Skip to content

GCRI · システム科学とモデル化

モデル相互比較

No single model captures a complex system fully. Model intercomparison runs several models on the same experiment with the same inputs, so that their agreement and disagreement can be seen and explained. It is how climate, crop, hydrology and epidemic modelling communities learned what their results can and cannot support. This page sets out how intercomparisons are designed, what they reveal, and what evidence serves the institutions that rely on model ensembles.

問い合わせる トピックに戻る
01登録

Model intercomparison on the record.

ドシエSystems Science and Modelling · topic
  1. 01質問4 つのメカニズム
  2. 02分野六角形のフィールド・プレート
  3. 03指標6
  4. 04出典5
  5. 05決定権者3
  6. 06手法4
02質問

Model intercomparison: how the risk develops.

Comparing models of the same system, and what disagreement tells you. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

メカニズム

Common protocols isolate differences

When models share inputs, scenarios and output formats, remaining differences point to model structure and parameters rather than set-up.

メカニズム

Spread shows structural uncertainty

The range of results across credible models is a measure of how much the answer depends on modelling choices.

メカニズム

Ensembles are not independent

Models share code, data and ideas, so an ensemble can agree for shared reasons and overstate confidence.

メカニズム

Evaluation against observations weighs models

Comparing models with observations shows which reproduce key processes, which can inform how ensemble results are interpreted.

03地理

北米のハザードとエクスポージャー。

Flood water, population density and daytime surface heat over North America, from NASA GIBS. Each layer carries its own date.

インタラクティブマップにはJavaScriptが必要です。レイヤー一覧と出典は以下にあります。

レイヤー 3

このページのハザードと曝露

このレイヤーについて
エビデンス
観測（雲により欠測あり）
出典
VIIRS 全球洪水プロダクト（NASA LANCE）
提供者
NASA LANCE
ライセンス
NASA オープンデータ
年次
日次、衛星による検出、雲により欠測あり
ビルド時点で最新
2026-10-14
解決
約 250 m メッシュ
不確実性
衛星による検出、雲により欠測あり。衛星またはモデルのラスターを、提供者が公開したままの形で示します。雲、観測幅の隙間、取得誤差により欠測やノイズが生じるため、値は指標であり、ある場所での測定値ではありません。
到達経路
gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
エビデンス
推定
出典
世界人口グリッド v4.11（NASA SEDAC（CIESIN、コロンビア大学））
提供者
NASA SEDAC（CIESIN、コロンビア大学）
ライセンス
CC BY 4.0
年次
null。国勢調査に基づく推計値、静的（2020 年）
解決
約 1 km メッシュ
不確実性
2020 年の 1 平方キロメートル当たりの人口の国勢調査に基づく推定値で、エクスポージャーの文脈として示します。いずれかのハザードの影響を受けた人数ではありません。
到達経路
gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
エビデンス
観測（持続的な雲により依然として欠測あり）
出典
VIIRS NOAA-20 Level 3、8 日（NASA LANCE）
提供者
NASA LANCE
ライセンス
NASA オープンデータ
年次
8 日、衛星による 8 日間合成、持続的な雲により依然として欠測あり
ビルド時点で最新
2026-09-14
解決
約 1 km メッシュ
不確実性
表示日までの 8 日間の地表面温度の衛星観測値で、暑熱エクスポージャーの指標です。気温、暑さ指数、熱波警報ではありません。
到達経路
gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
エビデンス
観測
出典
VIIRS NOAA-20 補正反射率（NASA LANCE）
提供者
NASA LANCE
ライセンス
NASA オープンデータ
年次
日次、衛星画像
ビルド時点で最新
2026-10-14
解決
約 250 m メッシュ
不確実性
衛星画像です。衛星またはモデルのラスターを、提供者が公開したままの形で示します。雲、観測幅の隙間、取得誤差により欠測やノイズが生じるため、値は指標であり、ある場所での測定値ではありません。
到達経路
gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
エビデンス
モデル化（GIBS が公開する最新年）
出典
MODIS Terra and Aqua 土地被覆（MCD12Q1）（NASA LP DAAC）
提供者
NASA LP DAAC
ライセンス
NASA オープンデータ
年次
年次、衛星分類、GIBS が公開する最新年
ビルド時点で最新
2024-01-01
解決
約 500 m メッシュ
不確実性
表示年の衛星土地被覆区分で、耕作地を含みます。既知の誤差を伴う分類であり、農地台帳ではありません。
到達経路
gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）
このレイヤーについて
エビデンス
推定
出典
GPM IMERG（NASA GES DISC）
提供者
NASA GES DISC
ライセンス
NASA オープンデータ
年次
日次、ほぼリアルタイムの衛星推定値
ビルド時点で最新
2026-10-12
解決
約 2 km メッシュ
不確実性
ほぼリアルタイムの衛星推定値です。衛星またはモデルのラスターを、提供者が公開したままの形で示します。雲、観測幅の隙間、取得誤差により欠測やノイズが生じるため、値は指標であり、ある場所での測定値ではありません。
到達経路
gibs.earthdata.nasa.gov（ライブ地図を許可した後にのみ）

