交叉核对两个科研数据来源
案例演示 NASA GISTEMP 与 HadCRUT 全球年度温度距平
两个来源的数值不同，可能首先是定义不同。解释差异前，先对齐单位、时间范围和参考期。本例使用两份真实年度温度数据，各自以 1991—2020 年重新定基准，再比较 1980—2024 年，保存对齐表、双面板图、Python 脚本和方法报告。
1. 获取来源文件并核对定义
从 NASA GISTEMP v4 下载全球陆海年度 CSV，从 HadCRUT5.1.0.0 下载 analysis ensemble-mean 年度序列，分别保存为 NASA-GISTEMP-v4-original.csv 和 HadCRUT5-original.csv。
| 输入 | 年度数值 | 原始距平参考期 |
|---|---|---|
| NASA GISTEMP v4 | J-D 列，单位 °C | 1951—1980 年 |
| HadCRUT5.1.0.0 | 年度集合均值，单位 °C；保留置信区间列 | 1961—1990 年 |
NASA 文件在表头前还有一行说明，用 *** 表示不可用值，不能将其当成零。本次来源身份与下载链接见案例来源说明；提供方可能在本次运行后修订数据。
打开项目，通过 + → Attach files 附加两份 CSV。在 Settings → Runtimes 中确认 Python 为 Ready 且已启用。本次环境为 Python 3.12.14、NumPy 2.5.3、pandas 2.3.3、Matplotlib 3.11.1、Pillow 12.3.0。
2. 先要求对齐，再解释差异
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.
授权前检查文件读取和 Python 代码，打开 Notebook 确认计算完成。如果出现错误，应先处理并重跑，再解读报告或图形。
3. 检查对齐表
打开 temperature-aligned.csv。本例比较 45 个共同年份；两个来源各自都有参考期所需的 30 个完整年度点估计，没有用零填补年度缺失值。
减去的参考均值分别为 NASA 0.61266667 °C、HadCRUT 0.53799554 °C。每个数据集减去自己的均值，不是对两份数据减去同一个数。比较前核对单位、年份与相减方向。
4. 查看图形和数值差异
打开 temperature-comparison.png。第一幅保留各自原参考期，第二幅展示以相同时间段重新定基准后的曲线。
| 本例结果，NASA 减 HadCRUT | 数值 |
|---|---|
| 平均差 | 0.00514589 °C |
| 均方根差 RMSE | 0.01829900 °C |
| 最大绝对差 | 0.04632368 °C，出现在 2024 年 |
这些数字对应本次下载的文件。剩余差异可能来自覆盖范围、插补、观测资料和处理方法。两个产品共享部分观测，不是统计独立的测量；本例也不将任一方指定为真值。
5. 保存方法并重跑
打开 temperature-crosscheck.md，核对来源定义、指标与 CSV、代码是否一致。表格保留 HadCRUT 原置信区间及其机械平移后的数值，但此次比较没有传播所估计参考均值的不确定性，也没有处理两个来源间的依赖关系。
下载对齐 CSV、图形、Python 脚本和报告。准备好两份输入，在具有上述依赖的 Python 环境中运行：
python temperature-crosscheck.py --nasa NASA-GISTEMP-v4-original.csv --hadcrut HadCRUT5-original.csv --outdir comparison-rerun
本次脚本还在独立的本地 Python 进程执行，对齐 CSV 与应用保存版本逐字节一致。这验证的是本次计算，不等于评估了两个气候产品的全部方法选择。