GCRI · Ciência de sistemas e modelagem
Intercomparação de modelos
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.
Model intercomparison on the record.
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.
Common protocols isolate differences
When models share inputs, scenarios and output formats, remaining differences point to model structure and parameters rather than set-up.
Spread shows structural uncertainty
The range of results across credible models is a measure of how much the answer depends on modelling choices.
Ensembles are not independent
Models share code, data and ideas, so an ensemble can agree for shared reasons and overstate confidence.
Evaluation against observations weighs models
Comparing models with observations shows which reproduce key processes, which can inform how ensemble results are interpreted.
Perigos e exposição na América do Norte.
Flood water, population density and daytime surface heat over North America, from NASA GIBS. Each layer carries its own date.
O mapa interativo requer JavaScript. A lista de camadas e as fontes estão abaixo.
Camadas 3
Perigos e exposição, para esta página
Sobre esta camada
- Evidências
- Observado (as nuvens deixam lacunas)
- Fonte
- Produto VIIRS de inundações globais (NASA LANCE)
- Fornecedor
- NASA LANCE
- Licença
- Dados abertos da NASA
- Ano de referência
- diário; detecção por satélite; as nuvens deixam lacunas
- Mais recentes na compilação
- 2026-10-14
- Resolução
- grade de cerca de 250 m
- Incerteza
- Detecção por satélite; as nuvens deixam lacunas. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Estimado
- Fonte
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidade Columbia))
- Fornecedor
- NASA SEDAC (CIESIN, Universidade Columbia)
- Licença
- CC BY 4.0
- Ano de referência
- null; estimativa baseada em censo, estática (2020)
- Resolução
- grade de cerca de 1 km
- Incerteza
- Estimativa baseada em censos de pessoas por quilômetro quadrado em 2020, exibida como contexto de exposição; não é uma contagem de pessoas afetadas por qualquer ameaça.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Observado (a nebulosidade persistente ainda deixa lacunas)
- Fonte
- VIIRS NOAA-20 nível 3, 8 dias (NASA LANCE)
- Fornecedor
- NASA LANCE
- Licença
- Dados abertos da NASA
- Ano de referência
- 8 dias; composição de satélite de 8 dias; a nebulosidade persistente ainda deixa lacunas
- Mais recentes na compilação
- 2026-09-14
- Resolução
- grade de cerca de 1 km
- Incerteza
- Temperatura da superfície do solo medida por satélite nos 8 dias que terminam na data indicada, um indicador de exposição ao calor; não é a temperatura do ar, o índice de calor nem um alerta de calor.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Observado
- Fonte
- VIIRS NOAA-20, refletância corrigida (NASA LANCE)
- Fornecedor
- NASA LANCE
- Licença
- Dados abertos da NASA
- Ano de referência
- diário; imagem de satélite
- Mais recentes na compilação
- 2026-10-14
- Resolução
- grade de cerca de 250 m
- Incerteza
- Imagem de satélite. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Modelado (último ano publicado pelo GIBS)
- Fonte
- MODIS Terra e Aqua, cobertura do solo (MCD12Q1) (NASA LP DAAC)
- Fornecedor
- NASA LP DAAC
- Licença
- Dados abertos da NASA
- Ano de referência
- anual; classificação por satélite; último ano publicado pelo GIBS
- Mais recentes na compilação
- 2024-01-01
- Resolução
- grade de cerca de 500 m
- Incerteza
- Classes de cobertura do solo por satélite para o ano indicado, incluindo terras cultivadas; uma classificação com erros conhecidos, não um cadastro de propriedades agrícolas.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Sobre esta camada
- Evidências
- Estimado
- Fonte
- GPM IMERG (NASA GES DISC)
- Fornecedor
- NASA GES DISC
- Licença
- Dados abertos da NASA
- Ano de referência
- diário; estimativa por satélite, quase em tempo real
- Mais recentes na compilação
- 2026-10-12
- Resolução
- grade de cerca de 2 km
- Incerteza
- Estimativa por satélite, quase em tempo real. Raster de satélite ou de modelo como o provedor o publica. Nuvens, lacunas de faixa e erro de recuperação deixam lacunas e ruído; os valores são indicadores, não medições em um local.
- Acessado por meio de
- gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo
Teclado, com o mapa em foco
Mantenha Ctrl ou ⌘ pressionada e role para ampliar
Mais recente disponível
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © colaboradores do OpenStreetMap (ODbL) · Natural Earth
Carregando as imagens mais recentes da NASA.
