Skip to content

GCRI · 系统科学与建模

复杂系统方法

复杂 系统 and agent-based modelling is a method this platform stewards. It studies how interactions among many parts produce system behaviour, including tipping points, feedbacks and emergence, and sets documentation and validation practice for such models.

提出咨询 Back to STEM foundation of Systems Science and Modelling
01目录

Complex systems methods in five parts.

方案5 个步骤
  1. 01申请What complex systems and agent-based modelling does here
  2. 02数据该方法使用的输入
  3. 03验证结果如何核查
  4. 04关联依赖该方法的主题
  5. 05管理责任由谁维护该方法
02申请

What complex systems and agent-based modelling does here.

复杂 系统 and agent-based modelling study systems whose behaviour emerges from interactions among many components. They help explain nonlinear dynamics, tipping points and collective behaviour. In methods and modelling, risk management and 系统性风险 and research and evidence, complex systems approaches explore how interacting risks can produce sudden, systemic shifts. They support stress testing of policies against emergent behaviour. The canonical description is on STEM Commons.

Agent-based model standards

Agent-based models across the network are documented with the ODD protocol and validated against multiple observed patterns.

Feedback and tipping point analysis

System dynamics and bifurcation analysis identify feedback loops and thresholds where small changes cause large shifts.

Early warning indicators

Statistical signals such as rising variance and autocorrelation are tested as possible warnings of approaching transitions, with false alarm rates stated.

03地理

北美的危害与暴露。

来自 NASA GIBS 的北美洲洪水、人口密度和活跃火点数据。每个图层都标注各自的日期。

交互式地图需要JavaScript；图层列表和来源见下文。

图层 3

本页面的危害与暴露

关于本图层
证据
观测（云层造成缺口）
来源
VIIRS 全球洪水产品（NASA LANCE）
提供方
NASA LANCE
许可协议
NASA 开放数据
年份版本
每日；卫星探测；云层造成缺口
构建时的最新内容
2026-10-14
处理结果
约 250 米网格
不确定性
卫星探测；云层造成缺口。卫星或模型栅格数据，按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声；数值是指标，而非某地的测量值。
经由以下途径到达
gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
证据
估计值
来源
世界网格化人口 v4.11（NASA SEDAC（哥伦比亚大学 CIESIN））
提供方
NASA SEDAC（哥伦比亚大学 CIESIN）
许可协议
CC BY 4.0
年份版本
null；基于人口普查的估算，静态（2020）
处理结果
约 1 公里网格
不确定性
基于人口普查的 2020 年每平方公里人口估算，作为风险暴露背景展示；不是受任何危害影响的人数。
经由以下途径到达
gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
证据
观测（云层和过境时间造成缺口）
来源
VIIRS NOAA-20 375 米（FIRMS）（NASA LANCE FIRMS）
提供方
NASA LANCE FIRMS
许可协议
NASA 开放数据
年份版本
每日；卫星探测；云层和过境时间造成缺口
构建时的最新内容
2026-10-13
处理结果
约 500 米网格
不确定性
所示日期的卫星热点探测结果，包括天然气火炬和工业热源；并非已确认的火情、事件报告或预警。
经由以下途径到达
gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
证据
观测
来源
VIIRS NOAA-20 校正反射率（NASA LANCE）
提供方
NASA LANCE
许可协议
NASA 开放数据
年份版本
每日；卫星图像
构建时的最新内容
2026-10-14
处理结果
约 250 米网格
不确定性
卫星图像。卫星或模型栅格数据，按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声；数值是指标，而非某地的测量值。
经由以下途径到达
gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
证据
模型生成（GIBS 发布的最新年份）
来源
MODIS Terra 和 Aqua 土地覆盖（MCD12Q1）（NASA LP DAAC）
提供方
NASA LP DAAC
许可协议
NASA 开放数据
年份版本
每年；卫星分类；GIBS 发布的最新年份
构建时的最新内容
2024-01-01
处理结果
约 500 米网格
不确定性
所示年份的卫星土地覆盖类别，含农田；该分类存在已知误差，并非农场登记册。
经由以下途径到达
gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
证据
观测（持续云层仍会造成缺口）
来源
VIIRS NOAA-20 Level 3，8 天（NASA LANCE）
提供方
NASA LANCE
许可协议
NASA 开放数据
年份版本
8 天；卫星 8 天合成；持续云层仍会造成缺口
构建时的最新内容
2026-09-14
处理结果
约 1 公里网格
不确定性
截至所示日期的 8 天内地表的卫星皮肤温度，是高温风险暴露指标；不是气温、热指数，也不是高温预警。
经由以下途径到达
gibs.earthdata.nasa.gov，仅在您允许实时地图后访问

最新可用

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

正在加载最新的NASA影像。

拖动以移动。按住 Ctrl 或 ⌘ 并滚动、双指缩放或使用按钮缩放；悬停可查看指针下的数值；重置可返回该区域。

危害与风险暴露，以北美为取景。NASA 发布的卫星和模型产品，各带自己的日期。它们是指标，而非对任何地点的评估。

数据：NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap 贡献者 · Natural Earth · NASA EONET · 美国地质调查局 · NASA JPL OPERA DIST-ALERT来源与许可

