Skip to content

GCRI · Foundry

Modelización y simulación

Risk models range from hydrodynamic flood simulations and power-flow studies to agent-based evacuation models and statistical loss models. They share three engineering needs: enough compute to run ensembles, enough discipline to reproduce a run months later, and enough honesty to state what the model cannot represent. This page sets out how model error enters, compounds through coupling and reaches decisions, how reproducibility is engineered, and where the limits sit.

02La pregunta

Modelización y simulación: cómo se desarrolla el riesgo.

Workloads, reproducibility and limits. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mecanismo

Structural and parameter error

Every model omits processes and fixes parameters from limited data. Calibration can fit the past for the wrong reasons, so a model that matches history may still fail in the conditions a decision is actually about.

Mecanismo

El acoplamiento agrava el error

When a flood model feeds a power-network model that feeds a hospital-continuity model, mismatched time steps, grids, units or assumptions produce plausible but wrong cascades. Each hand-off needs a declared contract and a sensitivity test of its own.

Mecanismo

Deriva del entorno

A compiler flag, a library update, a different processor or an unrecorded random seed alters results. Without pinned containers, versioned code and recorded configuration, a run cannot be repeated and a change in output cannot be explained.

Mecanismo

Extrapolation

Los modelos se validan para un rango de condiciones y luego se usan más allá de él: un clima nuevo, un evento mayor, una ciudad distinta. Fuera del rango validado, un modelo es un supuesto con un número adjunto, y su etiqueta debe decirlo.

03Métodos y evidencia

Cómo se modeliza, se mide y se prueba la modelización y simulación.

El modelo, sus supuestos, sus datos y su incertidumbre, en la forma en que un científico o un ingeniero los comprobaría. Las estructuras siguen métodos publicados. Los valores representados son ilustrativos, no hallazgos.

Modelo, ecuaciones y supuestos

The model structure used for modelling and simulation, the assumptions it makes and how each is tested.

Riesgo del elemento iRi = f(Hi, Ei, Vi, Ci)amenaza, exposición, vulnerabilidad y capacidad de afrontamiento
Pérdida anual esperadaEAL = ∑k pk · Lkover events k with annual probability pk
Sistemas acopladosxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
SupuestoPor qué se haceCómo se prueba
La amenaza y la exposición son independientes dentro de un eventoMantiene manejable la integral de pérdidasComparar con un ajuste de cópula sobre registros conjuntos
Los acoplamientos son lineales cerca del punto de operaciónPermite que las perturbaciones se propaguen a través de APerturbar más allá del rango lineal y comparar
Las curvas de vulnerabilidad se transfieren entre lugaresLas curvas locales rara vez están disponiblesValidar frente a las pérdidas observadas cuando existan
Entradas
conjuntos de datos versionados con procedencia
Resultados
distribuciones, nunca cifras únicas
Código
publicado con la ficha de modelo y las pruebas
Reproducción
mismos datos, código, entorno y semilla
Formulaciones estándar de riesgo y de espacio de estados; los supuestos enumerados son los típicos del método, expuestos para su revisión, no resultados.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
04En los cinco dominios

Los modelos de Foundry están diseñados para acoplar los dominios.

05Indicadores

Qué se mide y con qué calidad.

Cada indicador lleva su unidad, su periodicidad, el tipo de fuente que lo respalda y la etiqueta de evidencia que llevaría un valor. No se muestran valores: un programa los aporta bajo su propia autoridad.

IndicadorUnidadCadenciaTipo de fuenteEtiqueta
Runs reproduced from recorded inputsproportion of sampled runstrimestralAuditoría de reejecuciónOBSERVADO
Hindcast skill on a held-out periodpuntuación de habilidad específica del modelopor versión del modeloValidación con observacionesMODELADO
Dispersión del conjuntounits of the output variablepor conjunto de ejecucionesEstadísticas del conjuntoMODELADO
Varianza atribuida a cada fuente de incertidumbreproporción por insumo, parámetro y estructurapor estudioMundial análisis de sensibilidadMODELADO
Comprobaciones de la interfaz de acoplamiento superadasproportion of hand-offspor ejecuciónUnit, grid and timing checksOBSERVADO
Conservation closure errorunits of the conserved quantitypor ejecuciónDiagnóstico del modeloOBSERVADO
Model versions in use with independent reviewproporción de versionespor versiónRegistros de revisiónOBSERVADO
Calcular por miembro del conjuntohoras de núcleo u horas de GPUpor ejecuciónScheduler accountingOBSERVADO
06Fuentes

De dónde procede la evidencia.