最新の利用可能データ

NASA GIBS / EOSDIS · ASTER GDEM（METI、NASA）· Blue Marble（NASA）· © OpenStreetMap 貢献者（ODbL）· Natural Earth

最新のNASA画像を読み込んでいます。

ドラッグで移動。Ctrlまたは⌘を押しながらスクロール、ピンチ、またはボタンでズーム。ポインター下の値はホバーで表示。リセットで地域表示に戻ります。

ハザードとエクスポージャー、北米を枠に収めて。NASA が公開するままの衛星およびモデルのプロダクトで、それぞれに固有の日付があります。指標であり、特定の場所の評価ではありません。

データ：NASA GIBS・ASTER GDEM・Blue Marble・ © OpenStreetMap 寄稿者 ・Natural Earth・NASA EONET・U.S. Geological Survey・NASA JPL OPERA DIST-ALERT情報源とライセンス

  • 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). NASA オープンデータ
  • 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). NASA オープンデータ
  • VIIRS 準リアルタイム・プロダクト（洪水、地表面温度、積雪被覆、補正反射率）、NASA LANCE。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
  • 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). CC BY 4.0 でライセンス。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 doi:10.7927/H49C6VHW. CC BY 4.0
  • MODIS 陸域プロダクト（植生指数、総一次生産、土地被覆）、NASA LP DAAC と LANCE。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
  • GPM IMERG 降水量、NASA 降水処理システム。NASA ゴダード地球科学データ情報サービスセンター（GES DISC）が配布、画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
  • ASTER GDEM は METI と NASA のプロダクトです（ASTER Global Digital Elevation Model V003、NASA LP DAAC）。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。引用：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. NASA オープンデータ
  • Natural Earthを使用して作成。無料のベクターおよびラスター地図データ @ naturalearthdata.com。 パブリックドメイン
  • © OpenStreetMap 貢献者（ODbL）、NASA GIBS 経由（海岸線、境界、道路、地名）。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 ODbL
  • Blue Marble、NASA Earth Observatory。画像は NASA GIBS 経由。色は公開カラーマップから再描画し、表示箇所では値を六角形セルに平均化しています（改変）。 NASA オープンデータ
  • 地球儀と平面地図の背景情報：NASA GIBS参照レイヤーによる海岸線、境界、道路、地名（OpenStreetMapデータ、ODbL、© OpenStreetMap contributors）。オプションのベースとしてBlue Marble画像。ASTER GDEM標高カラー指数による3D地形と標高の読み取り（5 mから200 mの階級、判読しやすいよう誇張）。境界は公表されたとおりに描画しており、いかなる領域に関する立場を示すものでもありません。
  • ライブイベント：NASA Earth Observatory Natural Event Tracker（EONET）。イベントは参考情報であり、元の出典へのリンクを保持しています。
  • ライブ：NASA EONET。イベントは参考情報であり、当局の警報ではありません。
  • ライブ：米国地質調査所。イベントは参考情報であり、当局の警報ではありません。
  • 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).
  • 河川流量予測、30日間・幅付き（Open-Meteo経由のGloFAS）：Copernicus緊急管理サービスの改変情報を含みます（2026年）。洪水警報ではありません。
  • Open-Meteo.com の気象データ (https://open-meteo.com/), ライセンスは CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • 任意レイヤー（レイヤー一覧に 11 の情報源：ライブ、予報、観測、背景）は、オンにすると地図上とここに提供者のクレジットが表示されます。予報はモデルの出力であり、派生指数は推計値です。

