Skip to content

GCRI · Ilmu Sistem dan Pemodelan

Pemodelan yang dapat direproduksi

A model result should be reproducible: others should be able to rerun the model with the same code, data and settings and get the same result, and inspect every step. Many published models cannot be rerun because code, data or environments are missing. This page sets out how reproducible modelling is practised, how it is checked, and what evidence serves the modellers, publishers and institutions who depend on it.

01Daftar

Reproducible modelling on the record.

02Pertanyaannya

Reproducible modelling: how the risk develops.

Versioned models, data lineage and re-runnable results. 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

Code and data must be available

Without the exact code and inputs, a result cannot be checked. Archiving them with identifiers makes reruns possible.

Mekanisme

Environments decay

Software dependencies change over time. Recording environments with containers or lock files keeps models runnable for longer.

Mekanisme

Workflows record steps

Workflow tools record every step from raw data to final figures, removing undocumented manual steps from the chain.

Mekanisme

Versioning supports correction

When errors are found, versioned models and data let corrections be traced and affected results updated.

03Geografi

Bahaya dan keterpaparan di Amerika Utara.

Population density, flood water and active fires over North America, from NASA GIBS. Each layer carries its own date.

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Bahaya dan keterpaparan, untuk halaman ini

Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Tahun data
null; estimasi berbasis sensus, statis (2020)
Resolusi
kisi sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan dan waktu lintasan menyisakan celah)
Sumber
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Penyedia
NASA LANCE FIRMS
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan dan waktu lintasan menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
kisi sekitar 500 m
Ketidakpastian
Deteksi titik panas satelit pada hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Penyedia
NASA LAADS DAAC
Lisensi
Data terbuka NASA
Tahun data
harian; radiansi satelit, dikoreksi untuk cahaya bulan dan atmosfer
Terbaru saat build
2026-10-12
Resolusi
kisi sekitar 500 m
Ketidakpastian
Pancaran radiasi satelit pada malam hari untuk tanggal yang ditampilkan; cahaya adalah proksi penggunaan listrik dan pemadaman, bukan ukuran pasokan atau akses.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

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

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Bahaya dan keterpaparan, dibingkai pada Amerika Utara.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSumber dan lisensi

  • 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). Data terbuka 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). Data terbuka 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). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • NASA Fire Information for Resource Management System (FIRMS), produk kebakaran aktif VIIRS 375 m, NASA LANCE; ubin vektor melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Cahaya malam VIIRS Black Marble, NASA Goddard Space Flight Center; didistribusikan oleh NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: 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. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Langsung: U.S. Geological Survey. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • 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).
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (11 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Kebakaran aktif dan anomali termal: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 Okt 2026
  • Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026

04Di seluruh domain

Reproducibility lets every domain check model results.

05Simulator kembaran dan rantai dampak

Model reproducible modelling as a system. Run the cascade.

Disusun dari profil bidang Nexus Standards profil area Standar bahaya majemuk dan berantai: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NRS-H61 Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)
  • NRS-H60 Kelompok bahaya: Gangguan rantai pasok dan aliran (NHS-1 sys.supply-chain)
  • NRS-H94 Keluarga bahaya: Peristiwa siber sistemik (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Keluarga bahaya: Konsentrasi dan monokultur infrastruktur digital (NHS-1 tech.digital-concentration)
  • NRS-H7 Keluarga bahaya: Anomali sirkulasi skala besar (NHS-1 atmo.climate-mode)

Pengamatan

  • Aktivasi pemetaan cepat Copernicus EMS (dicantumkan sebagai rujukan)
  • OpenStreetMap planet dan replikasi (dicantumkan sebagai rujukan)
  • Reanalisis ERA5 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
  • Kerugian ekonomi langsung akibat bencana terhadap PDB global
  • Jumlah gangguan layanan dasar yang disebabkan bencana

Contoh geografi

  • Bangladesh: 134 sel heksagonal
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Karbon monoksida, sebaran asap (AIRS), NASA GIBS
  • Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
06Indikator

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
Models with archived codepercent of published modelsper tinjauanCode archive checksTERAMATI
Successful independent rerunspercent of attempted rerunsper auditReproduction studiesTERAMATI
Models with recorded environmentspercentper tinjauanRepository checksTERAMATI
Software with persistent identifiersjumlahtahunanArchive recordsTERAMATI
Corrections issuedcount with reasonberkelanjutanCorrection logsTERAMATI
Models meeting FAIR4RS criteriapercentper penilaianFAIR assessmentESTIMASI
07Metode dan bukti

How reproducible modelling is modelled, measured and tested.

