校准、验证与不确定性

六种“通过”不能混为一谈

层级	通过意味着什么	仍不能证明什么
程序运行	没有报错并输出结果	输入正确
数据质检	格式、单位、覆盖和缺测合格	物理过程真实
过程合理性	基本响应方向与守恒检查合理	数值精度足够
校准拟合	参数能拟合用于率定的数据	新年份泛化
独立验证	留出样本上精度可接受	所有区域、极端情景都可靠
决策验证	回代与留出情景中策略优势仍成立	可以无条件推广生产应用

历史 ok_smoke_missing_precip 只能支持有限的程序试跑判断。既不能因为名称里有 ok 就当作正式结果，也不能在换天气后只改标签就视为已经验证。

四层模型评价

层次	建议检查	当前重点缺口
气象	Tmax/Tmin、雨量、辐射、湿度、风；极端时段与日期一致性	正式完整天气与 ET0 链条
陆面	根区水分、ET、地表状态、水量平衡	灌溉与土壤代理误差
作物	物候、冠层、生物量、产量	AquaCrop 本土化与独立产量证据
事件	起止、持续、强度、生育阶段及损失	与开题一致的事件定义及多情景

表中是验收框架，不能在缺少观测时用“模型自身输出符合预期”替代独立验证。

LAI、CC 和 NDVI 是不同量

LAI 表达单位地表面积上的叶面积；CC 表达冠层覆盖比例；NDVI 是光谱指数。它们有关联，但单位、观测机制与饱和特征不同，不能逐值相减当成同一变量误差。

若采用 LAI—CC 转换，必须说明函数、参数和适用作物，检验转换误差。若只具有 NDVI，可先比较物候时序等可解释特征，不强行称作绝对 LAI/CC 验证。

尺度对齐比多报一个指标更重要

地块模拟应按观测像元的作物面积和质量条件聚合后比较；多个小地块共用同一个遥感像元时，不应把它们当作多份独立观测，制造虚假的大样本。

同理，县级单产必须匹配作物、年份、收获/播种面积和产量含水率口径；不能用一个县级均值证明每块田都预测准确。

统计评价还应区分空间平均时序误差、逐像元误差和面积加权误差。它们可能有很不一样的数值。

五类不确定性

1. 输入：天气偏差、地块年份错配、土壤资料误差。
2. 参数：品种、根系、初始土壤水分及管理设置。
3. 结构：作物模型对高温、水分和交互过程的表示限制。
4. 计算近似：响应单元压缩与代理模型误差。
5. 情景/决策：气候情景权重、定额、成本和偏好变化。

应通过配对试验尽量分开：先固定过程模型检验代理误差，再在固定管理下扰动天气或参数。全部同时变化时，很难知道结果差异来自哪里。

置信区间不能靠评分“造出来”

数据质量评分可以表示“资料较完整/较弱”，但不是统计覆盖概率。P10/P90 必须来自定义清楚的样本分布或预测分布，并标明它表达天气、参数、模型误差中的哪些不确定性。

若分布只是人为设置的情景集合，应称“该情景集合的分位数范围”，不要暗示已经具有真实世界 80% 覆盖保证。

一份最低限度结果包

每个关键结论应同时提供：范围与样本量、独立性说明、指标及分层结果、输入和参数版本、对照基准、失败样本比例、不确定性范围，以及可复算的结果表。

依据：S01 四层评价框架；S03 历史评审；S05 实施方案；S07 当前实现。关联 05 正式实验前的检查与待办。