Перекрестная проверка двух научных источников данных
Практический пример NASA GISTEMP и HadCRUT опубликовали ежегодные глобальные температурные аномалии
Два источника могут не соглашаться, потому что их определения различаются. Перед интерпретацией несоответствия выравнивайте единицы, временной интервал и эталонный период. В этом примере сравниваются два реальных годовых набора данных о температуре по сравнению с 1980–2024 после перебазирования каждого до 1991–2020. Он сохраняет выровненную таблицу, двухпанельную фигуру, скрипт Python и отчет о методах.
1. Получить исходные файлы и проверить их определения
Скачайте ежегодную наземно-океаническую серию CSV от NASA GISTEMP v4 и ежегодную серию анализа от HadCRUT5.1.0.0. Используйте сохраненные имена файлов NASA-GISTEMP-v4-original.csv и HadCRUT5-original.csv.
| Ввод | Годовая стоимость | Оригинальная исходная аномалия |
|---|---|---|
| NASA GISTEMP v4 | J-D столбец, °C | 1951–1980 |
| HadCRUT5.1.0.0 | Среднегодовой ансамбль, °C; Сохраняйте лимиты доверия | 1961–1990 |
Файл NASA начинается с описательной строки перед заголовком и использует *** для недоступных значений. Не интерпретируйте этот маркер как ноль. Записанные идентификаторы источников и ссылки на загрузку находятся в Источник примечания; Файлы провайдера могут быть пересмотрены после этого запуска.
Откройте проект и прикрепите оба CSV к + → Attach files. В Settings → Runtimes убедитесь, что Python является Ready и включен. В этом забеге использовались Python 3.12.14, NumPy 2.5.3, панды 2.3.3, Matplotlib 3.11.1 и Pillow 12.3.0.
2. Попросите выравнивание перед интерпретацией
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.
Проверить предлагаемый файл считывает и код Python перед утверждением. Откройте Notebook, чтобы проверить, что вычисление завершено. Если есть ошибка, устраните ее и повторите, прежде чем интерпретировать отчет или цифру.
3. Проверьте выровненную таблицу
Открыть temperature-aligned.csv. Записанное сравнение содержит 45 поделился опытом. Каждый источник имеет все ежегодные оценки 30, необходимые для его эталонного среднего значения 1991-2020; Недостающее годовое значение не было заполнено нулем.
Вычитаемые средства — 0.61266667 °C для NASA и 0.53799554 °C для HadCRUT. Вычтите собственное значение каждого набора данных, а не одно смещение из обоих. Проверьте единицу, год и направление вычитания, прежде чем сравнивать численные различия.
4. Прочитайте цифру и численное сравнение
Открыть temperature-comparison.png. Первая панель сохраняет различные исходные исходные линии; Второй сравнивает две серии после обычного периода восстановления.
| Записанный результат NASA минус HadCRUT | Значение |
|---|---|
| Средняя разница | 0.00514589 °C |
| RMSE | 0.01829900 °C |
| Максимальная абсолютная разница | 0.04632368 °C, в 2024 |
Цифры являются результатами для этих загруженных снимков. Остающиеся различия могут отражать охват, заполнение, наблюдения за источниками и выбор обработки. Наборы данных разделяют наблюдения и являются Не статистически независимые измерения. И это не является истинной истиной.
5. Сохраните метод и повторите его
Откройте temperature-crosscheck.md и сравните его определения источника и метрики с CSV и кодом. Таблица сохраняет первоначальные пределы достоверности HadCRUT и их механически смещенные значения, но сравнение не распространяет неопределенность в предполагаемом базовом уровне или зависимости между источниками.
Скачать Выровненный CSV, фигура, Скрипт Python и доклад. С двумя доступными входными файлами, перезапуск в среде Python, содержащей перечисленные библиотеки:
python temperature-crosscheck.py --nasa NASA-GISTEMP-v4-original.csv --hadcrut HadCRUT5-original.csv --outdir comparison-rerun
Записанный сценарий также был запущен в отдельном локальном процессе Python; Выровненный CSV точно соответствовал сохраненному CSV приложения. Проверка соглашения оценивает эти вычисления, а не каждый методологический выбор в любом климатическом продукте.