  • 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 开放数据
  • 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 开放数据
  • VIIRS 近实时产品（洪水、地表温度、积雪覆盖、校正反射率），NASA LANCE；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
  • 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). 采用 CC BY 4.0 许可。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 doi:10.7927/H49C6VHW. CC BY 4.0
  • NASA 资源管理火灾信息系统（FIRMS），VIIRS 375 m 活跃火点产品，NASA LANCE；矢量瓦片来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
  • MODIS 陆地产品（植被指数、总初级生产力、土地覆盖），NASA LP DAAC 和 LANCE；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
  • ASTER GDEM 是 METI 和 NASA 的产品（ASTER Global Digital Elevation Model V003，NASA LP DAAC）；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。引用格式：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 开放数据
  • 使用 Natural Earth 制作。免费矢量和栅格地图数据，见 naturalearthdata.com。 公有领域
  • © OpenStreetMap 贡献者（ODbL），经由 NASA GIBS（海岸线、边界、道路和地名）。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 ODbL
  • Blue Marble，NASA Earth Observatory；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
  • 地球仪和平面地图上的背景信息：海岸线、边界、道路和地名来自 NASA GIBS 参考图层（OpenStreetMap 数据，ODbL，© OpenStreetMap contributors）；Blue Marble 影像可作为可选底图；3D 地形和高程读数来自 ASTER GDEM 高程色彩指数（5 m 至 200 m 分级，为便于辨识而作了夸张处理）。边界按已发布的样式绘制，不代表对任何领土的立场。
  • 实时事件：NASA Earth Observatory Natural Event Tracker（EONET）；事件仅供参考，并保留其原始来源链接。
  • 实时：NASA EONET。事件仅供参考，不是主管机构的预警。
  • 实时：美国地质调查局。事件仅供参考，不是主管机构的预警。
  • 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).
  • 河流流量预报，30天及区间（GloFAS，经Open-Meteo）：包含经修改的Copernicus Emergency Management Service 2026年信息；非洪水警报。
  • 天气数据来自 Open-Meteo.com (https://open-meteo.com/), 依据 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). 授权。
  • 可选图层（图层列表中有 11 个来源：实时、预报、观测和背景）开启时会在地图上和此处显示其提供方署名；预报是模型输出，派生指数是估计值。

图层与日期

  • 洪水水体，3 日合成：VIIRS 全球洪水产品，NASA LANCE · 2026年10月14日
  • 人口密度，2020 年：人口：哥伦比亚大学 CIESIN，世界网格化人口 v4.11（2018），NASA SEDAC， CC BY 4.0 · 静态
  • 活跃火点与热异常：VIIRS NOAA-20 375 m（FIRMS），NASA LANCE FIRMS · 2026年10月13日
  • 真彩色：VIIRS NOAA-20 校正反射率，NASA LANCE · 2026年10月13日
  • 土地覆盖类型（IGBP），年度：MODIS Terra 和 Aqua 土地覆盖（MCD12Q1），NASA LP DAAC · 2024
  • 地表温度，日间，8 天合成：VIIRS NOAA-20 3 级产品，8 天，NASA LANCE · 2026年9月14日

04数据

该方法使用的输入。

Datasets and records used by complex 系统 and agent-based modelling on this platform, with the role each plays and the label its values carry. Sources are listed in 来源登记册.

数据角色标签
Model archives文档已声明
Time series of system states预警 tests观测
Behavioural dataAgent rules已报告
05监测

Agent-based simulation.

团队遵循该方法时会使用的界面：其指标、状态与决策。名称为示例，数值仅作示意。

Agent-based simulation

Systems science · Complex systems methods · Run R-1662

202 runsGCRI · 系统科学与建模

Outcome across runs

方法卡

方法
复杂系统与基于主体的建模
智能体
7583
校准
pattern-oriented
标签
模型生成

Behavioural rules

Modelling leadadapts after 3 losses0.8survey, labelled
模型管理方adapts after 3 losses0.6survey, labelled
Validation revieweradapts after 5 losses0.5survey, labelled
Agent-based simulation: the screen’s structure, terms and states for Systems science.示例名称和示意数值；是设计方案，并非记录或实时系统。
06验证

结果如何核查。

Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.

核查如何开展
Pattern-oriented validationModels reproduce several patterns at different scales
Robustness of tipping pointsThresholds are tested under parameter variation
False alarm assessment预警 indicators are tested where no transition occurred

Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.

