Skip to content

GCRI · Foundry

Modélisation et simulation

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 question

Modélisation et simulation : comment le risque se développe.

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.

Mécanisme

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.

Mécanisme

Le couplage amplifie l'erreur

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.

Mécanisme

Environment drift

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.

Mécanisme

Extrapolation

Les modèles sont validés pour une plage de conditions, puis utilisés au-delà : un nouveau climat, un événement plus important, une autre ville. En dehors de la plage validée, un modèle est une hypothèse assortie d'un chiffre, et son étiquette doit le dire.

03Méthodes et preuves

How modelling and simulation is modelled, measured and tested.

Le modèle, ses hypothèses, ses données et son incertitude, sous la forme qu'un scientifique ou un ingénieur vérifierait. Les structures suivent des méthodes publiées. Les valeurs représentées sont illustratives, ce ne sont pas des résultats.

Modèle, équations et hypothèses

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

Risque de l'élément iRi = f(Hi, Ei, Vi, Ci)aléa, exposition, vulnérabilité et capacité à faire face
Perte annuelle attendueEAL = ∑k pk · Lkover events k with annual probability pk
Systèmes couplésxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
HypothèsePourquoi il est réaliséComment il est testé
Aléa et exposition sont indépendants au sein d'un événementGarde l'intégrale des pertes calculableComparer avec un ajustement de copule sur des relevés conjoints
Les couplages sont linéaires près du point de fonctionnementLaisse les chocs se propager à travers APerturber au-delà de la plage linéaire et comparer
Les courbes de vulnérabilité se transposent d'un lieu à l'autreLes courbes locales sont rarement disponiblesValider par rapport aux pertes observées lorsqu'elles existent
Entrées
jeux de données versionnés avec provenance
Productions
des distributions, jamais des nombres isolés
Code
publié avec la fiche de modèle et les tests
Reproduction
mêmes données, code, environnement et graine
Formulations standard du risque et de l'espace d'états ; les hypothèses énumérées sont typiques de la méthode, énoncées pour examen, et non des résultats.
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
04Dans les cinq domaines

Models in Foundry are designed to couple the domains.

05Indicateurs

Ce qui est mesuré, et avec quelle qualité.

Chaque indicateur porte son unité, sa périodicité, le type de source qui le sous-tend et l'étiquette de preuve que porterait une valeur. Aucune valeur n'est affichée : un programme les fournit sous sa propre autorité.

IndicateurUnitéFréquenceType de sourceÉtiquette
Exécutions reproduites à partir des entrées enregistréesproportion of sampled runstrimestrielRe-execution auditOBSERVÉ
Qualité de la rétroprévision sur une période de validation retenuemodel-specific skill scorepar version du modèleValidation against observationsMODÉLISÉ
Dispersion de l'ensembleunits of the output variablepar ensemble d'exécutionsStatistiques d'ensembleMODÉLISÉ
Variance attribuée à chaque source d'incertitudeproportion par donnée d'entrée, paramètre et structurepar étudeMondial analyse de sensibilitéMODÉLISÉ
Contrôles d'interface de couplage réussisproportion de transmissionspar exécutionUnit, grid and timing checksOBSERVÉ
Conservation closure errorunits of the conserved quantitypar exécutionModel diagnosticsOBSERVÉ
Model versions in use with independent reviewproportion de versionspar versionDossiers d'examenOBSERVÉ
Calculer pour chaque membre de l'ensembleheures-cœur ou heures-GPUpar exécutionScheduler accountingOBSERVÉ
06Sources

D'où proviennent les données probantes.

Jeux de données publics et registres institutionnels nommés, chacun avec sa catégorie de licence. Les sources fournies dans le cadre d'accords ne sont utilisées que selon leurs conditions et ne sont jamais republiées.

SourcesCe qu'elle apporteCatégorie de licence
Réanalyse ERA5 (Service Copernicus sur le l'évolution du climat )Hourly atmospheric and land forcing for hindcasts and validationLibre et ouvert, attribution
CMIP6 through the Earth System Grid FederationClimate model projections for scenario forcingCC BY 4.0 for most models
ISIMIP impact model outputsHarmonised sectoral impact simulations for intercomparisonCC BY 4.0 pour la plupart des produits
NASA EarthdataSatellite observations for model evaluationFree and open, NASA data policy
ZenodoArchives versionnées et citables du code des modèles, de la configuration et des extractions de donnéesLicence par enregistrement
Archive Software HeritageLong-term preservation and persistent identifiers for source codeFree access, licence of each repository
07Décisions

Qui décide, et à quoi servent les données probantes.

Foundry prépare les données probantes. Les décisions ci-dessous sont prises par les autorités nommées, selon leurs propres règles, et jamais par la plateforme.