Arraste para mover. Use Ctrl ou ⌘ e role, o gesto de pinça ou os botões para ampliar. Passe o cursor para ver os valores sob o ponteiro. Redefinir volta à região.
Ameaças e exposição, enquadradas na América do Norte.Produtos de satélite e de modelos como a NASA os publica, cada um com sua própria data. São indicadores, não avaliações de nenhum lugar.
Dados: NASA GIBS · ASTER GDEM · Blue Marble · © colaboradores do OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTFontes e licenças
- 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). Dados abertos da 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). Dados abertos da NASA
- Produtos VIIRS em tempo quase real (cheias, temperatura da superfície terrestre, cobertura de neve, refletância corrigida), NASA LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da 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). Com licença CC BY 4.0. Cores redesenhadas a partir da paleta publicada; valores com média em células hexagonais quando mostrados (modificado). doi:10.7927/H49C6VHW. CC BY 4.0
- Produtos terrestres MODIS (índices de vegetação, produção primária bruta, ocupação do solo), NASA LP DAAC e LANCE; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
- Precipitação GPM IMERG, NASA Precipitation Processing System; distribuída pelo NASA Goddard Earth Sciences Data and Information Services Center (GES DISC); imagens via NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em médias em células hexagonais quando indicado (modificado). Dados abertos da NASA
- O ASTER GDEM é um produto do METI e da NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Citar 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. Dados abertos da NASA
- Feito com Natural Earth. Dados cartográficos vetoriais e matriciais gratuitos em naturalearthdata.com. Domínio público
- © Colaboradores do OpenStreetMap (ODbL), via NASA GIBS (costas, limites, estradas e nomes de locais). Cores redesenhadas a partir do mapa de cores publicado; valores com média em células hexagonais onde apresentados (modificado). ODbL
- Blue Marble, NASA Earth Observatory; imagens através da NASA GIBS. Cores redesenhadas a partir do mapa de cores publicado; valores agregados em células hexagonais onde apresentados (modificado). Dados abertos da NASA
- Contexto no globo e no mapa plano: litorais, fronteiras, estradas e nomes de lugares das camadas de referência da NASA GIBS (dados do OpenStreetMap, ODbL, © colaboradores do OpenStreetMap). Imagens Blue Marble como base opcional. Terreno 3D e leitura de elevação a partir do índice de cores de elevação do ASTER GDEM (classes de 5 m a 200 m, exageradas para facilitar a leitura). As fronteiras são desenhadas como publicadas e não implicam posição sobre nenhum território.
- Eventos ao vivo: NASA Earth Observatory Natural Event Tracker (EONET). Os eventos são indicativos e mantêm os links para suas fontes originais.
- Ao vivo: NASA EONET. Os eventos são indicativos, não alertas de autoridades.
- Ao vivo: U.S. Geological Survey. Os eventos são indicativos, não alertas de 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).
- Previsão de vazão fluvial, 30 dias com intervalo (GloFAS via Open-Meteo): contém informações modificadas do Copernicus Emergency Management Service 2026. Não é um alerta de inundação.
- Dados meteorológicos por Open-Meteo.com (https://open-meteo.com/), licenciados sob CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- As camadas opcionais (11 fontes na lista de camadas: ao vivo, previsão, observadas e contexto) mostram o crédito do fornecedor no mapa e aqui quando ativadas; as previsões são saídas de modelos e os índices derivados são estimativas.
Camadas e datas
- Água de inundação, composto de 3 dias: VIIRS Global Flood Product, NASA LANCE · 14 out. 2026
- Densidade populacional, 2020: População: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
- Temperatura da superfície terrestre, dia, composto de 8 dias: VIIRS NOAA-20 Nível 3, 8 dias, NASA LANCE · 14 set. 2026
- Cor verdadeira: reflectância corrigida VIIRS NOAA-20, NASA LANCE · 13 out. 2026
- Tipo de cobertura do solo (IGBP), anual: MODIS Terra e Aqua cobertura do solo (MCD12Q1), NASA LP DAAC · 2024
- Taxa de precipitação, média diária: GPM IMERG, NASA GES DISC · 12 out. 2026
Intercomparison is how each domain learns where its models disagree.
- ÁguaAcoplamentoHydrological and impact models are compared under ISIMIP protocols.What to watchModel spread
- AlimentaçãoAcoplamentoCrop models are compared under AgMIP.What to watchSpread under heat
- EnergiaAcoplamentoEnergy system models are compared on common scenarios.What to watchScenario harmonisation
Intercomparisons are designed for the série Methods and Technical. CMIP, ISIMIP and AgMIP set the protocols; models would carry NS-12 cards under the proposed Nexus Standards.
