Vitenskapelig modellering

I vitenskap er en modell en representasjon av en idé, et objekt eller til og med en prosess eller et system som brukes til å beskrive og forklare fenomener som ikke kan være opplevd direkte. Modeller er sentrale i det forskere gjør, både i forskningen og når de kommuniserer forklaringene.

Modeller er en mentalt visuell måte å knytte teori på. med eksperiment, og de veileder forskning ved å være forenklede representasjoner av en forestilt virkelighet som gjør at spådommer kan utvikles og testes ved eksperiment.

Hvorfor forskere bruker modeller

Modeller har en rekke bruksområder – fra å gi en måte å forklare komplekse data til å presentere som en hypotese. Det kan være mer enn en modell foreslått av forskere for å forklare eller forutsi hva som kan skje under spesielle omstendigheter. Ofte vil forskere krangle om riktigheten av modellen sin, og i prosessen vil modellen utvikle seg eller bli avvist. Følgelig er modeller sentrale i prosessen med kunnskapsbygging i vitenskap og viser hvordan vitenskapelig kunnskap er foreløpig.

Tenk på en modell som viser jorden – en klode. Fram til 2005 var kloder alltid en kunstners representasjon av hvordan vi trodde planeten så ut. (I 2005 ble den første kloden som brukte satellittbilder fra NASA produsert.) Den første kjente kloden som ble laget (i 150 f.Kr.) var ikke veldig nøyaktig. Kloden ble konstruert i Hellas, så viste kanskje bare en liten mengde land i Europa, og den hadde ikke hatt Australia, Kina eller New Zealand på seg! Ettersom mengden kunnskap har bygget seg opp over hundrevis av år, har modellen blitt bedre til, da det ikke var noen merkbar forskjell mellom representasjonen og den virkelige tiden, kloden laget av virkelige bilder.

Å bygge en modell

Forskere starter med en liten mengde data og bygger opp en bedre og bedre representasjon av fenomenene de forklarer eller bruker for å forutsi etter hvert. I disse dager er det sannsynlig at mange modeller er matematiske og kjøres på datamaskiner i stedet for å være en visuell representasjon, men prinsippet er det samme.

Bruke modeller for å forutsi

I noen situasjoner er modeller utviklet av forskere for å prøve og forutsi ting. De beste eksemplene er klimamodeller og klimaendringer. Mennesker vet ikke den fulle effekten de har på planeten, men vi vet mye om karbonsykluser, vannsykluser og vær. Ved å bruke denne informasjonen og forståelse av hvordan disse syklusene samhandler, prøver forskere å finne ut hva som kan skje. Modeller stoler videre på forskernes arbeid med å samle inn kvalitetsdata for å mates inn i modellene. For å lære mer om arbeidet med å samle data for modeller, se på Argo-prosjektet og arbeidet som gjøres for å samle inn store temperatur- og saltinnholdsdata for å forstå hvilken rolle havet spiller i klima og klimaendringer.

For eksempel kan de bruke data til å forutsi hvordan klimaet kan være om 20 år hvis vi fortsetter å produsere karbondioksid i dagens hastigheter – hva kan skje hvis vi produserer mer karbondioksid og hva som vil skje hvis vi produserer mindre. Resultatene brukes til å informere politikere om hva som kan skje med klimaet og hva som kan endres.

En annen vanlig bruk av modeller er i forvaltningen av fiskeriene. Fiske og selge fisk til eksportmarkeder er en viktig næring for mange land, inkludert New Zealand (verdt 1,4 milliarder dollar i 2009). Overfiske er imidlertid en reell risiko og kan føre til at fiskefelt kollapser. Forskere bruker informasjon om fiskesykluser, avlsmønster, vær, kyststrømmer og habitater for å forutsi hvor mange fisk som kan tas fra et bestemt område før bestanden reduseres til det punktet der den ikke kan komme seg.

Modeller kan også brukes når feltforsøk er for dyre eller farlige, for eksempel modeller som brukes til å forutsi hvordan brann sprer seg i veitunneler og hvordan en brann kan utvikle seg i en bygning.

Hvordan vet vi om en modell fungerer?

Modeller brukes ofte til å ta svært viktige beslutninger, for eksempel for å redusere mengden fisk som kan tas fra et område som kan sende et selskap ut av virksomheten eller hindre en fisker i å ha en karriere som har vært i deres familie i generasjoner.

Kostnadene forbundet med å bekjempe klimaendringene er nesten utenkelige, så det er viktig at modellene har rett, men ofte er det et tilfelle å bruke den beste informasjonen som er tilgjengelig hittil. Modeller må testes kontinuerlig for å se om dataene som brukes gir nyttig informasjon. Et spørsmål forskere kan stille til en modell er: Passer det til dataene vi kjenner?

For klimaendringer er dette litt vanskelig. Det passer kanskje det vi vet nå, men vet vi nok? En måte å teste en klimaendringsmodell på er å kjøre den bakover.Kan den forutsi nøyaktig hva som allerede har skjedd? Forskere kan måle hva som har skjedd tidligere, så hvis modellen passer til dataene, antas den å være litt mer pålitelig. Hvis det ikke passer, er det på tide å gjøre noe mer arbeid.

Denne prosessen med å sammenligne modellspådommer med observerbare data er kjent som bakken-truthing. For fiskeriforvaltning innebærer bakking å gå ut og ta prøver av fisk på forskjellige områder. Hvis det ikke er så mange fisker i regionen som modellen forutsier, er det på tide å gjøre litt mer arbeid.

Lær mer om bakkespredning i satellitter måler havisstykkelsen. Her validerer forskere satelittdata om istykkelse i Antarktis, slik at dataene kan brukes til å modellere hvordan jordens klima, havtemperatur og havnivå kan endres.