Skip to content

GCRI · علوم النظم والنمذجة

عدم اليقين والتحقق

A model result is useful only when its uncertainty is stated and its fitness for a purpose has been tested. Verification checks that the code solves the equations intended; validation checks that the model represents the real system well enough for the decision at hand. This page sets out how uncertainty is quantified and models are verified and validated, and what evidence serves the decision makers who rely on model results.

01لوحة العرض

كيف يسير العمل.

النظم · حول هذا الموضوعتوضيحي

مشغّل النماذج المقترنة

Uncertainty and validation · Coupled model A · Scenario set 3

تشغيل المجموعةGCRI · علوم النظم والنمذجة

رسم اقتران النماذج

العقد: النماذج · الأضلاع: المتغيرات المتبادلة

المكونات المقترنة

الهيدرولوجيا1 يومالجريان السطحينعم
نظام الطاقة1 hالطلب، الانقطاعاتنعم
الاقتصاد1 ربع سنةالناتج، الأسعارجزئي
السكان1 سنةالتعرضنعم

مخرجات المجموعة

Coupled model runner: the screen’s structure, terms and states for Uncertainty and validation.أسماء مثالية وقيم توضيحية؛ تصميم وليس سجلًا ولا نظامًا حيًا.

الشكلCoupled model runner: example names and illustrative values, not a record or a live system.

02السؤال

Uncertainty and validation: how the risk develops.

Quantifying uncertainty, validation against observations and the limits of calibration. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

الآلية

Verification precedes validation

Before asking whether a model matches reality, modellers check that the code is correct, through tests, convergence studies and comparison with known solutions.

الآلية

Validation is purpose-specific

A model valid for one question may be invalid for another. Validation is judged against the accuracy a specific decision needs.

الآلية

Uncertainty has several sources

Input data, parameters, model structure, numerical error and natural variability each contribute, and each needs a different treatment.

الآلية

Calibration can hide error

Tuning parameters to match past data can make a model fit for the wrong reasons, so validation needs data not used in calibration.

03الجغرافيا

الأخطار والتعرض في أمريكا الشمالية.

Flood water, population density and night lights over North America, from NASA GIBS. Each layer carries its own date.

تتطلب الخريطة التفاعلية ⁨JavaScript⁩؛ وترد قائمة الطبقات ومصادرها أدناه.