Conjuntos de datos públicos y registros institucionales identificados, cada uno con su tipo de licencia. Las fuentes obtenidas por acuerdo solo se utilizan conforme a sus condiciones y nunca se republican.

FuenteLo que aportaTipo de licencia
Reanálisis ERA5 (Servicio de Cambio Climático de Copernicus)Hourly atmospheric and land forcing for hindcasts and validationLibre y abierta, con atribución
CMIP6 through the Earth System Grid FederationProyecciones de modelos climáticos para el forzamiento de escenariosCC BY 4.0 for most models
Resultados de los modelos de impacto de ISIMIPSimulaciones sectoriales de impacto armonizadas para la intercomparaciónCC BY 4.0 para la mayoría de los productos
NASA EarthdataSatellite observations for model evaluationFree and open, NASA data policy
ZenodoArchivos versionados y citables de código de modelos, configuración y cortes de datosLicencia por registro
Archivo de Software HeritagePreservación a largo plazo e identificadores persistentes para el código fuenteAcceso libre, licencia de cada repositorio
07Decisiones

Quién decide y a qué sirve la evidencia.

Foundry prepara evidencia. Las decisiones que figuran a continuación las toman las autoridades indicadas, conforme a sus propias normas, y nunca la plataforma.

Quién decideLa preguntaEvidencia a la que sirve esta página
Programme owners in ministriesSi un modelo es adecuado para fundamentar una decisión de política o de inversiónRango de validación, sensibilidad, revisión independiente y límites declarados
Model review leadsSi una versión del modelo puede utilizarse para una cuestión y con qué salvedadesHindcast skill, extrapolation check, reproduction test
Operadores de infraestructurasWhether model scenarios are credible enough to size precautionsEnsemble spread, coupling assumptions, comparison with past events
Financiadores de la investigación y editores de revistas científicasSi los resultados son lo bastante reproducibles para publicarse o recibir más financiaciónCódigo archivado, cortes de datos y registro de reejecución

Productos que genera este tema

  • Registros de ejecución con corte de datos, versión del código, resumen del contenedor y configuración
  • Validation reports with the conditions of validity stated
  • Conjuntos con dispersión y atribución de sensibilidad
  • Coupling contracts declaring units, time steps and grids
08Cuestiones centrales

Lo que se preguntan los modeladores antes de confiar en un resultado.

  • Can this run be reproduced exactly, from the same data cut, code version and configuration?
  • ¿Se ha validado el modelo con observaciones para las condiciones en las que se utiliza ahora?
  • ¿Qué parte de la dispersión de los resultados procede de los insumos, los parámetros y la estructura del modelo?
  • ¿Los modelos acoplados intercambian variables con unidades, calendario y supuestos coherentes?
09Mecanismos

Cargas de trabajo, conjuntos y acoplamiento.

La mayoría de las preguntas sobre riesgo requieren muchas ejecuciones y no solo una: conjuntos de simulaciones en distintos escenarios climáticos, muestras de Monte Carlo sobre parámetros inciertos o barridos de opciones de adaptación. Están concebidas para programarse mediante NXS-COR (computación, nodos y entornos de ejecución) en la nube, en infraestructura privada y en nodos periféricos, con NXS-LAB (investigación, experimentos y simulaciones) , que aporta experimentos gobernados y cómputo reproducible, y NXS-DSS (casos de decisión y deliberación) , que convierte los resultados en disyuntivas entre opciones para quienes toman decisiones.