レイヤーと日付

  • 洪水域、3日間合成：VIIRS Global Flood Product、NASA LANCE · 2026 年 10 月 14 日
  • 人口密度、2020年：人口：CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · 静的
  • 地表面温度（日中、8日間合成）：VIIRS NOAA-20 Level 3、8日間、NASA LANCE · 2026年9月14日
  • トゥルーカラー：VIIRS NOAA-20 補正反射率、NASA LANCE・ 2026年10月13日
  • 土地被覆タイプ（IGBP）、年次：MODIS Terra and Aqua 土地被覆（MCD12Q1）、NASA LP DAAC・ 2024
  • 降水強度、日平均：GPM IMERG、NASA GES DISC · 2026 年 10 月 12 日

04分野を横断して

Intercomparison is how each domain learns where its models disagree.

Intercomparisons are designed for the 手法と技術シリーズ. CMIP, ISIMIP and AgMIP set the protocols; models would carry NS-12 cards under the proposed Nexus Standards.

  • Participation in intercomparisons.
  • Shared evaluation datasets.
05監視

結合モデルの実行環境。

このテーマを追跡するためにチームが使う画面：その指標、状態、決定。名前は例であり、値はイメージです。

結合モデルの実行環境

Model intercomparison · Coupled model A · Scenario set 3

アンサンブル実行中GCRI・システム科学とモデル化

モデル結合グラフ

ノード：モデル · エッジ：交換される変数

結合された構成要素

水文学1 day流出はい
電力システム1 h需要、停電はい
経済1 四半期生産、価格一部
人口1 year曝露はい

アンサンブルの出力

Coupled model runner: the screen’s structure, terms and states for Model intercomparison.例示の名称と説明用の値です。設計であり、記録でも稼働中のシステムでもありません。
06指標

何を、どの程度うまく測定しているか。

各指標には、その単位、更新頻度、背後にある出典の種類、値が持つことになるエビデンスのラベルが付いています。値は表示しません：プログラムが自らの権限のもとで値を提供します。

指標単位周期出典の種類ラベル
Models participating in an intercomparison件数per roundIntercomparison records報告値
Ensemble spreadrange or standard deviation across modelsper experimentIntercomparison outputsモデル化
Agreement on sign of changepercent of modelsper experimentIntercomparison outputsモデル化
Skill against observationserror metric by modelper evaluationモデル評価推定
Shared code lineage between modelscount of related model families評価ごとModel genealogy studies推定
Outputs published in standard formats成果物の割合（%）per roundArchive metadata観測
07ツインとカスケードのシミュレーター

Treat model intercomparison as a system. Run the cascade.

Assembled from the Nexus Standards area profile 複合・連鎖ハザードの標準: the hazards it names, the システム 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 System Builder.

