Skip to content

GCRI · Foundry

Pemodelan dan simulasi

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.

02Pertanyaannya

Pemodelan dan simulasi: bagaimana risiko berkembang.

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.

Mekanisme

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.

Mekanisme

Coupling compounds 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.

Mekanisme

Pergeseran lingkungan

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.

Mekanisme

Extrapolation

Models are validated for a range of conditions and then used beyond it: a new climate, a larger event, a different city. Outside the validated range a model is an assumption with a number attached, and its label must say so.

03Metode dan bukti

Bagaimana pemodelan dan simulasi dimodelkan, diukur, dan diuji.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model, persamaan, dan asumsi

Struktur model yang digunakan untuk pemodelan dan simulasi, asumsi yang dibuatnya, dan cara setiap asumsi diuji.

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkover events k with annual probability pk
Sistem terhubungxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
AsumsiMengapa ini dibuatBagaimana ini diuji
Bahaya dan eksposur bersifat independen dalam satu peristiwaMenjaga integral kerugian tetap dapat dihitungBandingkan dengan pencocokan kopula pada catatan gabungan
Keterkaitan bersifat linear di dekat titik operasiMembiarkan guncangan merambat melalui AUji di luar rentang linear lalu bandingkan
Kurva kerentanan dapat dipindahkan antartempatKurva lokal jarang tersediaValidasi terhadap kerugian teramati jika tersedia
Masukan
dataset berversi dengan asal-usul yang tercatat
Keluaran
distribusi, bukan angka tunggal
Kode
dirilis bersama kartu model dan pengujiannya
Reproduksi
data, kode, lingkungan, dan seed yang sama
Formulasi risiko standar dan ruang keadaan; asumsi yang tercantum lazim bagi metode tersebut, dinyatakan untuk ditinjau, bukan hasil.
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
04Dalam lima domain

Models in Foundry are designed to couple the domains.

05Indikator

Apa yang diukur, dan seberapa baik.

Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.

IndikatorUnitKadensiJenis sumberLabel
Eksekusi model yang direproduksi dari masukan tercatatproportion of sampled runssetiap kuartalRe-execution auditTERAMATI
Hindcast skill on a held-out periodmodel-specific skill scoreper versi modelValidation against observationsDIMODELKAN
Sebaran ensambelunits of the output variableper run setStatistik ansambelDIMODELKAN
Variance attributed to each uncertainty sourceproporsi menurut masukan, parameter, dan strukturper studiGlobal sensitivity analysisDIMODELKAN
Pemeriksaan antarmuka keterkaitan lolosproportion of hand-offsper prosesUnit, grid and timing checksTERAMATI
Conservation closure errorunits of the conserved quantityper prosesModel diagnosticsTERAMATI
Model versions in use with independent reviewproportion of versionsper versiCatatan tinjauanTERAMATI
Compute per ensemble membercore-hours or GPU-hoursper prosesAkuntansi penjadwalTERAMATI
06Sumber

Asal bukti.

Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.

SumberApa yang diberikannyaKelas lisensi
ERA5 reanalysis (Copernicus Climate Change Service)Hourly atmospheric and land forcing for hindcasts and validationGratis dan terbuka, dengan atribusi
CMIP6 through the Earth System Grid FederationClimate model projections for scenario forcingCC BY 4.0 untuk sebagian besar model
ISIMIP impact model outputsSimulasi dampak sektoral yang diharmonisasi untuk interkomparasiCC BY 4.0 untuk sebagian besar keluaran
NASA EarthdataSatellite observations for model evaluationFree and open, NASA data policy
ZenodoArsip kode model, konfigurasi, dan potongan data yang berversi dan dapat dikutipLicence per record
Arsip Software HeritageLong-term preservation and persistent identifiers for source codeAkses gratis, lisensi masing-masing repositori
07Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

Foundry menyiapkan bukti. Keputusan di bawah ini diambil oleh otoritas yang disebutkan, berdasarkan aturan mereka sendiri, dan tidak pernah oleh platform.