El acoplamiento es donde se ocultan los errores. Cuando un modelo de inundaciones alimenta un modelo de red eléctrica que a su vez alimenta un modelo de continuidad hospitalaria, las diferencias en los pasos de tiempo, las cuadrículas espaciales o las convenciones de unidades pueden producir cascadas verosímiles pero erróneas. Las defensas habituales son las interfaces explícitas, los supuestos declarados en cada traspaso y las pruebas de sensibilidad sobre el propio acoplamiento.

10Reproducibilidad y límites

Cómo se mantiene la honestidad de los resultados.

Versiones

Insumos fijados

Cortes de datos congelados, código versionado y configuraciones registradas, de modo que una ejecución pueda repetirse.

Validación

Against observations

Hindcasts and out-of-sample checks, with the conditions of validity stated.

Incertidumbre

Declarado, no oculto

Results carry their spread and the main sources of uncertainty.

Limits: reproducibility proves a run can be repeated, not that the model is right. Models extrapolated beyond their validated range, or used for questions they were not built for, remain the most common source of misleading results. Independent review of model choice, separate from the team that built the model, is the standard safeguard.

11Métodos

Cómo se estudia y lo que los métodos no pueden decir.

  1. Computación de alto rendimiento, en la nube y en el bordeProgramación de conjuntos entre niveles · Ejecución federada junto a los datosAplicado aquí
  2. Ingeniería de sistemasInventario canónico de sistemas · Interfaces basadas en contratos · Requisitos vinculados a la evidenciaAplicado aquí
  3. Inteligencia artificial y aprendizaje automáticoModelos de observación de la Tierra con validación espacial · Fichas de modelos y registros de promociónAplicado aquí
  4. Ingeniería, interoperabilidad y custodia de datosValidación en el límite de la ingesta · Cortes de datos congelados para productos reproduciblesAplicado aquí
  5. Ingeniería de software y de sistemas críticos para la seguridadPuertas de política de cierre seguro · Procedencia de las compilaciones y listas de materiales · Casos de aseguramientoAplicado aquí
12Where this page’s references

Where this page’s references lead.

Los organismos y documentos con los que se lee esta página. El estado y las ediciones cambian; cada enlace lleva al organismo emisor.

13Preguntas

Preguntas y respuestas.

¿Puede reproducirse un resultado de forma exacta?
On the same hardware and software stack, often bit for bit. Across processors, compilers or parallel layouts, results can differ in the last digits, so reproduction is judged against a stated tolerance and any wider difference is investigated.
Why run ensembles instead of one best run?
Because inputs, parameters and model structure are uncertain. An ensemble shows the spread a decision must allow for; a single run hides it.
What is a coupling contract?
Un acuerdo declarado en cada traspaso entre modelos sobre variables, unidades, paso de tiempo, cuadrícula e hipótesis. Se comprueba en cada ejecución, de modo que una discrepancia falla de forma visible en lugar de producir una cascada errónea pero verosímil.
¿Puedo ejecutar mi propio modelo en Foundry?
Inside an authorised project, once a compute allocation and the data owners’ terms are in place. The model, its container and its configuration are recorded with every run.
¿Se publican automáticamente los resultados de los modelos?
No. Results stay in the project until a reviewer accepts them and, for public material, a public-safe release decision is recorded.
Does running a model in Labs validate it?
No. Los resultados de los experimentos no constituyen una certificación. La validación es una evaluación documentada y distinta.
serie ReportsContribuir

Aporte evidencia desde esta página.

Reports es la publicación trimestral del Consortium. Lo que usted sabe sobre este tema puede convertirse en evidencia, un caso o una corrección en la próxima edición, con su crédito y publicado bajo licencia CC BY 4.0 cuando se trate de obra propia.

GCRIFoundryFoundry Build and Readiness
Foundry

Aporte un método, un conjunto de datos o una pregunta.

La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.

The Global Centre for Risk and Innovation (GCRI Canada) is a Canadian not-for-profit organisation, not a registered charity, with its registered office in Ontario.