الطبقات 3

المخاطر والتعرض، لهذه الصفحة

عن هذه الطبقة
الأدلة
مرصود (تترك السحب فجوات)
المصدر
المنتج العالمي للفيضانات VIIRS (NASA LANCE)
المزود
NASA LANCE
الترخيص
بيانات ⁨NASA⁩ المفتوحة
سنة الإصدار
يومي؛ رصد ساتلي؛ تترك السحب فجوات
الأحدث عند البناء
2026-10-14
الدقة
شبكة بدقة نحو 250 م
عدم اليقين
رصد ساتلي؛ تترك السحب فجوات. شبكة ساتلية أو نموذجية كما ينشرها المزوّد. وتترك السحب وفجوات المسح وأخطاء الاسترجاع فجوات وضوضاء؛ والقيم مؤشرات وليست قياسات في مكان بعينه.
يمكن الوصول إليه عبر
gibs.earthdata.nasa.gov، فقط بعد أن تسمح بالخريطة المباشرة
عن هذه الطبقة
الأدلة
مقدَّر
المصدر
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN، جامعة كولومبيا))
المزود
NASA SEDAC (CIESIN، جامعة كولومبيا)
الترخيص
⁨CC BY 4.0⁩
سنة الإصدار
null؛ تقدير قائم على التعداد، ثابت (2020)
الدقة
شبكة بدقة نحو 1 كم
عدم اليقين
تقدير مستند إلى التعداد لعدد الأشخاص في الكيلومتر المربع عام 2020، يُعرض بوصفه سياق تعرّض؛ وليس إحصاءً للمتضررين من أي خطر.
يمكن الوصول إليه عبر
gibs.earthdata.nasa.gov، فقط بعد أن تسمح بالخريطة المباشرة
عن هذه الطبقة
الأدلة
مرصود
المصدر
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
المزود
NASA LAADS DAAC
الترخيص
بيانات ⁨NASA⁩ المفتوحة
سنة الإصدار
يومي؛ إشعاع ساتلي مصحَّح لضوء القمر والغلاف الجوي
الأحدث عند البناء
2026-10-12
الدقة
شبكة بدقة نحو 500 م
عدم اليقين
الإشعاع الليلي الساتلي للتاريخ المعروض؛ والأضواء مؤشر بديل على استهلاك الكهرباء وانقطاعها، وليست قياسًا للإمدادات أو للوصول إليها.
يمكن الوصول إليه عبر
gibs.earthdata.nasa.gov، فقط بعد أن تسمح بالخريطة المباشرة
عن هذه الطبقة
الأدلة
مرصود
المصدر
الانعكاسية المصحَّحة VIIRS NOAA-20 (NASA LANCE)
المزود
NASA LANCE
الترخيص
بيانات ⁨NASA⁩ المفتوحة
سنة الإصدار
يومي؛ صورة ساتلية
الأحدث عند البناء
2026-10-14
الدقة
شبكة بدقة نحو 250 م
عدم اليقين
صورة ساتلية. شبكة ساتلية أو نموذجية كما ينشرها المزوّد. وتترك السحب وفجوات المسح وأخطاء الاسترجاع فجوات وضوضاء؛ والقيم مؤشرات وليست قياسات في مكان بعينه.
يمكن الوصول إليه عبر
gibs.earthdata.nasa.gov، فقط بعد أن تسمح بالخريطة المباشرة
عن هذه الطبقة
الأدلة
منمذج (أحدث سنة تنشرها GIBS)
المصدر
الغطاء الأرضي MODIS Terra وAqua (MCD12Q1) (NASA LP DAAC)
المزود
NASA LP DAAC
الترخيص
بيانات ⁨NASA⁩ المفتوحة
سنة الإصدار
سنوي؛ تصنيف ساتلي؛ أحدث سنة تنشرها GIBS
الأحدث عند البناء
2024-01-01
الدقة
شبكة بدقة نحو 500 م
عدم اليقين
فئات الغطاء الأرضي الساتلية للسنة المعروضة، بما فيها الأراضي المزروعة؛ تصنيف له أخطاء معروفة، وليس سجلًا للمزارع.
يمكن الوصول إليه عبر
gibs.earthdata.nasa.gov، فقط بعد أن تسمح بالخريطة المباشرة
عن هذه الطبقة
الأدلة
مرصود (تترك السحب وتوقيت المرور فجوات)
المصدر
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
المزود
NASA LANCE FIRMS
الترخيص
بيانات ⁨NASA⁩ المفتوحة
سنة الإصدار
يومي؛ رصد ساتلي؛ تترك السحب وتوقيت المرور فجوات
الأحدث عند البناء
2026-10-13
الدقة
شبكة بدقة نحو 500 م
عدم اليقين
رصد ساتلي لبؤر الحرارة في اليوم المعروض، بما في ذلك مشاعل الغاز والحرارة الصناعية؛ وهو ليس حريقًا مؤكدًا ولا تقرير حادث ولا إنذارًا.
يمكن الوصول إليه عبر
gibs.earthdata.nasa.gov، فقط بعد أن تسمح بالخريطة المباشرة

آخر المتاح

⁨NASA GIBS⁩ / ⁨EOSDIS⁩ · ⁨ASTER GDEM⁩ (⁨METI⁩، ⁨NASA⁩) · ⁨Blue Marble⁩ (⁨NASA⁩) · © المساهمون في ⁨OpenStreetMap⁩ (⁨ODbL⁩) · ⁨Natural Earth⁩

جارٍ تحميل أحدث صور ⁨NASA⁩.

