VIIRS 昼夜波段），NASA GIBS
- 穿透云层的地表水，30 m（OPERA DSWx-S1 雷达），NASA GIBS
- 过去半小时降雨率（IMERG），NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
10管理责任
由谁维护该方法。
Climate and Hazards stewards climate and atmospheric science for the Consortium and reviews how it is applied across platforms.
11方法与证据
How climate science for hazards is modelled, measured and tested.
模型、其假设、数据和不确定性，以科学家或工程师会核查的形式呈现。结构遵循已发表的方法。所取数值仅为示意，不是研究发现。
不确定性区间
How far the outlook for climate science for hazards could spread, shown as ranges rather than a single line.
- 中心估计值
- 集合的中位数
- 范围
- IPCC 校准用语中的“可能”和“很可能”
- 集合
- 明示成员、情景和初始条件
- 配合阅读
- 结果对每项输入的敏感性
FAIR 指导原则 · GO FAIR 和 FORCE11W3C PROV · 万维网联盟关于一致处理不确定性的指南 · IPCCCEOS 分析就绪数据 · 地球观测卫星委员会
12问题
问题与解答。
What are the limits of climate and atmospheric science in this field?
Projections depend on emission pathways and on parameterised processes such as clouds and convection. Regional detail and changes in rare extremes carry wide uncertainty.
结果如何核查？
Models are evaluated against observed climatology, historical trends and paleoclimate records. Multi-model comparison and process-based diagnostics expose structural differences.
本页面上的数值是真实的吗？
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
该方法还应用于何处？
维持社会运转的 规范方法页面 列出应用该方法的每个平台。
报告贡献
从本页贡献证据。
报告 is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
GCRI气候与灾害全球系统风险与韧性观测站信号情景与压力测试
- 电子邮件网关 GW-GCRI从本页发送证据、更正、案例、方法、审查、翻译或概况投稿。它会带上本页标签送达，由负责的编辑接收。
- Zenodo开放存缴存缴并提交到社区用您的 ORCID iD 在 Zenodo 上发布您自己的记录，然后提交到那里的 Reports 社区。由策展人审核；DOI 仍归您所有。
- 报告GCRI查看所有贡献方式贡献类型、各自的评审方式、您获得的署名、许可协议，以及绝不接受的内容。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查；发送贡献不赋予署名权或编辑权，赞助也绝不能换取研究结论。
法律
法律文件。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警；信息的局限见免责声明和数据说明。