Videnskabelig modellering

I videnskab er en model en repræsentation af en idé, et objekt eller endda en proces eller et system, der bruges til at beskrive og forklare fænomener, der ikke kan være oplevet direkte. Modeller er centrale for, hvad forskere gør, både i deres forskning såvel som når de kommunikerer deres forklaringer.

Modeller er en mentalt visuel måde at forbinde teori på med eksperiment, og de styrer forskningen ved at være forenklede repræsentationer af en forestillet virkelighed, der gør det muligt at udvikle og forudsige forudsigelser ved eksperiment.

Hvorfor forskere bruger modeller

Modeller har en række anvendelser – fra at give en måde at forklare komplekse data til at præsentere som en hypotese. Der kan være mere end en model foreslået af forskere til at forklare eller forudsige, hvad der kan ske under særlige omstændigheder. Ofte vil forskere argumentere for rigtigheden af deres model, og i processen vil modellen udvikle sig eller blive afvist. Derfor er modeller centrale i processen med vidensopbygning inden for videnskab og viser, hvordan videnskabelig viden er foreløbig.

Tænk på en model, der viser Jorden – en klode. Indtil 2005 var kloder altid en kunstners repræsentation af, hvordan vi troede, at planeten lignede. (I 2005 blev den første klode, der bruger satellitbilleder fra NASA, produceret.) Den første kendte klode, der blev lavet (i 150 f.Kr.), var ikke særlig nøjagtig. Kloden blev konstrueret i Grækenland, så det viste måske kun en lille mængde jord i Europa, og det ville ikke have haft Australien, Kina eller New Zealand på det! Da mængden af viden er opbygget i hundreder af år, er modellen forbedret, indtil der på det tidspunkt, hvor en klode fremstillet af ægte billeder blev produceret, der ikke var nogen mærkbar forskel mellem repræsentationen og den virkelige ting.

Opbygning af en model

Forskere starter med en lille mængde data og bygger en bedre og bedre gengivelse af de fænomener, de forklarer eller bruger til forudsigelse, efterhånden som tiden går. I disse dage er mange modeller sandsynligvis matematiske og køres på computere i stedet for at være en visuel repræsentation, men princippet er det samme.

Brug af modeller til forudsigelse

I nogle situationer udvikles modeller af forskere til at prøve og forudsige ting. De bedste eksempler er klimamodeller og klimaforandringer. Mennesker kender ikke den fulde effekt, de har på planeten, men vi ved meget om kulstofcyklusser, vandcyklusser og vejr. Ved hjælp af disse oplysninger og en forståelse af, hvordan disse cyklusser interagerer, forsøger forskere at finde ud af, hvad der kan ske. Modeller er desuden afhængige af forskernes arbejde med at indsamle kvalitetsdata for at føje ind i modellerne. For at lære mere om arbejde med at samle data til modeller, se på Argo-projektet og det arbejde, der udføres for at indsamle store temperatur- og saltindholdsdata for at forstå, hvilken rolle havet spiller i klima og klimaændringer.

For eksempel kan de bruge data til at forudsige, hvordan klimaet kan være om 20 år, hvis vi fortsætter med at producere kuldioxid med de nuværende hastigheder – hvad der kan ske, hvis vi producerer mere kuldioxid, og hvad der ville ske, hvis vi producerer mindre. Resultaterne bruges til at informere politikere om, hvad der kan ske med klimaet, og hvad der kan ændres.

En anden almindelig anvendelse af modeller er i forvaltningen af fiskeriet. Fiskeri og salg af fisk til eksportmarkeder er en vigtig industri for mange lande inklusive New Zealand (værd $ 1,4 milliarder dollars i 2009). Overfiskning er dog en reel risiko og kan medføre, at fiskeriområder kollapser. Forskere bruger information om fiskens livscyklus, avlsmønstre, vejr, kyststrømme og levesteder for at forudsige, hvor mange fisk der kan tages fra et bestemt område, før befolkningen reduceres til det punkt, hvor den ikke kan komme sig.

Modeller kan også bruges, når felteksperimenter er for dyre eller farlige, såsom modeller, der bruges til at forudsige, hvordan ild spreder sig i vejtunneler, og hvordan en brand kan udvikle sig i en bygning.

Hvordan ved vi, om en model fungerer?

Modeller bruges ofte til at træffe meget vigtige beslutninger, f.eks. reducere mængden af fisk, der kan tages fra et område kan sende en virksomhed ud af drift eller forhindre en fisker i at have en karriere, der har været i deres familie i generationer.

Omkostningerne forbundet med bekæmpelse af klimaændringer er næsten ufattelige, så det er vigtigt, at modellerne er rigtige, men ofte er det tilfældet med at bruge de bedste tilgængelige oplysninger til dato. Modeller skal løbende testes for at se, om de anvendte data giver nyttige oplysninger. Et spørgsmål, som forskere kan stille om en model, er: Passer det til de data, vi kender?

For klimaændringer er dette lidt vanskeligt. Det passer måske til det, vi ved nu, men ved vi nok? En måde at teste en klimaforandringsmodel på er at køre den baglæns.Kan det nøjagtigt forudsige, hvad der allerede er sket? Forskere kan måle, hvad der er sket tidligere, så hvis modellen passer til dataene, menes det at være lidt mere troværdig. Hvis det ikke passer, er det tid til at gøre noget mere arbejde.

Denne proces med at sammenligne model forudsigelser med observerbare data er kendt som jord-truthing. For fiskeriforvaltning indebærer jordskæring at gå ud og tage prøver af fisk i forskellige områder. Hvis der ikke er så mange fisk i regionen, som modellen forudser, er det tid til at gøre noget mere arbejde.

Lær mere om jordbrydning i satellitter måler havisstykkelsen. Her validerer forskere satelitdata om istykkelse i Antarktis, så dataene kan bruges til at modellere, hvordan Jordens klima, havtemperatur og havniveauer kan ændre sig.