ハザード

管理策

  • NS-0 憲章と原則
  • NS-3 リスク記録の UNI（文法、旧体系との対照、割当権限）
  • NS-9 文脈 UNI（展開、インスタンス、プログラム・インスタンス）
  • NS-11 検証とモニタリング（エビデンス、証明、ゼロトラストの適合性観測）
  • NRS-H61 ハザード・ファミリー：連鎖的な機能不全（NHS-1 sys.cascade）
  • NRS-H62 ハザード・ファミリー：複合・マルチハザード事象（NHS-1 sys.compound）
  • NRS-H60 ハザード分類：サプライチェーンと流れの途絶（NHS-1 sys.supply-chain）
  • NRS-H94 ハザード・ファミリー：システミック・サイバー事象（NHS-1 cyber.systemic-cyber）
  • NRS-H107 ハザード・ファミリー：デジタルインフラの集中とモノカルチャー（NHS-1 tech.digital-concentration）
  • NRS-H7 ハザード分類：大規模な循環の異常（NHS-1 atmo.climate-mode）

観測

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 再解析（Copernicus Climate Data Store）（参考として掲載）
  • 世界の GDP に対する災害による直接経済損失
  • Number of disruptions to basic services attributed to disasters

例示の地理

  • バングラデシュ：134 の六角形セル
  • 今夜の夜間光と停電（VIIRS Day/Night Band）、NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
08出典

エビデンスの出所。

名前の明示された公開データセットと機関の記録。それぞれにライセンス区分があります。合意に基づく出典は、その条件のもとでのみ使用し、再公開することはありません。

出典提供するものライセンス区分
CMIP6 archive via the Earth System Grid FederationClimate model outputs from common experimentsOpen, CC BY 4.0 for most models (to check per model)
ISIMIP repositoryImpact model outputs for water, agriculture, health and other sectorsOpen, licence per dataset (to check)
AgMIP crop model intercomparisonsCrop model ensemble protocols and resultsPublic, terms per project
Scenario Modeling Hub publications for epidemicsMulti-model epidemic scenario projectionsPublic, terms per hub
Literature on model genealogy and ensemble independenceAnalysis of shared model componentsLicence per publication
09手法とエビデンス

How model intercomparison is modelled, measured and tested.

モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。

モデル、方程式、仮定

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

要素 i のリスクRi = f(Hi, Ei, Vi, Ci)ハザード、エクスポージャー、脆弱性、対処能力
年間期待損失EAL = ∑k pk · Lk年間確率 pk
結合システムxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
仮定作られる理由検証の方法
一つの事象の中では、ハザードとエクスポージャーは独立している損失の積分を扱いやすく保つ同時記録に当てはめたコピュラと比較
結合は動作点の近くで線形であるショックを A を通じて伝播させる線形範囲を超えて摂動を与えて比較する
脆弱性曲線は場所を越えて適用できる地域固有の曲線はめったに得られない観測された損失がある場合はそれに照らして検証
入力
来歴付きのバージョン管理されたデータセット
成果物
分布であり、単一の数値ではない
コード
モデルカードと試験とともに公開
再現
同じデータ、コード、環境、シード
標準的なリスクおよび状態空間の定式化です。挙げた前提はこの手法に典型的なもので、審査のために示しており、結果ではありません。
FAIR 原則・GO FAIR と FORCE11W3C PROV・World Wide Web Consortium不確実性の一貫した扱いに関するガイダンス・IPCCCEOS 解析即応データ・地球観測衛星委員会
10決定

誰が決め、エビデンスが何に役立つか。

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

誰が決定するか質問このページが提供するエビデンス
Modelling groupsWhich experiments and protocols to adoptProtocol designs; evaluation reports
Institutions using model resultsHow much confidence to place in ensemble findingsEnsemble summaries with spread
研究資金提供者Whether to fund intercomparison infrastructureEvidence on value of intercomparison

このトピックが生み出す成果物

  • Intercomparison protocol designs for cross-sector models
  • Ensemble summaries with spread and agreement stated
  • Model evaluation reports against observations
  • Method notes in 報告書 手法と技術
11中核となる問い

What experts ask about intercomparison.

