Skip to content

GCRI · Ciência de sistemas e modelagem

Modelagem reprodutível

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.

01Registrar

Reproducible modelling on the record.

02A pergunta

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.

Mecanismo

Code and data must be available

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

Mecanismo

Environments decay

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

Mecanismo

Workflows record steps

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

Mecanismo

Versioning supports correction

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

03Geografia

Perigos e exposição na América do Norte.

Population density, flood water and active fires 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
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 (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
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
Sobre esta camada
Evidências
Observado
Fonte
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Fornecedor
NASA LAADS DAAC
Licença
Dados abertos da NASA
Ano de referência
diário; radiância de satélite, corrigida para luar e atmosfera
Mais recentes na compilação
2026-10-12
Resolução
grade de cerca de 500 m
Incerteza
Radiância noturna por satélite na data indicada; as luzes são um indicador indireto do uso de eletricidade e de interrupções, não uma medição de fornecimento ou acesso.
Acessado por meio de
gibs.earthdata.nasa.gov, somente depois que você permitir o mapa ao vivo

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
  • 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 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
  • 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
  • Luzes noturnas VIIRS Black Marble, NASA Goddard Space Flight Center; distribuídas pelo NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); 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
  • 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

  • Densidade populacional, 2020: População: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
  • Água de inundação, composto de 3 dias: VIIRS Global Flood Product, NASA LANCE · 14 out. 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
  • Luzes noturnas, diárias: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 out. 2026

04Em todos os domínios

Reproducibility lets every domain check model results.

05Simulador de gêmeo e cascata

Model reproducible modelling 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

Controles

  • NS-0 Constituição e princípios
  • NS-3 UNIs de registros de risco (gramática, correspondência legada, autoridade de atribuição)
  • NS-9 UNIs contextuais (implantações, instâncias, instâncias de programa)
  • NS-11 Verificação e monitoramento (evidências, atestações, observação da conformidade de confiança zero)
  • NRS-H61 Família de perigos: falha em cascata (NHS-1 sys.cascade)
  • NRS-H62 Família de ameaças: eventos compostos e multiameaças (NHS-1 sys.compound)
  • NRS-H60 Família de ameaças: perturbação de cadeias de abastecimento e fluxos (NHS-1 sys.supply-chain)
  • NRS-H94 Família de perigos: eventos cibernéticos sistémicos (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Família de perigos: concentração e monocultura da infraestrutura digital (NHS-1 tech.digital-concentration)
  • NRS-H7 Família 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
06Indicadores

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.

IndicadorUnidadeCadênciaTipo de fonteRótulo
Models with archived codepercent of published modelspor revisãoCode archive checksOBSERVADO
Successful independent rerunspercent of attempted rerunsper auditReproduction studiesOBSERVADO
Models with recorded environmentspercentpor revisãoRepository checksOBSERVADO
Software with persistent identifierscontagemanualArchive recordsOBSERVADO
Correções emitidascount with reasoncontínuoCorrection logsOBSERVADO
Models meeting FAIR4RS criteriapercentpor avaliaçãoFAIR assessmentESTIMADO
07Métodos e evidência

How reproducible modelling 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 reproducible modelling, the assumptions it makes and how each is tested.

Risco do elemento iRi = f(Hi, Ei, Vi, Ci)ameaça, exposição, vulnerabilidade e capacidade de enfrentamento
Perda anual esperadaEAL = ∑k pk · Lksobre os eventos k com probabilidade anual pk
Sistemas acopladosxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
PressupostoPorque é feitoComo é testado
A ameaça e a exposição são independentes dentro de um eventoMantém tratável o integral de perdasComparar com um ajuste de cópula sobre registros conjuntos
Os acoplamentos são lineares perto do ponto de funcionamentoPermite que os choques se propaguem através de APerturbar para além do intervalo linear e comparar
As curvas de vulnerabilidade transferem-se entre lugaresAs curvas locais raramente estão disponíveisValidar 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
Formulações padrão de risco e de espaço de estados; os pressupostos listados são típicos do método, indicados para revisão, não resultados.
Princípios orientadores FAIR · GO FAIR e FORCE11W3C PROV · World Wide Web ConsortiumOrientação sobre o tratamento consistente das incertezas · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
08Fontes

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.

FonteO que ofereceClasse de licença
Software Heritage archiveArchived source code with identifiersOpen, archive terms
Zenodo and institutional repositoriesDeposited models and data with DOIsOpen, licence per record
Princípios FAIR para software de pesquisa (FAIR4RS)Principles for reusable research softwareAberto, CC BY 4.0
CoMSES Net and model archivesArchived models with documentationOpen, licence per model
Reproducibility studies in computational scienceMeasured reproduction ratesLicence per publication
09Decisões

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 decideA perguntaEvidências a que esta página serve
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

Produtos que este tema gera

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

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?
11Mecanismos e fatores

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.

12Métodos e dados

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 intercomparação de modelos.

13Métodos

Como é estudado e o que os métodos não podem dizer.

14Where this page’s references

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.

15Perguntas

Perguntas e respostas.

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.
RelatóriosContribuir

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.

GCRICiência de sistemas e modelagemMétodos e documentos técnicosCenários e testes de estresse
Ciência de sistemas e modelagem

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.