Modelowanie naukowe

W nauce model to reprezentacja idei, przedmiotu, a nawet procesu lub systemu, który jest używany do opisywania i wyjaśniania zjawisk, których nie można doświadczane bezpośrednio. Modele są kluczowe dla tego, co robią naukowcy, zarówno w swoich badaniach, jak i podczas komunikowania swoich wyjaśnień.

Modele są mentalnym wizualnym sposobem łączenia teorii eksperymentami i kierują badaniami, będąc uproszczonymi reprezentacjami wyimaginowanej rzeczywistości, które umożliwiają opracowywanie i testowanie prognoz na drodze eksperymentu.

Dlaczego naukowcy używają modeli

Modele mają różnorodne zastosowania – od przedstawienia sposobu wyjaśniania złożonych danych do przedstawiania jako hipotezy. Naukowcy mogą zaproponować więcej niż jeden model wyjaśniający lub przewidujący, co może się zdarzyć w określonych okolicznościach. Naukowcy często będą spierać się o „słuszność” swojego modelu, aw trakcie tego procesu model będzie ewoluował lub zostanie odrzucony. W konsekwencji modele odgrywają kluczową rolę w procesie budowania wiedzy w nauce i pokazują, jak wiedza naukowa jest wstępna.

Pomyśl o modelu pokazującym Ziemię – Glob. Do 2005 roku globusy były zawsze artystycznym przedstawieniem tego, jak myśleliśmy, jak wyglądała planeta. (W 2005 roku powstał pierwszy globus wykorzystujący zdjęcia satelitarne z NASA). Pierwszy znany globus, który powstał (w 150 roku pne), nie był zbyt dokładny. Kula ziemska została zbudowana w Grecji, więc być może pokazała tylko niewielki obszar w Europie i nie miałaby na niej Australii, Chin ani Nowej Zelandii! Ponieważ ilość wiedzy gromadziła się przez setki lat, model poprawiał się, aż do czasu, gdy powstał globus utworzony z prawdziwych obrazów, nie było zauważalnej różnicy między reprezentacją a rzeczywistością.

Budowanie modelu

Naukowcy rozpoczynają od niewielkiej ilości danych i tworzą coraz lepszą reprezentację zjawisk, które wyjaśniają lub wykorzystują do przewidywania w miarę upływu czasu. Obecnie wiele modeli jest prawdopodobnie matematycznych i jest uruchamianych na komputerach, a nie reprezentacją wizualną, ale zasada jest taka sama.

Korzystanie z modeli do przewidywania

W niektórych sytuacjach naukowcy opracowują modele, aby spróbować przewidzieć rzeczy. Najlepszymi przykładami są modele klimatyczne i zmiany klimatu. Ludzie nie znają pełnego wpływu, jaki wywierają na planetę, ale wiemy dużo o obiegach węgla, wodzie i pogodzie. Korzystając z tych informacji i rozumiejąc, jak te cykle oddziałują na siebie, naukowcy próbują dowiedzieć się, co może się wydarzyć. Modele dodatkowo opierają się na pracy naukowców, aby zebrać wysokiej jakości dane, które zostaną wprowadzone do modeli. Aby dowiedzieć się więcej o pracy nad zbieraniem danych do modeli, spójrz na projekt Argo i prace wykonywane w celu zebrania danych o temperaturze i zasoleniu na dużą skalę, aby zrozumieć, jaką rolę odgrywa ocean w klimacie i zmianach klimatu.

Na przykład mogą wykorzystać dane, aby przewidzieć, jaki będzie klimat za 20 lat, jeśli będziemy produkować dwutlenek węgla w obecnym tempie – co może się stać, jeśli będziemy produkować więcej dwutlenku węgla, a co się stanie, jeśli będziemy go produkować mniej. Wyniki są wykorzystywane do informowania polityków o tym, co może się stać z klimatem i co można zmienić.

Innym powszechnym zastosowaniem modeli jest zarządzanie rybołówstwem. Rybołówstwo i sprzedaż ryb na rynki eksportowe to ważna branża dla wielu krajów, w tym dla Nowej Zelandii (warta 1,4 miliarda dolarów w 2009 roku). Jednak przełowienie jest realnym ryzykiem i może spowodować załamanie się łowisk. Naukowcy wykorzystują informacje o cyklach życia ryb, wzorcach rozmnażania, pogodzie, prądach przybrzeżnych i siedliskach, aby przewidzieć, ile ryb można złowić z określonego obszaru, zanim populacja zmniejszy się poniżej punktu, w którym nie może się odbudować.

Modele mogą być również używane, gdy eksperymenty terenowe są zbyt drogie lub niebezpieczne, na przykład modele używane do przewidywania rozprzestrzeniania się ognia w tunelach drogowych i tego, jak pożar może rozwinąć się w budynku.

Skąd wiemy, czy model działa?

Modele są często używane do podejmowania bardzo ważnych decyzji, na przykład zmniejszenia ilości ryb, które można zabrać z jakiegoś obszaru, może doprowadzić firmę do bankructwa lub uniemożliwić rybakowi zrobienie kariery, która towarzyszy jego rodzinie od pokoleń.

Koszty związane z walką ze zmianami klimatu są prawie niewyobrażalne, więc jest to ważne, aby modele były prawidłowe, ale często jest to przypadek wykorzystania najlepszych dostępnych do tej pory informacji. Modele należy nieustannie testować, aby sprawdzić, czy wykorzystane dane dostarczają przydatnych informacji. Pytanie, które naukowcy mogą zadać modelowi, brzmi: czy pasuje do danych, które znamy?

W przypadku zmian klimatycznych jest to trochę trudne. Może pasować do tego, co wiemy teraz, ale czy wiemy wystarczająco dużo? Jednym ze sposobów przetestowania modelu zmiany klimatu jest uruchomienie go wstecz.Czy może dokładnie przewidzieć, co już się stało? Naukowcy mogą zmierzyć, co wydarzyło się w przeszłości, więc jeśli model pasuje do danych, uważa się, że jest nieco bardziej wiarygodny. Jeśli to nie pasuje, czas popracować.

Ten proces porównywania przewidywań modelu z możliwymi do zaobserwowania danymi jest nazywany „próbą naziemną”. W przypadku zarządzania łowiskami wykopy na ziemi obejmują wychodzenie i pobieranie próbek ryb z różnych obszarów. Jeśli w regionie nie ma tak wielu ryb, jak przewiduje model, nadszedł czas, aby wykonać więcej pracy.

Dowiedz się więcej o osiadaniu na ziemi w satelitach, mierząc grubość lodu morskiego. Tutaj naukowcy weryfikują dane satelitów dotyczące grubości lodu na Antarktydzie, dzięki czemu można je wykorzystać do modelowania zmian klimatu na Ziemi, temperatury i poziomu mórz.