  • Do independently built models agree, and on which outputs?
  • Where they disagree, is it because of structure, parameters, inputs or errors?
  • Is the spread of an ensemble a meaningful measure of uncertainty?
  • Are the models truly independent, or do they share code, data and assumptions?
  • How should results be weighted when some models perform better against observations?
12メカニズムと要因

What disagreement tells you.

Every model embodies choices: which processes to include, how to represent them and how to calibrate them. Two well-built models can therefore produce different answers. When models agree, confidence increases, though not to certainty, since they may share the same flaw. When they disagree, the disagreement is information: it reveals structural uncertainty that no single model can show.

Interpreting an ensemble is not straightforward. Models are rarely independent; many share components, data or lineage. An ensemble’s spread may underestimate true uncertainty if the models share errors, or overstate it if poor models are included. Methods for weighting models by performance and independence are an active research area.

Intercomparison also improves models. Diagnosing why one model differs often reveals errors or missing processes, and shared protocols raise standards across a community.

13手法とデータ

手法とその限界。

  1. 01

    Common protocols

    Shared inputs, scenarios, output variables and formats. Designing them takes time and agreement.

  2. 02

    Ensemble statistics

    Means, spreads and distributions across models, using 確率と統計. Spread is not a probability unless justified.

  3. 03

    Performance and independence weighting

    Weighting models by skill and distinctness, using 不確実性の定量化. Weights depend on chosen metrics.

  4. 04

    Process diagnostics

    Comparing internal variables to find sources of difference. Requires access to model internals.

Agreement among models is not proof of correctness. Intercomparison results state which models took part and how they relate.

14手法

どのように研究され、手法が言えないことは何か。

  1. 不確実性の定量化とモデル検証不確実性のバジェット · 計算負荷の高いシミュレーションのための代理モデル · 信頼性の評価ここでの適用
    正式 · STEM Commons
  2. 確率と統計ベイズ較正 · 予測の適切なスコアリング · アンサンブル統計ここでの適用
    正式 · STEM Commons
  3. 高性能・クラウド・エッジ・コンピューティング予算内でのアンサンブル設計 · ワークフローのオーケストレーション · 再現可能な環境ここでの適用
    正式 · STEM Commons
  4. システム工学意思決定モデルの要件 · 結合モデルのインターフェース管理ここでの適用
    正式 · STEM Commons
15Where this page’s references

Where this page’s references lead.

このページの読解の基準となる機関と文書。状態と版は変わります。各リンクは発行機関へ移動します。

16質問

質問と回答。

What is a model intercomparison project?
A coordinated effort in which several modelling groups run the same experiments with shared inputs and output formats, so that their results can be compared systematically.
Does agreement between models mean they are right?
Not necessarily. Models can share errors through common components and assumptions. Agreement increases confidence only when models are evaluated against observations.
What is structural uncertainty?
Uncertainty that comes from the way a model is built, such as which processes it includes and how, which shows up as differences between models.
Does intercomparison find the best model?
It can show which models perform better on chosen tests, but different models may be better for different purposes.
Why not just average the models?
Because models are not independent and not equally good. Simple averages can mislead without considering both.
Can private models take part?
Intercomparisons can be designed to include them, with rules on what is disclosed. Each protocol states its rules.
Is the Universe exercise an intercomparison?
The designed cross-system integration exercise uses intercomparison methods, described on the Universe page.
報告書貢献する

このページからエビデンスを提供する。

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.

GCRIシステム科学とモデリング手法と技術シナリオとストレステスト

個人データ、重要インフラの機微な詳細、共有する権利のないものは決して送らないでください。寄稿は利用前にレビューされます。送付によって著作者としての権利や編集上の権利が生じることはなく、スポンサーシップで調査結果を買うことは決してできません。

システム科学とモデリング

手法、データセット、または問いを持ち込んでください。

情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。

手法を提案する すべての連絡経路を見る
法務

このサイトの地図、データ、図表は、背景と一般的な情報として示すものです。助言、予報、警報ではありません。情報の限界は免責事項とデータに関する注意事項に記載しています。