07模拟器

存量、流量、延迟和一个临界阈值。

两个存量，即压力和 适应能力，由一个增强型增长回路、一个延迟的平衡响应以及压力超过能力时的损害连接在一起；越过阈值后，系统可能发生突变。这是带有说明性取值的教学模型，不是预测。本页地图显示北美洲；模型本身并不绑定某个地点。

控制措施

压力增长
每年 6.0%
能力在降低压力方面的效力
每年 4.0%
对感知压力的投资响应
20%
感知延迟
4.0 年
压力的临界阈值
60 项指数
越过阈值后的放大
2.0 倍
模拟年数
50 年

读数

峰值压力
113 指数
期末能力
186 指数
超过阈值的年数
15.8 年
数字、方法与来源
年份压力能力感知
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

方法

  1. 系统动力学 Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. 临界转变与临界点 Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. 因果回路图 Sterman (2000), Business Dynamics, McGraw-Hill
  4. 不确定性扇形图（参数蒙特卡罗） Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. 单因素敏感性（龙卷风图） Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

数据

No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.

存量、流量、延迟和临界阈值。示意性教学模型：它依据控件设定的数值运行，而非实测数据。方法：System dynamics (Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics)；Critical transitions and tipping points (Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461)；Causal loop diagram (Sterman (2000), Business Dynamics, McGraw-Hill)。

贯穿六大支柱，由 Nexus Consortium 牵头

08关联

依赖该方法的主题。

09孪生与级联模拟器

Model complex systems methods as a system. Run the cascade.

Assembled from the Nexus Standards area profile 复合与级联危害标准: the hazards it names, the 系统 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.

灾害

控制措施

  • NS-0 章程与原则
  • NS-3 风险记录 UNI（语法、旧编码对照、分配机构）
  • NS-9 情境 UNI（部署、实例、计划实例）
  • NS-11 验证与监测（证据、证明、零信任符合性观测）
  • NRS-H61 危害族：级联失效（NHS-1 sys.cascade）
  • NRS-H62 危害类别：复合与多危害事件（NHS-1 sys.compound）
  • NRS-H60 危害类别：供应链与流动中断（NHS-1 sys.supply-chain）
  • NRS-H94 危害族：系统性网络事件（NHS-1 cyber.systemic-cyber）
  • NRS-H107 危害族：数字基础设施集中与单一化（NHS-1 tech.digital-concentration）
  • NRS-H7 危害类别：大尺度环流异常（NHS-1 atmo.climate-mode）

观测

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 再分析（Copernicus Climate Data Store）（仅列作参考）
  • 灾害造成的直接经济损失与全球国内生产总值之比
  • Number of disruptions to basic services attributed to disasters

示例地理范围

  • 孟加拉国：134 个六边形单元
  • 今夜夜间灯光与停电（VIIRS 昼夜波段），NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
10管理责任

由谁维护该方法。

系统 Science and Modelling stewards complex systems and agent-based modelling for the Consortium and reviews how it is applied across platforms.

Canonical page: Complex systems and agent-based modelling

11方法与证据

How complex systems methods is modelled, measured and tested.

模型、其假设、数据和不确定性，以科学家或工程师会核查的形式呈现。结构遵循已发表的方法。所取数值仅为示意，不是研究发现。

模型、方程与假设

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

要素 i 的风险Ri = f(Hi, Ei, Vi, Ci)危害、风险暴露、脆弱性和应对能力
预期年度损失EAL = ∑k pk · Lk对年概率为 pk
耦合系统xt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
假设为何制作如何检验
在一次事件中，危害与暴露相互独立使损失积分保持可计算与基于联合记录拟合的 copula 进行比较
耦合在工作点附近是线性的让冲击通过 A 传播在线性范围之外施加扰动并比较
脆弱性曲线可以在不同地点之间迁移使用很少有本地曲线可用在有观测损失的地方据此进行验证
输入
带溯源信息的版本化数据集
成果
分布，绝不是单一数字
代码
连同模型卡和测试一起发布
复现
相同的数据、代码、环境和随机种子
标准的风险与状态空间表述；所列假设是该方法的典型假设，供审查之用，并非结果。
FAIR 指导原则 · GO FAIR 和 FORCE11W3C PROV · 万维网联盟关于一致处理不确定性的指南 · IPCCCEOS 分析就绪数据 · 地球观测卫星委员会
12问题

问题与解答。

What are the limits of complex systems and agent-based modelling in this field?
Many plausible models can reproduce the same patterns. Calibration and validation data are often limited.
结果如何核查？
Models are evaluated by matching multiple stylised facts and patterns at different scales. Sensitivity and robustness analysis test dependence on assumptions.
本页面上的数值是真实的吗？
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
该方法还应用于何处？
维持社会运转的 规范方法页面 列出应用该方法的每个平台。
报告贡献

从本页贡献证据。

报告 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系统科学与建模方法与技术情景与压力测试

切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查；发送贡献不赋予署名权或编辑权，赞助也绝不能换取研究结论。

系统科学与建模

带来一种方法、一个数据集或一个问题。

信息和咨询现已开放。每项咨询都会获得一个编号，并告知下一步；申请、付款、算力分配和注册只有在相应团队、条款和审查能力就绪时才会开放。

提出一种方法 查看全部联系途径
法律

本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警；信息的局限见免责声明和数据说明。