Skip to content

GCRI · 系统科学与建模

模型相互比较

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.

提出咨询 返回主题
01登记

Model intercomparison on the record.

档案Systems Science and Modelling · topic
  1. 01问题4 种机制
  2. 02领域六边形场图版
  3. 03指标6
  4. 04来源5
  5. 05决策者3
  6. 06方法4
02问题

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.

机制

Common protocols isolate differences

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

机制

Spread shows structural uncertainty

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

机制

Ensembles are not independent

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

机制

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

北美的危害与暴露。

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

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（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
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
估计值
来源
GPM IMERG（NASA GES DISC）
提供方
NASA GES DISC
许可协议
NASA 开放数据
年份版本
每日；近实时卫星估算
构建时的最新内容
2026-10-12
处理结果
约 2 公里网格
不确定性
近实时卫星估算。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

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
  • 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
  • GPM IMERG 降水，NASA 降水处理系统；由 NASA 戈达德地球科学数据和信息服务中心（GES DISC）分发；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
  • 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
  • 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
  • 降水率，日均值：GPM IMERG，NASA GES DISC · 2026年10月12日

04跨领域

Intercomparison is how each domain learns where its models disagree.

Intercomparisons are designed for the 方法与技术系列. 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监测

耦合模型运行器。

团队跟踪该主题时会使用的界面：其指标、状态与决策。名称为示例，数值仅作示意。

耦合模型运行器

Model intercomparison · Coupled model A · Scenario set 3

集合运行中GCRI · 系统科学与建模

模型耦合图

节点：模型 · 边：交换的变量

耦合组件

水文学1 day径流是
电力系统1 h需求，停运是
经济1 个季度产出，价格部分
人口1 year暴露是

集合输出

Coupled model runner: the screen’s structure, terms and states for Model intercomparison.示例名称和示意数值；是设计方案，并非记录或实时系统。
06指标

衡量什么，以及衡量得如何。

每个指标都注明其单位、频率、背后的来源类型以及数值将附带的证据标签。此处不显示数值：数值由计划依据其自身权限提供。

指标单位节奏来源类型标签
Models participating in an intercomparison计数per roundIntercomparison records已报告
Ensemble spreadrange or standard deviation across modelsper experimentIntercomparison outputs模型生成
Agreement on sign of changepercent of modelsper experimentIntercomparison outputs模型生成
Skill against observationserror metric by modelper evaluation模型评估估算
Shared code lineage between modelscount of related model families每次评估Model genealogy studies估算
Outputs published in standard formats产出百分比per roundArchive metadata观测
07孪生与级联模拟器

Treat model intercomparison 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
08来源

证据来自何处。

具名公共数据集与机构记录，各自注明许可类别。依协议获得的来源仅按其条款使用，绝不再次发布。

来源它提供什么许可类别
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方法与证据

How model intercomparison 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 model intercomparison, 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
10决定

由谁决定，以及证据服务于什么。

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

谁来决定问题本页面服务的证据
Modelling groupsWhich experiments and protocols to adoptProtocol designs; evaluation reports
Institutions using model resultsHow much confidence to place in ensemble findingsEnsemble summaries with spread
研究资助方Whether to fund intercomparison infrastructureEvidence on value of intercomparison

该主题产生的产出

  • Intercomparison protocol designs for cross-sector models
  • Ensemble summaries with spread and agreement stated
  • Model evaluation reports against observations
  • Method notes in 报告 方法与技术
11核心问题

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机制与驱动因素

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方法与数据

方法及其局限。

  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 概率与统计. Spread is not a probability unless justified.

  3. 03

    Performance and independence weighting

    Weighting models by skill and distinctness, using 不确定性量化. 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方法

如何研究，以及方法无法说明的内容。

  1. 不确定性量化与模型验证不确定性预算 · 高成本模拟的代理模型 · 可信度评估在此应用
    规范 · STEM Commons
  2. 概率与统计贝叶斯校准 · 预测的恰当评分 · 集合统计在此应用
    规范 · STEM Commons
  3. 高性能计算、云计算与边缘计算预算内的集合设计 · 工作流编排 · 可复现环境在此应用
    规范 · STEM Commons
  4. 系统工程决策模型的需求 · 耦合模型的接口控制在此应用
    规范 · STEM Commons
15Where this page’s references

Where this page’s references lead.

阅读本页时所对照的机构和文件。状态和版本会变化；每个链接都指向发布机构。

16问题

问题与解答。

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.
报告贡献

从本页贡献证据。

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。