2つの科学的データソースをクロスチェック

実践例 NASA GISTEMP および HadCRUT の年次全体的な温度の異常

定義が異なるため、2つのソースは不一致できます。 矛盾を解釈する前に、単位、時間間隔および参照期間を整列します。 この例では、1980–2024 の 2 つの実質の年次温度データセットを比較し、それぞれを 1991–2020 にリバッスした後。 整列したテーブル、2枚のパネル図、Pythonスクリプト、メソッドレポートを保存します。

1. ソースファイルを取得し、その定義を確認してください

NASA GISTEMP v4の特長とハドカット5.1.0.0の年間分析アンサンブル・メアンシリーズから毎年恒例の土地-オクアンCSVをダウンロードしてください。 NASA-GISTEMP-v4-original.csv と HadCRUT5-original.csv に保存されたファイル名を使用します。

入力	年間値	原始的な異常ベースライン
NASA GISTEMP v4の特長	J-D コラム、°C	1951–1980
ハドカット5.1.0.0	年間アンサンブル平均、°C; 自信の限界を保持する	1961–1990

NASA ファイルは、ヘッダの前に記述された行で始まり、利用できなくなった値に *** を使用します。 マーカーをゼロに解釈しないでください。 記録されたソースのアイデンティティとダウンロードリンクはソースノートの例にあります。 実行後、提供元ファイルが変更できます。

プロジェクトを開き、CSVを**+ → Attach filesで添付します。 Settings → Runtimesでは、PythonがReady**で有効になっていることを保証します。 この実行は、Python 3.12.14、NumPy 2.5.3、パンダ2.3.3、Matplotlib 3.11.1、ピロー12.3.0を使用しました。

2. 通訳の前にアライメントを依頼

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.

提案したファイル読み込みと承認前に Python コードを調べます。 Notebook を開き、計算が完了したことを確認します。 エラーがある場合、レポートや図を解釈する前に、それを解決して再実行します。

3. 整列テーブルをチェックする

temperature-aligned.csv を開きます。 録画比較には45共有年が含まれています。 各ソースには、1991-2020 参照手段に必要なすべての 30 年間ポイントの推定値があります。 年間値がゼロに満たさなかった。

サブトラクトされた手段は、NASA と HadCRUT の 0.53799554 °Cの の 0.61266667 °Cの です。 各データセットの独自の意味を割くと、両方から単一のオフセットではありません。 数値差を比較する前に単位、年および減算方向を確認してください。

4. 数値と数値の比較を読む

temperature-comparison.png を開きます。 最初のパネルは、異なる元のベースラインを保持します。 2 番目は、一般的な期間の残留後 2 つのシリーズを比較します。

記録された結果、NASAのマイナスHadCRUT	値
意味の違い	0.00514589 °Cの
RMSEの特長	0.01829900 °Cの
最高の絶対的な相違	0.04632368 °C、2024の

この数字は、これらのダウンロードしたスナップショットの結果です。 相違の残りは適用範囲、infilling、源の観察および処理の選択を反映しることができます。 データセットは、観察値を共有し、統計的に独立した測定ではなくです。 ネイザーは地上の真理を規定しています。

5. メソッドを保存して再実行する

temperature-crosscheck.md を開き、ソースコードと CSV のソース定義とメトリックを比較します。 表は、元の HadCRUT の自信の限界と機械的にシフトされた値を保持しますが、比較は、推定ベースラインまたは間接的な依存の コメントはありません。 の支柱の不確実性です。

CSV の整列、プロフィール、Pythonスクリプト、レポートをダウンロードしてください。 利用可能な2つの入力ファイルで、リストされたライブラリを含むPython環境で再実行します。

python temperature-crosscheck.py --nasa NASA-GISTEMP-v4-original.csv --hadcrut HadCRUT5-original.csv --outdir comparison-rerun

記録されたスクリプトは、別のローカルPythonプロセスでも実行されました。 CSV は、アプリの保存した CSV を正確に一致させました。 合意は、気候製品におけるすべての方法論的選択ではなく、この計算を評価します。