اسحب للتحريك. اضغط ⁨Ctrl⁩ أو ⌘ مع التمرير، أو اقرص، أو استخدم الأزرار للتكبير؛ وحرّك المؤشر لرؤية القيم تحته؛ وتعيد إعادة الضبط العرض إلى الإقليم.

المخاطر الطبيعية والتعرّض، في إطار أمريكا الشمالية.منتجات السواتل والنماذج كما تنشرها NASA، ولكل منها تاريخها. وهي مؤشرات، وليست تقييمات لأي مكان.

البيانات: NASA GIBS · ASTER GDEM · Blue Marble · © المساهمون في OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTالمصادر والتراخيص

  • 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). بيانات ⁨NASA⁩ المفتوحة
  • 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). بيانات ⁨NASA⁩ المفتوحة
  • منتجات ⁨VIIRS⁩ شبه الآنية (الفيضانات، ودرجة حرارة سطح الأرض، والغطاء الثلجي، والانعكاسية المصححة)، ⁨NASA LANCE⁩؛ والصور عبر ⁨NASA GIBS⁩. أُعيد رسم الألوان من خريطة الألوان المنشورة؛ وحُسب متوسط القيم في خلايا سداسية حيثما عُرضت (معدّل). بيانات ⁨NASA⁩ المفتوحة
  • ⁨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). مرخّص بموجب ⁨CC BY 4.0⁩. أُعيد رسم الألوان من خريطة الألوان المنشورة؛ وحُسب متوسط القيم في خلايا سداسية حيثما عُرضت (معدّل). doi:10.7927/H49C6VHW. ⁨CC BY 4.0⁩
  • أضواء الليل ⁨VIIRS Black Marble⁩، مركز غودارد لرحلات الفضاء التابع لـ ⁨NASA⁩؛ توزعها منظومة ⁨NASA⁩ لأرشفة وتوزيع بيانات المستوى 1 والغلاف الجوي (⁨LAADS DAAC⁩)؛ الصور عبر ⁨NASA GIBS⁩. أُعيد رسم الألوان من خريطة الألوان المنشورة؛ ومُتوسطت القيم في خلايا سداسية حيث تُعرض (معدّلة). بيانات ⁨NASA⁩ المفتوحة
  • منتجات ⁨MODIS⁩ البرية (مؤشرات الغطاء النباتي، والإنتاج الأولي الإجمالي، والغطاء الأرضي)، ⁨NASA LP DAAC⁩ و⁨LANCE⁩؛ والصور عبر ⁨NASA GIBS⁩. أُعيد رسم الألوان من خريطة الألوان المنشورة؛ وحُسب متوسط القيم في خلايا سداسية حيثما عُرضت (معدّل). بيانات ⁨NASA⁩ المفتوحة
  • ⁨NASA Fire Information for Resource Management System⁩ (⁨FIRMS⁩)، منتج الحرائق النشطة من ⁨VIIRS⁩ بدقة 375 م، ⁨NASA LANCE⁩؛ والبلاطات المتجهية عبر ⁨NASA GIBS⁩. أُعيد رسم الألوان من خريطة الألوان المنشورة؛ وحُسب متوسط القيم في خلايا سداسية حيثما عُرضت (معدّل). بيانات ⁨NASA⁩ المفتوحة
  • ⁨ASTER GDEM⁩ منتج من ⁨METI⁩ و⁨NASA⁩ (⁨ASTER Global Digital Elevation Model V003⁩، ⁨NASA LP DAAC⁩)؛ والصور عبر ⁨NASA GIBS⁩. أُعيد رسم الألوان من خريطة الألوان المنشورة؛ وحُسب متوسط القيم في خلايا سداسية حيثما عُرضت (معدّل). يُستشهد به هكذا: ⁨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. بيانات ⁨NASA⁩ المفتوحة
  • أُنجز باستخدام ⁨Natural Earth⁩. بيانات خرائط متجهية ونقطية مجانية على ⁨naturalearthdata.com⁩. ملك عام
  • © المساهمون في ⁨OpenStreetMap⁩ (⁨ODbL⁩)، عبر ⁨NASA GIBS⁩ (السواحل والحدود والطرق وأسماء الأماكن). أُعيد رسم الألوان من خريطة الألوان المنشورة؛ ومتوسط القيم محسوب ضمن خلايا سداسية حيث يظهر ذلك (معدّل). ⁨ODbL⁩
  • ⁨Blue Marble⁩، ⁨NASA Earth Observatory⁩؛ والصور عبر ⁨NASA GIBS⁩. أُعيد رسم الألوان من خريطة الألوان المنشورة؛ وحُسب متوسط القيم في خلايا سداسية حيثما عُرضت (معدّل). بيانات ⁨NASA⁩ المفتوحة
  • السياق على الكرة الأرضية والخريطة المسطحة: السواحل والحدود والطرق وأسماء الأماكن من طبقات المرجع في ⁨NASA GIBS⁩ (بيانات ⁨OpenStreetMap⁩، ⁨ODbL⁩، © مساهمو ⁨OpenStreetMap⁩)؛ وصور ⁨Blue Marble⁩ كخلفية اختيارية؛ والتضاريس بعرض ⁨3D⁩ وقراءة الارتفاع من مؤشر ألوان الارتفاع في ⁨ASTER GDEM⁩ (فئات من 5 م إلى 200 م، مبالغ فيها للوضوح). تُرسم الحدود كما هي منشورة، ولا تعني اتخاذ موقف من أي إقليم.
  • أحداث آنية: متتبّع الأحداث الطبيعية في ⁨NASA Earth Observatory⁩ (⁨EONET⁩)؛ الأحداث استرشادية وتحتفظ بروابط مصادرها الأصلية.
  • مباشر: ⁨NASA EONET⁩. الأحداث إرشادية وليست تحذيرات رسمية.
  • آني: هيئة المسح الجيولوجي الأمريكية. الأحداث استرشادية، وليست إنذارات رسمية.
  • 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).
  • 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).
  • توقعات تصريف الأنهار، 30 يومًا مع النطاق (⁨GloFAS⁩ عبر ⁨Open-Meteo⁩): يتضمن معلومات معدّلة من خدمة ⁨Copernicus⁩ لإدارة الطوارئ 2026؛ وليس إنذارًا بالفيضان.
  • بيانات الطقس من ⁨Open-Meteo.com⁩ (⁨https://open-meteo.com/),⁩ بترخيص ⁨CC BY 4.0⁩ (⁨https://creativecommons.org/licenses/by/4.0/).⁩
  • تطبع الطبقات الاختيارية (المصادر في قائمة الطبقات: 11، حية وتنبؤية ومرصودة وسياقية) اسم مزوّدها على الخريطة وهنا عند تفعيلها؛ والتنبؤات مخرجات نماذج، والمؤشرات المشتقة تقديرات.