- Participation in intercomparisons.
- Shared evaluation datasets.
Executor de modelos acoplados.
A tela que uma equipe usaria para acompanhar esta matéria: suas medidas, estados e decisões. Os nomes são exemplos e os valores são ilustrativos.
Executor de modelos acoplados
Model intercomparison · Coupled model A · Scenario set 3
Grafo de acoplamento de modelos
nós: modelos · arestas: variáveis trocadas
Componentes acoplados
| Hidrologia | 1 day | escoamento | Sim |
| Sistema elétrico | 1 h | demanda, interrupções | Sim |
| Economia | 1 trimestre | produção, preços | Parcial |
| População | 1 year | exposição | Sim |
Saída do conjunto
O que é medido e com que qualidade.
Cada indicador leva sua unidade, sua periodicidade, o tipo de fonte por trás dele e a etiqueta de evidência que um valor levaria. Nenhum valor é mostrado: um programa os fornece sob sua própria autoridade.
| Indicador | Unidade | Cadência | Tipo de fonte | Rótulo |
|---|---|---|---|---|
| Models participating in an intercomparison | contagem | per round | Intercomparison records | REPORTADO |
| Ensemble spread | range or standard deviation across models | per experiment | Intercomparison outputs | MODELADO |
| Agreement on sign of change | percent of models | per experiment | Intercomparison outputs | MODELADO |
| Skill against observations | error metric by model | per evaluation | Avaliação de modelos | ESTIMADO |
| Shared code lineage between models | count of related model families | por avaliação | Model genealogy studies | ESTIMADO |
| Outputs published in standard formats | porcentagem dos produtos | per round | Archive metadata | OBSERVADO |
Treat model intercomparison as a system. Run the cascade.
Assembled from the Nexus Standards area profile Normas sobre ameaças compostas e em cascata: 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 Construtor de sistemas.
Ameaças
- Natech event
- Chemical spill or leak (desencadeado a jusante)
- Emergency-response overload (desencadeado a jusante)
- Toxic gas release (set off downstream)
- Industrial fire (set off downstream)
Sistemas e acoplamentos
Controles
NS-0Constituição e princípiosNS-3UNIs de registros de risco (gramática, correspondência legada, autoridade de atribuição)NS-9UNIs contextuais (implantações, instâncias, instâncias de programa)NS-11Verificação e monitoramento (evidências, atestações, observação da conformidade de confiança zero)NRS-H61Família de perigos: falha em cascata (NHS-1 sys.cascade)NRS-H62Família de ameaças: eventos compostos e multiameaças (NHS-1 sys.compound)NRS-H60Família de ameaças: perturbação de cadeias de abastecimento e fluxos (NHS-1 sys.supply-chain)NRS-H94Família de perigos: eventos cibernéticos sistémicos (NHS-1 cyber.systemic-cyber)NRS-H107Família de perigos: concentração e monocultura da infraestrutura digital (NHS-1 tech.digital-concentration)NRS-H7Família de ameaças: anomalias da circulação de grande escala (NHS-1 atmo.climate-mode)
Observação
- Copernicus EMS rapid mapping activations (listed for reference)
- OpenStreetMap planet and replication (listed for reference)
- ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
- Perdas econômicas diretas atribuídas a desastres em relação ao PIB mundial
- Number of disruptions to basic services attributed to disasters
Geografia de exemplo
- Bangladesh: 134 células hexagonais
- Luzes noturnas desta noite, apagões (VIIRS Day/Night Band), NASA GIBS
- Carbon monoxide, smoke transport (AIRS), NASA GIBS
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
De onde vêm as evidências.
Conjuntos de dados públicos nomeados e registros institucionais, cada um com sua classe de licença. As fontes obtidas por acordo só são usadas nos seus termos e nunca são republicadas.
| Fonte | O que oferece | Classe de licença |
|---|---|---|
| CMIP6 archive via the Earth System Grid Federation | Climate model outputs from common experiments | Open, CC BY 4.0 for most models (to check per model) |
| ISIMIP repository | Impact model outputs for water, agriculture, health and other sectors | Open, licence per dataset (to check) |
| AgMIP crop model intercomparisons | Crop model ensemble protocols and results | Public, terms per project |
| Scenario Modeling Hub publications for epidemics | Multi-model epidemic scenario projections | Public, terms per hub |
| Literature on model genealogy and ensemble independence | Analysis of shared model components | Licence per publication |
How model intercomparison is modelled, measured and tested.
