Skip to content

GCRI · Ciencia de sistemas y modelización

Incertidumbre y validación

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.

01Lienzo

Cómo se desarrolla el trabajo.

sistemas · en torno a este temaIlustrativo

Ejecutor de modelos acoplados

Uncertainty and validation · Coupled model A · Scenario set 3

Conjunto en ejecuciónGCRI · Ciencia de sistemas y modelización

Grafo de acoplamiento de modelos

nodos: modelos · aristas: variables intercambiadas

Componentes acoplados

Hidrología1 dayescorrentíaSí
Sistema eléctrico1 hdemanda, apagonesSí
Economía1 trimestreproducción, preciosParcial
Población1 yearexposiciónSí

Salida del conjunto

Coupled model runner: the screen’s structure, terms and states for Uncertainty and validation.Nombres de ejemplo y valores ilustrativos; un diseño, no un registro ni un sistema en vivo.

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

02La pregunta

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.

Mecanismo

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.

Mecanismo

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.

Mecanismo

Uncertainty has several sources

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

Mecanismo

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.

03Geografía

Amenazas y exposición en América del Norte.

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

El mapa interactivo requiere JavaScript; la lista de capas y las fuentes figuran a continuación.

Capas 3

Amenazas y exposición, para esta página

Acerca de esta capa
Evidencia
Observado (las nubes dejan lagunas)
Fuente
Producto VIIRS de inundaciones globales (NASA LANCE)
Proveedor
NASA LANCE
Licencia
Datos abiertos de la NASA
Año de referencia
diario; detección satelital; las nubes dejan lagunas
Más recientes en la compilación
2026-10-14
Resolución
cuadrícula de unos 250 m
Incertidumbre
Detección satelital; las nubes dejan lagunas. Ráster satelital o de modelo tal como lo publica el proveedor. Las nubes, los huecos de franja y el error de recuperación dejan lagunas y ruido; los valores son indicadores, no mediciones en un lugar.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Estimado
Fuente
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidad de Columbia))
Proveedor
NASA SEDAC (CIESIN, Universidad de Columbia)
Licencia
CC BY 4.0
Año de referencia
null; estimación basada en el censo, estática (2020)
Resolución
cuadrícula de unos 1 km
Incertidumbre
Estimación basada en censos de personas por kilómetro cuadrado en 2020, mostrada como contexto de exposición; no es un recuento de las personas afectadas por ninguna amenaza.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Observado
Fuente
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Proveedor
NASA LAADS DAAC
Licencia
Datos abiertos de la NASA
Año de referencia
diario; radiancia satelital, corregida por la luz de la luna y la atmósfera
Más recientes en la compilación
2026-10-12
Resolución
cuadrícula de unos 500 m
Incertidumbre
Radiancia nocturna satelital de la fecha indicada; las luces son un indicador indirecto del uso de electricidad y de los apagones, no una medición del suministro ni del acceso.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Observado
Fuente
VIIRS NOAA-20, reflectancia corregida (NASA LANCE)
Proveedor
NASA LANCE
Licencia
Datos abiertos de la NASA
Año de referencia
diario; imagen satelital
Más recientes en la compilación
2026-10-14
Resolución
cuadrícula de unos 250 m
Incertidumbre
Imagen satelital. Ráster satelital o de modelo tal como lo publica el proveedor. Las nubes, los huecos de franja y el error de recuperación dejan lagunas y ruido; los valores son indicadores, no mediciones en un lugar.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Modelado (último año que publica GIBS)
Fuente
MODIS Terra y Aqua, cobertura del suelo (MCD12Q1) (NASA LP DAAC)
Proveedor
NASA LP DAAC
Licencia
Datos abiertos de la NASA
Año de referencia
anual; clasificación satelital; último año que publica GIBS
Más recientes en la compilación
2024-01-01
Resolución
cuadrícula de unos 500 m
Incertidumbre
Clases satelitales de cobertura del suelo del año indicado, incluidas las tierras de cultivo; una clasificación con errores conocidos, no un registro de explotaciones agrícolas.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Observado (las nubes y el momento de paso del satélite dejan lagunas)
Fuente
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Proveedor
NASA LANCE FIRMS
Licencia
Datos abiertos de la NASA
Año de referencia
diario; detección satelital; las nubes y el momento de paso del satélite dejan lagunas
Más recientes en la compilación
2026-10-13
Resolución
cuadrícula de unos 500 m
Incertidumbre
Detecciones satelitales de puntos calientes del día indicado, incluidas las quemas de gas y el calor industrial; no es un incendio confirmado, un informe de incidente ni una alerta.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo

Último disponible

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © colaboradores de OpenStreetMap (ODbL) · Natural Earth

Cargando las imágenes más recientes de la NASA.