الطبقات والتواريخ

  • مياه الفيضان، مركّب 3 أيام: ⁨VIIRS Global Flood Product⁩، ⁨NASA LANCE⁩ · 14 أكتوبر 2026
  • الكثافة السكانية، 2020: السكان: ⁨CIESIN⁩، جامعة كولومبيا، ⁨Gridded Population of the World v4.11⁩ (2018)، ⁨NASA SEDAC⁩، ⁨CC BY 4.0⁩ · ثابت
  • الأضواء الليلية، يومية: ⁨VIIRS Black Marble⁩ (⁨VNP46A2⁩)، ⁨NASA LAADS DAAC⁩ · 12 أكتوبر 2026
  • الألوان الحقيقية: الانعكاسية المصححة من ⁨VIIRS NOAA-20⁩، ⁨NASA LANCE⁩ · 13 أكتوبر 2026
  • نوع الغطاء الأرضي (IGBP)، سنويًا: MODIS Terra and Aqua land cover (MCD12Q1)، NASA LP DAAC · 2024
  • الحرائق النشطة والشذوذ الحراري: ⁨VIIRS NOAA-20 375⁩ م (⁨FIRMS⁩)، ⁨NASA LANCE FIRMS⁩ · 13 أكتوبر 2026

04عبر المجالات

Validation must match the decision each domain faces.

