GCRI · Ciência de sistemas e modelagem
Otimização sob incerteza
Plans for infrastructure, reserves and portfolios must work across futures that cannot be predicted. Optimisation under uncertainty chooses decisions that perform well on average, hold up in bad cases or stay acceptable across many scenarios. This page sets out the main approaches, from stochastic to robust optimisation and decision-making under incerteza profunda, how their results are tested, and what evidence serves the planners who rely on them.
Optimisation under uncertainty on the record.
Optimisation under uncertainty: how the risk develops.
Robust and adaptive decisions when futures are deeply uncertain. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Optimal for one future is fragile
A plan optimised for a single forecast can perform badly if the future differs. Representing uncertainty explicitly avoids this trap.
Stochastic methods use probabilities
Stochastic programming optimises expected performance across scenarios with assigned probabilities, which needs those probabilities to be credible.
Robust methods guard the worst case
Robust optimisation chooses decisions that perform acceptably for all scenarios within a set, trading average performance for protection.
Adaptive plans keep options open
Plans with decision points and triggers adapt as uncertainty resolves, avoiding commitments that lock in poor outcomes.
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
- Observado (as nuvens e o horário de passagem do satélite deixam lacunas)
- Fonte
- VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
- Fornecedor
- NASA LANCE FIRMS
- Licença
- Dados abertos da NASA
- Ano de referência
- diário; detecção por satélite; as nuvens e o horário de passagem do satélite deixam lacunas
- Mais recentes na compilação
- 2026-10-13
- Resolução
- grade de cerca de 500 m
- Incerteza
- Detecções por satélite de pontos de calor no dia indicado, incluindo queimas de gás e calor industrial; não é um incêndio confirmado, um relatório de incidente nem um alerta.
- 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
- Fire Information for Resource Management System (FIRMS) da NASA, produto de incêndios ativos VIIRS 375 m, NASA LANCE; mosaicos vetoriais 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
- 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
- Focos de incêndio ativos e anomalias térmicas: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 out. 2026
Optimisation under uncertainty supports decisions in every domain.
Findings are designed for the série Methods and Technical. Decision making under incerteza profunda (Marchau and others, 2019) sets out robust methods; owners decide.
- Case applications.
- Comparisons of robust methods.
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
Optimisation under uncertainty · 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 |
|---|---|---|---|---|
| Scenarios evaluated | contagem | per analysis | Analysis documentation | DECLARADO |
| Regret of chosen plan | difference from best plan in each scenario | per analysis | Robustness analysis | MODELADO |
| Value of the stochastic solution | difference between stochastic and deterministic plans | per analysis | Optimisation outputs | MODELADO |
| Satisficing share | percent of scenarios meeting objectives | per analysis | Robustness analysis | MODELADO |
| Adaptation triggers defined | contagem | per plan | Plan documentation | DECLARADO |
| Out-of-sample performance | objective value on held-out scenarios | per analysis | Em teste | MODELADO |
Model optimisation under uncertainty 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 |
|---|---|---|
| Society for Decision Making under Deep Uncertainty resources | Methods and case studies for robust and adaptive planning | Public, terms to check |
| Open-source optimisation tools such as Pyomo and JuMP | Modelling languages for stochastic and robust optimisation | Open source, BSD and MPL licences |
| EMA Workbench | Exploratory modelling and analysis toolkit | Open source, BSD licence |
| Operations research literature on stochastic programming | Methods and applications | Licence per publication |
| Publicado adaptive pathway plans, such as delta programmes | Applied adaptive planning | Public records, licence per government |
How optimisation under uncertainty 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 optimisation under uncertainty, 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 |
|---|---|---|
| Infrastructure and resource planners | Which plans hold up across plausible futures | Robustness analyses; pathway designs |
| Analysts across Nexus platforms | Which optimisation approach suits their question | Method selection guides |
| Finance and audit bodies | Whether planning analyses considered uncertainty adequately | Analysis documentation |
Produtos que este tema gera
- Method selection guides for planning under uncertainty
- Robustness and regret analyses
- Adaptive pathway designs with triggers
- Teaching material on optimisation under uncertainty
What experts ask about decisions under uncertainty.
- Is the aim to perform best on average, to avoid the worst outcomes, or to perform acceptably across many futures?
- Which uncertainties can be described with probabilities, and which cannot?
- Which decisions can be delayed, adapted or reversed as information arrives?
- How do trade-offs between objectives change across scenarios?
- What signals would indicate that a strategy needs to change?
Why optimal can be fragile.
Classical optimisation assumes a known model and known inputs. A strategy optimised for a single forecast can be finely tuned to that forecast and fragile if the future differs. In infrastructure planning, for example, a design optimised for one climate projection may fail under another.
Stochastic optimisation handles uncertainty described by probability distributions, seeking the best expected performance or managing risk measures. Robust optimisation seeks solutions that perform well across a set of possible conditions without probabilities.
Under incerteza profunda, when experts cannot agree on models or probabilities, methods such as robust decision making and adaptive pathways explore many futures, identify where strategies fail, and design plans that can change course when signposts are observed.
Métodos e seus limites.
- 01
Stochastic programming
Optimising expected outcomes over scenarios, using otimização e pesquisa operacional. Requires credible probabilities.
- 02
Robust optimisation
Optimising worst-case or regret across uncertainty sets. Can be conservative.
- 03
Exploratory modelling
Running models across many futures to find vulnerabilities, using decision analysis. Computationally demanding.
- 04
Adaptive pathways
Sequencing actions with triggers for change. Requires monitoring and institutional capacity.
These methods support judgement, they do not replace it. The choice of objectives and acceptable risks is a value choice for decision-makers.
Como é estudado e o que os métodos não podem dizer.
- 01Otimização e pesquisa operacionalOrientação para a formulação de problemas · Comparações robustas e estocásticas · Benchmarking de solversAplicado aqui
- 02Análise de decisão sob incertezaEnquadrar a decisão antes do modelo · Valor da informação para os modelosAplicado aqui
- 03Quantificação da incerteza e validação de modelosOrçamentos de incerteza · Modelos substitutos para simulações dispendiosas · Avaliação da credibilidadeAplicado aqui
- 04Computação de alto desempenho, em nuvem e de bordaDesenho de conjuntos de simulações dentro do orçamento · Orquestração de fluxos de trabalho · Ambientes reproduzíveisAplicado 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 robust optimisation?
What is deep uncertainty?
What is an adaptive pathway?
Is a robust strategy always more expensive?
Does the platform choose strategies?
Contribua com evidências a partir desta página.
Relatórios 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.