O modelo, os seus pressupostos, os seus dados e a sua incerteza, na forma que um cientista ou engenheiro verificaria. As estruturas seguem métodos publicados. Os valores representados são ilustrativos, não conclusões.
Modelo, equações e pressupostos
The model structure used for model intercomparison, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)ameaça, exposição, vulnerabilidade e capacidade de enfrentamentoEAL = ∑k pk · Lksobre os eventos k com probabilidade anual pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Pressuposto | Porque é feito | Como é testado |
|---|---|---|
| A ameaça e a exposição são independentes dentro de um evento | Mantém tratável o integral de perdas | Comparar com um ajuste de cópula sobre registros conjuntos |
| Os acoplamentos são lineares perto do ponto de funcionamento | Permite que os choques se propaguem através de A | Perturbar para além do intervalo linear e comparar |
| As curvas de vulnerabilidade transferem-se entre lugares | As curvas locais raramente estão disponíveis | Validar face às perdas observadas quando existam |
- Entradas
- conjuntos de dados versionados com proveniência
- Resultados
- distribuições, nunca números isolados
- Código
- publicado com a ficha de modelo e os testes
- Reprodução
- mesmos dados, código, ambiente e semente
Quem decide, e a que servem as evidências.
sistemas Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Quem decide | A pergunta | Evidências a que esta página serve |
|---|---|---|
| Modelling groups | Which experiments and protocols to adopt | Protocol designs; evaluation reports |
| Institutions using model results | How much confidence to place in ensemble findings | Ensemble summaries with spread |
| Financiadores de pesquisa | Whether to fund intercomparison infrastructure | Evidence on value of intercomparison |
Produtos que este tema gera
- Intercomparison protocol designs for cross-sector models
- Ensemble summaries with spread and agreement stated
- Model evaluation reports against observations
- Method notes in Relatórios Métodos e documentos técnicos
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?
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.
Métodos e seus limites.
- 01
Common protocols
Shared inputs, scenarios, output variables and formats. Designing them takes time and agreement.
- 02
Ensemble statistics
Means, spreads and distributions across models, using probabilidade e estatística. Spread is not a probability unless justified.
- 03
Performance and independence weighting
Weighting models by skill and distinctness, using quantificação da incerteza. Weights depend on chosen metrics.
- 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.
Como é estudado e o que os métodos não podem dizer.
- 01Quantificação da incerteza e validação de modelosOrçamentos de incerteza · Modelos substitutos para simulações dispendiosas · Avaliação da credibilidadeAplicado aqui
- 02Probabilidade e estatísticaCalibração bayesiana · Pontuação própria das previsões · Estatística de conjuntosAplicado aqui
- 03Computação de alto desempenho, em nuvem e de bordaDesenho de conjuntos de simulações dentro do orçamento · Orquestração de fluxos de trabalho · Ambientes reproduzíveisAplicado aqui
- 04Engenharia de sistemasRequisitos para modelos de decisão · Controle de interfaces para modelos acopladosAplicado aqui
Where this page’s references lead.
Os organismos e documentos à luz dos quais esta página é lida. O estado e as edições mudam; cada ligação leva ao organismo emissor.
Perguntas e respostas.
What is a model intercomparison project?
Does agreement between models mean they are right?
What is structural uncertainty?
Does intercomparison find the best model?
Why not just average the models?
Can private models take part?
Is the Universe exercise an intercomparison?
Contribua com evidências a partir desta página.
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.
- E-mailPortal GW-GCRIEnvie desta páginaEvidência, uma correção, um caso, um método, uma revisão, uma tradução ou uma contribuição ao perfil. Chega marcada com esta página, de modo que o editor responsável a receba.
- ZenodoDepósito abertoDeposite-o e envie à comunidadePublique seu próprio registro no Zenodo com seu ORCID iD e depois envie-o à comunidade Reports ali. Os curadores o revisam; o DOI continua sendo seu.
- RelatóriosGCRIVer todas as formas de contribuirOs tipos de contribuição, como cada um é revisado, o crédito que você recebe, a licença e o que nunca é aceito.
Nunca envie dados pessoais, detalhes sensíveis de infraestrutura nem nada que você não tenha o direito de compartilhar. Uma contribuição é revisada antes do uso. Enviá-la não confere autoria nem direitos editoriais, e o patrocínio nunca compra uma constatação.
Traga um método, um conjunto de dados ou uma pergunta.
A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.
Documentos jurídicos.
Os mapas, dados e números deste site são apresentados como contexto e informação geral. Não são aconselhamento, previsões nem avisos; os limites da informação estão expostos nos Avisos legais e nos Avisos sobre dados.