05محاكي التوأم والتتاليات

Model uncertainty and validation as a system. Run the cascade.

مجمّعة من ملف مجال ⁨Nexus Standards⁩ area profile معايير الأخطار المركّبة والمتتالية: الأخطار التي يسميها، و النظم والقطاعات التي تتحمل الخسارة، والضوابط التي تخففها، والبيانات التي ترصدها. اختر المكونات، وحدد خطرا مطلقا، وتتبع التتالي خطوة بخطوة. يضع عرض الخريطة التشغيل على جغرافيا نموذجية ببيانات مفتوحة. وكل وزن اقتران افتراض معلن يمكنك تغييره. نموذج تعليمي، وليس تنبؤا ولا تقييما ولا اعتمادا. ولنمذجة مكان تختاره بنفسك، افتح ⁨System Builder⁩.

الأخطار

الضوابط

  • NS-0 الدستور والمبادئ
  • NS-3 معرّفات ⁨UNI⁩ لسجلات المخاطر (القواعد، والمقابلة مع النظام السابق، وسلطة التخصيص)
  • NS-9 معرّفات ⁨UNI⁩ السياقية (عمليات النشر، والنُّسخ، ونُسخ البرامج)
  • NS-11 التحقق والرصد (الأدلة، والإقرارات، ورصد المطابقة لمبدأ انعدام الثقة الضمنية)
  • NRS-H61 فئة الأخطار: الإخفاق المتتالي (⁨NHS-1 sys.cascade⁩)
  • NRS-H62 عائلة الأخطار: الأحداث المركبة والمتعددة الأخطار (⁨NHS-1 sys.compound⁩)
  • NRS-H60 فئة الأخطار: اضطراب سلاسل الإمداد والتدفقات (⁨NHS-1 sys.supply-chain⁩)
  • NRS-H94 فئة المخاطر: الأحداث السيبرانية النظمية (⁨NHS-1 cyber.systemic-cyber⁩)
  • NRS-H107 فئة المخاطر: تركز البنية التحتية الرقمية وأحاديتها (⁨NHS-1 tech.digital-concentration⁩)
  • NRS-H7 فئة المخاطر: شذوذات الدوران واسعة النطاق (⁨NHS-1 atmo.climate-mode⁩)

الرصد

  • تفعيلات الرسم السريع للخرائط في ⁨Copernicus EMS⁩ (مدرجة للرجوع إليها)
  • ⁨OpenStreetMap planet⁩ والنسخ المتماثل (مدرجة للرجوع إليها)
  • إعادة التحليل ⁨ERA5⁩ (⁨Copernicus Climate Data Store⁩) (مُدرجة للرجوع إليها)
  • الخسائر الاقتصادية المباشرة الناجمة عن الكوارث نسبةً إلى الناتج المحلي الإجمالي العالمي
  • عدد حالات انقطاع الخدمات الأساسية المنسوبة إلى الكوارث

جغرافيا مثالية

  • بنغلاديش: 134 خلية سداسية
  • أضواء الليل الليلة، وانقطاعات الكهرباء (⁨VIIRS Day/Night Band⁩)، ⁨NASA GIBS⁩
  • أول أكسيد الكربون، انتقال الدخان (⁨AIRS⁩)، ⁨NASA GIBS⁩
  • إنذارات اضطراب الغطاء النباتي، 30 م (⁨OPERA DIST-ALERT⁩)، ⁨NASA GIBS⁩
06المؤشرات الفرعية

ما الذي يُقاس، ومدى جودة قياسه.

يحمل كل مؤشر وحدته ووتيرته ونوع المصدر الذي يستند إليه ووسم الأدلة الذي ستحمله القيمة. ولا تُعرض أي قيم: فالبرنامج يقدّمها بموجب سلطته الخاصة.