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
Pemilik program di kementerianApakah suatu model layak digunakan sebagai dasar pilihan kebijakan atau investasiValidation range, sensitivity, independent review and stated limits
Model review leadsWhether a model version may be used for a question, and with which caveatsHindcast skill, extrapolation check, reproduction test
Operator infrastrukturWhether model scenarios are credible enough to size precautionsEnsemble spread, coupling assumptions, comparison with past events
Research funders and journal editorsApakah hasil cukup dapat direproduksi untuk dipublikasikan atau didanai lebih lanjutArchived code, data cuts and the re-execution record

Keluaran yang dihasilkan topik ini

  • Run records with data cut, code version, container digest and configuration
  • Validation reports with the conditions of validity stated
  • Ensembles with spread and sensitivity attribution
  • Coupling contracts declaring units, time steps and grids
08Pertanyaan inti

What modellers ask before trusting a result.

  • Can this run be reproduced exactly, from the same data cut, code version and configuration?
  • Apakah model telah divalidasi terhadap pengamatan untuk kondisi yang kini menjadi penggunaannya?
  • Seberapa besar sebaran hasil berasal dari input, parameter, dan struktur model?
  • Are coupled models exchanging variables with consistent units, timing and assumptions?
09Mekanisme

Workloads, ensembles and coupling.

Most risk questions need many runs rather than one: ensembles across climate scenarios, Monte Carlo samples across uncertain parameters, or sweeps across adaptation options. These are designed to be scheduled through NXS-COR (compute, nodes and runtimes) across cloud, private infrastructure and edge nodes, with NXS-LAB (research, experiments and simulations) providing governed experiments and reproducible compute, and NXS-DSS (decision cases and deliberation) turning results into option trade-offs for decision-makers.

Penggabungan (coupling) adalah tempat kesalahan bersembunyi. Ketika model banjir memberi masukan ke model jaringan listrik yang memberi masukan ke model kesinambungan rumah sakit, ketidakcocokan langkah waktu, grid spasial, atau konvensi satuan dapat menghasilkan efek berantai yang tampak masuk akal tetapi keliru. Antarmuka yang eksplisit, asumsi yang dinyatakan pada setiap serah terima, dan uji sensitivitas atas penggabungan itu sendiri merupakan pertahanan standar.

10Reproduksibilitas dan keterbatasan

How results are kept honest.

Versions

Input yang dikunci

Frozen data cuts, versioned code and recorded configurations, so a run can be repeated.

Validasi

Terhadap pengamatan

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

Ketidakpastian

Dinyatakan, tidak disembunyikan

Hasil disajikan beserta sebarannya dan sumber utama ketidakpastiannya.

Keterbatasan: reproduktibilitas membuktikan bahwa suatu proses dapat diulang, bukan bahwa modelnya benar. Model yang diekstrapolasi melampaui rentang validasinya, atau digunakan untuk pertanyaan yang tidak menjadi tujuan pembuatannya, tetap menjadi sumber hasil menyesatkan yang paling umum. Tinjauan independen atas pilihan model, terpisah dari tim yang membangun model, adalah pengaman standar.

12Where this page’s references

Where this page’s references lead.

Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.

13Pertanyaan

Tanya jawab.

Dapatkah suatu hasil direproduksi secara persis?
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?
A declared agreement at each model hand-off on variables, units, time step, grid and assumptions. It is checked on every run, so a mismatch fails visibly instead of producing a plausible wrong cascade.
Can I run my own model in 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.
Apakah hasil model diterbitkan secara otomatis?
Tidak. Hasil tetap berada dalam proyek hingga ditinjau dan diterima oleh peninjau, dan untuk materi publik, keputusan rilis yang aman bagi publik telah dicatat.
Apakah menjalankan model di Labs berarti memvalidasinya?
No. Experiment results are not certification. Validation is a separate, documented assessment.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Reports adalah publikasi triwulanan Konsorsium. Apa yang Anda ketahui tentang subjek ini dapat menjadi bukti, kasus, atau koreksi dalam edisi berikutnya, dengan kredit atas nama Anda dan dipublikasikan di bawah CC BY 4.0 jika merupakan karya Anda sendiri.

GCRIFoundryFoundry Build and Readiness
Foundry

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.

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.