Arrastre para desplazar. Ctrl o ⌘ y desplazamiento, pellizco o los botones para ampliar; pase el puntero para ver los valores; restablecer devuelve a la región.

Amenazas y exposición, encuadradas sobre América del Norte.Productos satelitales y de modelos tal como los publica la NASA, cada uno con su propia fecha. Son indicadores, no evaluaciones de ningún lugar.

Datos: NASA GIBS · ASTER GDEM · Blue Marble · © colaboradores de OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTFuentes y licencias

  • 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). Datos abiertos de la NASA
  • 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). Datos abiertos de la NASA
  • Productos VIIRS en tiempo casi real (inundaciones, temperatura de la superficie terrestre, cubierta de nieve, reflectancia corregida), NASA LANCE; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • 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). Con licencia CC BY 4.0. Colores redibujados a partir de la paleta publicada; valores promediados en celdas hexagonales cuando se muestran (modificado). doi:10.7927/H49C6VHW. CC BY 4.0
  • Luces nocturnas VIIRS Black Marble, NASA Goddard Space Flight Center; distribuidas por el NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • Productos terrestres MODIS (índices de vegetación, producción primaria bruta, cobertura del suelo), NASA LP DAAC y LANCE; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • Fire Information for Resource Management System (FIRMS) de la NASA, producto de incendios activos VIIRS 375 m, NASA LANCE; teselas vectoriales mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • ASTER GDEM es un producto del METI y la NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Cítese como: 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. Datos abiertos de la NASA
  • Elaborado con Natural Earth. Datos cartográficos vectoriales y ráster gratuitos en naturalearthdata.com. Dominio público
  • © Colaboradores de OpenStreetMap (ODbL), mediante NASA GIBS (costas, límites, carreteras y nombres de lugares). Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). ODbL
  • Blue Marble, NASA Earth Observatory; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • Contexto en el globo y el mapa plano: costas, límites, carreteras y topónimos de las capas de referencia de NASA GIBS (datos de OpenStreetMap, ODbL, © colaboradores de OpenStreetMap); imágenes Blue Marble como base opcional; relieve 3D y lectura de elevación a partir del índice de color de elevación ASTER GDEM (clases de 5 m a 200 m, exageradas para facilitar la lectura). Los límites se representan tal como se publican y no implican posición alguna sobre ningún territorio.
  • Eventos en vivo: Rastreador de Eventos Naturales del Observatorio de la Tierra de la NASA (EONET); los eventos son indicativos y conservan sus enlaces de origen.
  • En directo: los eventos de NASA EONET son indicativos, no avisos oficiales.
  • En vivo: Servicio Geológico de los Estados Unidos. Los eventos son indicativos, no alertas de las autoridades.
  • 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).
  • Pronóstico de caudal fluvial, 30 días con rango (GloFAS a través de Open-Meteo): contiene información modificada del Servicio de Gestión de Emergencias de Copernicus 2026; no es una alerta de inundación.
  • Datos meteorológicos de Open-Meteo.com (https://open-meteo.com/), con licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Las capas opcionales (11 fuentes en la lista de capas: en directo, pronóstico, observadas y contexto) muestran el crédito de su proveedor en el mapa y aquí cuando se activan; los pronósticos son resultados de modelos y los índices derivados son estimaciones.

Capas y fechas

  • Aguas de inundación, compuesto de 3 días: VIIRS Global Flood Product, NASA LANCE · 14 oct 2026
  • Densidad de población, 2020: Población: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
  • Luces nocturnas, diario: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 oct 2026
  • Color verdadero: reflectancia corregida VIIRS NOAA-20, NASA LANCE · 13 oct. 2026
  • Tipo de cobertura terrestre (IGBP), anual: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Incendios activos y anomalías térmicas: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 oct. 2026

04En todos los dominios

Validation must match the decision each domain faces.