المؤشرالوحدةوتيرة الإصدارنوع المصدرالوسم
Verification tests passedpercent of test suiteلكل إصدارModel test recordsمرصود
Validation error against independent dataerror metricper validationValidation studiesمُقدَّر
Prediction interval coveragepercent of observations inside stated intervalsper evaluationOut-of-sample evaluationمرصود
Sensitivity indicesshare of output variance by inputper analysisعالميًا تحليل الحساسيةمُنمذَج
Models with documented credibility assessmentالعددلكل تقييمModel documentationمُعلَن
Independent reviews completedالعددper modelReview recordsمُبلَّغ عنه
07الأساليب والأدلة

How uncertainty and validation is modelled, measured and tested.

النموذج وافتراضاته وبياناته وعدم اليقين فيه، بالصورة التي يفحصها بها عالم أو مهندس. وتتبع البنى أساليب منشورة. والقيم المرسومة توضيحية، وليست نتائج.

النموذج والمعادلات والافتراضات

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

مخاطر العنصر iRi = f(Hi, Ei, Vi, Ci)الخطر والتعرّض وقابلية التأثر والقدرة على المواجهة
الخسارة السنوية المتوقعةEAL = ∑k pk · Lkعلى الأحداث k ذات الاحتمال السنوي p⁨k⁩
النظم المقترنةxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
افتراضلماذا أُعدّكيف يُختبر
الخطر والتعرّض مستقلان داخل الحدث الواحديُبقي تكامل الخسارة قابلًا للحسابقارن بمطابقة دالة ربط (⁨copula⁩) على السجلات المشتركة
تكون الروابط خطية قرب نقطة التشغيليسمح بانتشار الصدمات عبر ⁨A⁩ادفع خارج النطاق الخطي وقارن
منحنيات الهشاشة قابلة للنقل بين الأماكننادرًا ما تتوافر المنحنيات المحليةالتحقق مقابل الخسائر المرصودة حيثما وُجدت
المدخلات
مجموعات بيانات ذات إصدارات ومزودة ببيان المصدر
المخرجات
توزيعات، لا أرقام منفردة أبدا
الرمز
يُصدر مع بطاقة النموذج والاختبارات
إعادة الإنتاج
البيانات نفسها والشيفرة نفسها والبيئة نفسها والبذرة نفسها
صيغ معيارية للمخاطر وفضاء الحالة؛ والافتراضات المدرجة نموذجية للأسلوب ومعلنة للمراجعة، وليست نتائج.
مبادئ FAIR التوجيهية · GO FAIR وFORCE11⁨W3C PROV⁩ · اتحاد الشبكة العالميةإرشادات بشأن المعالجة المتسقة لأوجه عدم اليقين · الهيئة الحكومية الدولية المعنية بتغير المناخبيانات CEOS الجاهزة للتحليل · لجنة سواتل رصد الأرض
08المصادر

من أين تأتي الأدلة.

مجموعات بيانات عامة مسمّاة وسجلات مؤسسية، لكلٍّ منها فئة ترخيصها. ولا تُستخدم المصادر المتاحة بموجب اتفاق إلا وفق شروطها، ولا يُعاد نشرها أبدًا.

المصدرما يقدّمهفئة الترخيص
ASME V&V 10, V&V 20 and V&V 40Verification, validation and credibility standardsLicensed standards, purchase required
NASA-STD-7009Credibility assessment of models and simulationsPublic domain, US government
IPCC uncertainty guidance noteلغة عدم اليقين المعايَرةPublic, IPCC terms
SALib and other open تحليل الحساسية librariesImplementations of global sensitivity methodsOpen source, MIT licence
Published validation studies in each fieldEvidence on model performanceLicence per publication
09القرارات

من يقرر، وما الذي تخدمه الأدلة.

