Comprobar dos fuentes de datos científicos
Ejemplo práctico GISTEMP de la NASA y las anomalías anuales de la temperatura global HadCRUT
Dos fuentes pueden estar en desacuerdo porque sus definiciones difieren. Antes de interpretar una discrepancia, alinear las unidades, intervalo de tiempo y período de referencia. Este ejemplo compara dos conjuntos de datos de temperatura anual reales sobre 1980–2024, después de rebasar cada uno a 1991–2020. Guarda una tabla alineada, una figura de dos paneles, un script Python y un informe de métodos.
1. Obtenga los archivos fuente y compruebe sus definiciones
Descargue el CSV anual de NASA GISTEMP v4 y la serie anual de análisis ensemble-mean de HadCRUT5.1.0.0. Utilice los nombres de archivo guardados NASA-GISTEMP-v4-original.csv y HadCRUT5-original.csv.
| Entrada | Valor anual | Base de referencia para la anomalía original |
|---|---|---|
| NASA GISTEMP v4 | J-D columna, °C | 1951–1980 |
| HadCRUT5.1.0.0 | Conjunto anual significa, °C; mantener los límites de confianza | 1961–1990 |
El archivo de la NASA comienza con una línea descriptiva antes de su encabezado y utiliza *** para valores no disponibles. No interprete ese marcador como cero. Las identidades de origen registradas y los enlaces de descarga están en las notas de la fuente de ejemplo; Los archivos del proveedor pueden ser revisados después de esta ejecución.
Abra un proyecto y adjunte ambos CSVs con + → Attach files. En Settings → Runtimes, asegúrese de que Python es Ready y está habilitado. Esta carrera utilizó Python 3.12.14, NumPy 2.5.3, pandas 2.3.3, Matplotlib 3.11.1 y Pillow 12.3.0.
2. Solicitar alineación antes de la interpretación
Read the two attached official annual global temperature CSVs.
Use NASA's J-D annual column and the HadCRUT5 ensemble mean, in Celsius.
Check unique years, missing values, source definitions and original
anomaly baselines. Preserve the HadCRUT confidence-limit columns.
Rebase each source by subtracting its own complete 1991–2020 mean,
then align shared years 1980–2024. Report NASA minus HadCRUT:
mean difference, RMSE, maximum absolute difference and its year.
Save temperature-aligned.csv, temperature-comparison.png,
temperature-crosscheck.py and temperature-crosscheck.md.
Plot original and common-baseline series in separate labelled panels.
The script must accept --nasa, --hadcrut and --outdir arguments.
Execute using a noninteractive plotting backend, reopen the saved files,
and record input hashes and versions. Do not install packages or
claim the sources are independent or either is ground truth. Use English.
Inspeccione el archivo propuesto leer y código Python antes de aprobar. Abra Notebook para comprobar que el cálculo se completó. Si hay un error, resuelva y vuelva a correr antes de interpretar un informe o una figura.
3. Compruebe la tabla alineada
Abre temperature-aligned.csv. La comparación registrada contiene 45 años compartidos. Cada fuente tiene todas las estimaciones anuales de puntos 30 necesarias para su referencia 1991–2020; no faltaba un valor anual lleno de cero.
Los medios subcontratados son 0.61266667 °C para la NASA y 0.53799554 °C para HadCRUT. Retraer el propio medio de cada conjunto de datos, no un solo offset de ambos. Compruebe la unidad, año y dirección de resta antes de comparar las diferencias numéricas.
4. Lea la figura y la comparación numérica
Abre temperature-comparison.png. El primer panel conserva las diferentes bases de referencia originales; el segundo compara las dos series después de la rebasamiento de los períodos comunes.
| Resultado registrado, NASA menos HadCRUT | Valor |
|---|---|
| Significa diferencia | 0.00514589 °C |
| RMSE | 0.01829900 °C |
| Máxima diferencia absoluta | 0.04632368 °C, en 2024 |
Las cifras son resultados para estas instantáneas descargadas. Las diferencias restantes pueden reflejar la cobertura, el infilling, las observaciones de origen y las opciones de procesamiento. Los conjuntos de datos comparten observaciones y son no mediciones estadísticamente independientes. Tampoco se designa la verdad terrestre.
5. Guardar el método y rehacerlo
Abra temperature-crosscheck.md y compare sus definiciones de origen y métricas con el CSV y el código. La tabla conserva los límites de confianza originales de HadCRUT y sus valores mecánicamente cambiados, pero la comparación hace que no difunda la incertidumbre en la base de referencia estimada o dependencia entre los recursos.
Descargue el CSV alineado, gráfico, Python script y informe. Con los dos archivos de entrada disponibles, repetir en un entorno Python que contiene las bibliotecas listadas:
python temperature-crosscheck.py --nasa NASA-GISTEMP-v4-original.csv --hadcrut HadCRUT5-original.csv --outdir comparison-rerun
El script grabado también se ejecutó en un proceso Python local separado; su CSV alineado coincide con el CSV de la aplicación guardado exactamente. Un cheque de acuerdo evalúa esta computación, no todas las opciones metodológicas en el producto climático.