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

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

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkatas peristiwa k dengan probabilitas tahunan 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.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
08Sumber

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
Software Heritage archiveArchived source code with identifiersOpen, archive terms
Zenodo and institutional repositoriesDeposited models and data with DOIsOpen, licence per record
Prinsip FAIR untuk perangkat lunak riset (FAIR4RS)Principles for reusable research softwareTerbuka, CC BY 4.0
CoMSES Net and model archivesArchived models with documentationOpen, licence per model
Reproducibility studies in computational scienceMeasured reproduction ratesLicence per publication
09Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

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

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
Modelling teamsHow to package models so others can rerun themChecklists; archiving guides
Publishers and report editorsWhat reproducibility evidence to requireRerun audits
FundersWhether to fund archiving and research software engineeringReproduction rate evidence

Keluaran yang dihasilkan topik ini

  • Reproducibility checklists for models
  • Model archiving and versioning guides
  • Rerun audits of published model results
  • Open teaching material on reproducible modelling
10Pertanyaan inti

What experts ask about reproducibility.

  • Is the exact model version used for a result recorded and retrievable?
  • Can the input data be traced back to their sources, with every processing step?
  • Are software environments, random seeds and hardware differences documented?
  • Can an independent team re-run the analysis without the original authors?
  • How are errors found after publication corrected and communicated?
11Mekanisme dan pendorong

Why modelling results fail to reproduce.

Models change constantly as code is fixed and improved. Without version control, it may be impossible to know which version produced a published result. Input data are revised, cleaned and transformed through steps that are often undocumented. Software libraries change behaviour between versions, and stochastic models depend on random seeds.

Coupled models multiply these problems, since each component has its own versions, data and settings. A result may depend on a particular combination that is never recorded.

Incentives play a role: documenting and sharing models takes time that is rarely rewarded. But irreproducible results cannot be verified, and errors in widely used models can spread into many decisions.

12Metode dan data

Practices and their limits.

  1. 01

    Version control

    Recording every change to code and configuration. It requires discipline and shared conventions.

  2. 02

    Data lineage

    Documenting sources and processing steps for every input, using statistical and data stewardship practice. Some data cannot be shared.

  3. 03

    Computational environments

    Capturing software dependencies so models can be re-run. Long-term preservation remains difficult.

  4. 04

    Independent re-runs

    Having another team reproduce key results before publication. Costly but highly effective.

Reproducibility does not make a model right; it makes it checkable. Replication with independent models and data is a further step, covered in interkomparasi model.

13Metode

Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.

  1. Komputasi berkinerja tinggi, cloud, dan edgeDesain ensambel dalam batas anggaran · Orkestrasi alur kerja · Lingkungan yang dapat direproduksiDiterapkan di sini
  2. Rekayasa sistemPersyaratan untuk model keputusan · Kendali antarmuka untuk model terkopelDiterapkan di sini
  3. Probabilitas dan statistikaKalibrasi Bayesian · Penilaian prediksi yang tepat · Statistik ensambelDiterapkan di sini
14Where 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.

15Pertanyaan

Tanya jawab.

What is computational reproducibility?
The ability to obtain the same results by rerunning the same code on the same data in the same computational environment.
Why archive model code?
Because without the exact code, others cannot check how results were produced, and errors cannot be found or corrected.
What are the FAIR4RS principles?
Principles adapting FAIR to research software, so that software is findable, accessible, interoperable and reusable.
Is open-source code required?
Open code helps reproducibility but is not always possible. Where code cannot be shared, independent re-runs and detailed documentation are designed to compensate.
What is data lineage?
A record of where each input came from and every step applied to it, so that it can be traced and re-created.
Does reproducibility mean the model is correct?
No. It means the result can be checked. Correctness requires validation and comparison.
How are errors corrected?
Through dated corrections linked to the original result, reported via the platform’s trust page.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan 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.

GCRIIlmu Sistem dan PemodelanMetode dan TeknisSkenario dan Uji Tekanan
Ilmu Sistem dan Pemodelan

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.