النظم Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

من يقررالسؤالالأدلة التي تخدمها هذه الصفحة
Model ownersWhether a model is fit for a stated purposeCredibility assessments; validation reports
Decision makersHow much weight to give model resultsUncertainty statements
Reviewers and auditorsWhether verification and validation were adequateProtocols and review records

المخرجات التي يُنتجها هذا الموضوع

  • Verification and validation protocols for network models
  • Uncertainty statements in calibrated language
  • Credibility assessments for models used in decisions
  • Validation reports against independent data
10الأسئلة الجوهرية

What experts ask about uncertainty and validation.

  • Which sources of uncertainty matter most for the decision at hand?
  • How does uncertainty in inputs and parameters propagate to outputs?
  • What observations can test the model, and are they independent of calibration data?
  • How far beyond the calibration conditions can the model be trusted?
  • How should uncertainty be communicated to people who must act on it?
11الآليات والمحرّكات

Kinds of uncertainty and why calibration is not validation.

Modellers distinguish aleatory uncertainty, the inherent variability of a system, from epistemic uncertainty, which comes from incomplete knowledge and can in principle be reduced. Structural uncertainty, about whether the model’s equations are right, is often the largest and hardest to quantify. عدم اليقين العميق arises when experts cannot agree even on probability distributions.

Calibration adjusts parameters so that a model matches observations. A well-calibrated model may still be wrong: many parameter combinations can fit the same data, a problem called equifinality, and a model tuned to past conditions may fail under new ones. Validation therefore requires tests against data not used in calibration, and ideally under different conditions.

Validation is purpose-specific. A model may be adequate for estimating averages but not extremes, or for one region but not another.

12المناهج والبيانات

المناهج وحدودها.

  1. 01

    تحليل الحساسية

    Identifying which inputs drive output variation. Global methods are computationally demanding.

  2. 02

    Probabilistic propagation

    Monte Carlo and related methods, using الاحتمالات والإحصاء. Results depend on assumed input distributions.

  3. 03

    Bayesian calibration

    Updating parameter beliefs with data and representing model discrepancy. Priors and discrepancy models involve judgement.

  4. 04

    Out-of-sample validation

    Testing against independent data, held-out periods or different locations. Suitable data are often scarce for extremes.

No validation proves a model correct. It establishes confidence for a purpose, within stated conditions.

14Where this page’s references

Where this page’s references lead.

الهيئات والوثائق التي تُقرأ هذه الصفحة في ضوئها. وتتغير الحالات والإصدارات؛ ويقود كل رابط إلى الهيئة المُصدِرة.

15أسئلة

أسئلة وأجوبة.

What is the difference between verification and validation?
Verification asks whether the model is solved correctly, that the code does what it is meant to. Validation asks whether it is the right model for the purpose, by comparing it with reality.
Can a model be validated for the future?
Not directly. Models can be tested on past conditions and processes; confidence for new conditions rests on whether the model represents the underlying processes.
What is global sensitivity analysis?
A method that varies all uncertain inputs together to find which ones drive most of the variation in model outputs.
Can uncertainty always be quantified?
Not always. Under deep uncertainty, experts may not agree on probabilities, and other approaches such as scenario analysis are used. See التحسين في ظل عدم اليقين.
What is equifinality?
The situation in which different parameter sets produce equally good fits to observations, so calibration cannot identify the true values.
Does GCRI validate models for regulators?
No. GCRI does not certify. Its method notes describe how validation can be done.
Why is calibration not enough?
Because matching past data does not show that a model will perform under new conditions or for different outputs.
التقاريرساهم

ساهم بأدلة من هذه الصفحة.

التقارير 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.

GCRIعلوم النظم والنمذجةالأساليب والجوانب التقنيةالسيناريو واختبار الإجهاد
علوم النظم والنمذجة

قدّم منهجية أو مجموعة بيانات أو سؤالا.

المعلومات والاستفسارات متاحة اليوم. ويحصل الاستفسار على رقم مرجعي ويحدد الخطوة التالية؛ ولا تُفتح الطلبات والمدفوعات وتخصيصات الحوسبة والتسجيلات إلا حين يتوافر فريقها وشروطها وقدرة المراجعة.