Validation studies are designed for the serie Methods and Technical. ASME V&V 40, NASA-STD-7009 and Bayesian calibration (Kennedy and O’Hagan, 2001) set practice; análisis de sensibilidad is one of the five rules of Saltelli and colleagues (2020).

  • Validation datasets.
  • Documented model failures.
05Simulador de gemelo y cascada

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

Assembled from the Nexus Standards area profile Normas sobre amenazas compuestas y en cascada: the hazards it names, the sistemas 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 Constructor de sistemas.

Amenazas

Controles

  • NS-0 Constitución y principios
  • NS-3 UNI de registros de riesgo (gramática, tabla de correspondencia heredada, autoridad de asignación)
  • NS-9 UNI contextuales (despliegues, instancias, instancias de programa)
  • NS-11 Verificación y seguimiento (evidencia, atestaciones, observación de la conformidad de confianza cero)
  • NRS-H61 Familia de amenazas: fallo en cascada (NHS-1 sys.cascade)
  • NRS-H62 Familia de amenazas: eventos compuestos y multiamenaza (NHS-1 sys.compound)
  • NRS-H60 Familia de amenazas: perturbación de cadenas de suministro y flujos (NHS-1 sys.supply-chain)
  • NRS-H94 Familia de amenazas: eventos cibernéticos sistémicos (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Familia de amenazas: concentración y monocultivo de la infraestructura digital (NHS-1 tech.digital-concentration)
  • NRS-H7 Familia de amenazas: anomalías de la circulación a gran escala (NHS-1 atmo.climate-mode)

Observación

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
  • Pérdidas económicas directas atribuidas a desastres en relación con el PIB mundial
  • Number of disruptions to basic services attributed to disasters

Geografía de ejemplo

  • Bangladesh: 134 celdas hexagonales
  • Luces nocturnas de esta noche, apagones (VIIRS Day/Night Band), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
06Indicadores

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
Verification tests passedpercent of test suitepor publicaciónModel test recordsOBSERVADO
Validation error against independent dataerror metricper validationValidation studiesESTIMADO
Prediction interval coveragepercent of observations inside stated intervalsper evaluationOut-of-sample evaluationOBSERVADO
Sensitivity indicesshare of output variance by inputper analysisMundial análisis de sensibilidadMODELADO
Models with documented credibility assessmentrecuentopor evaluaciónModel documentationDECLARADO
Independent reviews completedrecuentoper modelReview recordsNOTIFICADO
07Métodos y evidencia

How uncertainty and validation is modelled, measured and tested.

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 uncertainty and validation, 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 · Lksobre los eventos k con probabilidad anual 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.
Principios rectores FAIR · GO FAIR y FORCE11W3C PROV · World Wide Web ConsortiumOrientación para un tratamiento coherente de las incertidumbres · IPCCCEOS Analysis Ready Data · Comité sobre Satélites de Observación de la Tierra
08Fuentes

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
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 noteLenguaje de incertidumbre calibradoPublic, IPCC terms
SALib and other open análisis de sensibilidad librariesImplementations of global sensitivity methodsOpen source, MIT licence
Published validation studies in each fieldEvidence on model performanceLicence per publication
09Decisiones

Quién decide y a qué sirve la evidencia.

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

Quién decideLa preguntaEvidencia a la que sirve esta página
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

Productos que genera este tema

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

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?
11Mecanismos y factores impulsores

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. Incertidumbre profunda 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.

12Métodos y datos

Los métodos y sus límites.

  1. 01

    Análisis de sensibilidad

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

  2. 02

    Probabilistic propagation

    Monte Carlo and related methods, using probabilidad y estadística. 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.

15Preguntas

Preguntas y respuestas.

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 optimización en condiciones de incertidumbre.
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.
serie ReportsContribuir

Aporte evidencia desde esta página.

serie Reports 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.

GCRICiencia de sistemas y modelizaciónMétodos y técnicaEscenarios y pruebas de estrés
Ciencia de sistemas y modelización

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.