Qui décideLa questionDonnées probantes servies par cette page
Responsables de programme dans les ministèresSi un modèle est apte à éclairer un choix de politique publique ou d'investissementValidation range, sensitivity, independent review and stated limits
Model review leadsSi une version de modèle peut être utilisée pour une question donnée, et avec quelles réservesPerformance en rétrospective, vérification de l'extrapolation, test de reproduction
Exploitants d'infrastructuresSi les scénarios de modèle sont assez crédibles pour dimensionner les précautionsDispersion de l'ensemble, hypothèses de couplage, comparaison avec des événements passés
Bailleurs de fonds de la recherche et rédacteurs de revuesSi les résultats sont suffisamment reproductibles pour être publiés ou financés davantageCode archivé, extractions de données et trace des réexécutions

Résultats que produit ce thème

  • Run records with data cut, code version, container digest and configuration
  • Rapports de validation avec indication des conditions de validité
  • Ensembles avec dispersion et attribution de la sensibilité
  • Coupling contracts declaring units, time steps and grids
08Questions essentielles

Ce que les modélisateurs demandent avant de se fier à un résultat.

  • Can this run be reproduced exactly, from the same data cut, code version and configuration?
  • Le modèle a-t-il été validé par rapport aux observations pour les conditions dans lesquelles il est désormais utilisé ?
  • How much of the spread in results comes from inputs, parameters and model structure?
  • Les modèles couplés échangent-ils des variables avec des unités, un calendrier et des hypothèses cohérents ?
09Mécanismes

Charges de calcul, ensembles et couplage.

La plupart des questions de risque exigent de nombreuses exécutions plutôt qu'une seule : ensembles de scénarios climatiques, échantillons Monte Carlo sur des paramètres incertains, ou balayages d'options d'adaptation. Elles sont conçues pour être planifiées via NXS-COR (calcul, nœuds et environnements d'exécution) sur des nœuds cloud, d'infrastructure privée et de périphérie, NXS-LAB (recherche, expériences et simulations) fournissant des expériences encadrées et un calcul reproductible, et NXS-DSS (dossiers de décision et délibération) transformant les résultats en arbitrages entre options pour les décideurs.

Le couplage est l'endroit où les erreurs se cachent. Lorsqu'un modèle d'inondation alimente un modèle de réseau électrique qui alimente un modèle de continuité hospitalière, des pas de temps, des grilles spatiales ou des conventions d'unités discordants peuvent produire des cascades plausibles mais fausses. Des interfaces explicites, des hypothèses déclarées à chaque transmission et des tests de sensibilité sur le couplage lui-même sont les parades usuelles.

10Reproductibilité et limites

Comment les résultats restent rigoureux.

Versions

Intrants figés

Des extractions de données figées, un code versionné et des configurations consignées, afin qu'une exécution puisse être reproduite.

Validation

Par rapport aux observations

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

Incertitude

Énoncé, non dissimulé

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.

11Méthodes

Comment c'est étudié, et ce que les méthodes ne peuvent pas dire.

  1. Calcul haute performance, en nuage et en périphérieOrdonnancement des ensembles entre niveaux · Exécution fédérée au plus près des donnéesAppliqué ici
  2. Ingénierie des systèmesInventaire canonique des systèmes · Interfaces conçues d'abord par contrat · Exigences rattachées aux données probantesAppliqué ici
  3. Intelligence artificielle et apprentissage automatiqueModèles d'observation de la Terre avec validation spatiale · Fiches de modèle et registres de promotionAppliqué ici
  4. Ingénierie, interopérabilité et intendance des donnéesValidation à la frontière d'ingestion · Coupes de données figées pour des produits reproductiblesAppliqué ici
  5. Ingénierie des logiciels et des systèmes critiques pour la sécuritéContrôles de politique à sécurité intégrée · Provenance des builds et nomenclatures · Dossiers d'assuranceAppliqué ici
12Where this page’s references

Where this page’s references lead.

Les organismes et documents à l'aune desquels cette page se lit. Les statuts et éditions changent ; chaque lien mène à l'organisme émetteur.

13Questions

Questions et réponses.

Un résultat peut-il être reproduit à l'identique ?
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.
Qu'est-ce qu'un contrat de couplage ?
Un accord déclaré à chaque transfert entre modèles sur les variables, les unités, le pas de temps, la grille et les hypothèses. Il est vérifié à chaque exécution, de sorte qu'une incohérence échoue visiblement au lieu de produire une cascade erronée mais plausible.
Puis-je exécuter mon propre modèle dans 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.
Les résultats des modèles sont-ils publiés automatiquement ?
Non. Les résultats restent dans le projet jusqu'à ce qu'un évaluateur les accepte et, pour les contenus publics, qu'une décision de diffusion sans risque pour le public soit consignée.
Does running a model in Labs validate it?
Non. Les résultats d'une expérimentation ne valent pas certification. La validation est une évaluation distincte et documentée.
RapportsContribuer

Apportez des éléments de preuve depuis cette page.

Reports est la publication trimestrielle du Consortium. Ce que vous savez de ce sujet peut devenir une donnée probante, un cas ou une correction dans la prochaine édition, avec mention de votre nom et publié sous licence CC BY 4.0 lorsqu'il s'agit de votre propre travail.

GCRIFoundryFoundry Build and Readiness
Foundry

Apportez une méthode, un jeu de données ou une question.

L'information et les demandes sont ouvertes dès aujourd'hui. Une demande reçoit une référence et indique l'étape suivante ; candidatures, paiements, allocations de calcul et inscriptions n'ouvrent que lorsque l'équipe, les conditions et la capacité d'examen existent.

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.