Vetenskaplig modellering

I vetenskap är en modell en representation av en idé, ett objekt eller till och med en process eller ett system som används för att beskriva och förklara fenomen som inte kan upplevt direkt. Modeller är centrala för vad forskare gör, både i sin forskning och när de kommunicerar sina förklaringar.

Modeller är ett mentalt visuellt sätt att länka teori med experiment, och de styr forskningen genom att vara förenklade representationer av en föreställd verklighet som gör det möjligt att utveckla och testa förutsägelser genom experiment.

Varför forskare använder modeller

Modeller har olika användningsområden – från att tillhandahålla ett sätt att förklara komplexa data till att presentera som en hypotes. Det kan finnas mer än en modell som forskare föreslår för att förklara eller förutsäga vad som kan hända under särskilda omständigheter. Ofta kommer forskare att argumentera om ”modellens” rättighet, och i processen kommer modellen att utvecklas eller avvisas. Följaktligen är modeller centrala för kunskapsuppbyggnad i vetenskap och visar hur vetenskaplig kunskap är preliminär.

Tänk på en modell som visar jorden – en jordglob. Fram till 2005 var klot alltid en konstnärs representation av hur vi trodde att planeten såg ut. (2005 producerades det första klot som använde satellitbilder från NASA.) Det första kända klot som tillverkades (år 150 f.Kr.) var inte särskilt exakt. Klotet konstruerades i Grekland, så visade det kanske bara en liten mängd mark i Europa, och det skulle inte ha haft Australien, Kina eller Nya Zeeland på det! Eftersom mängden kunskap har byggts upp under hundratals år har modellen förbättrats tills det inte fanns någon märkbar skillnad mellan representationen och den verkliga när en jordklot gjord av verkliga bilder.

Bygga en modell

Forskare börjar med en liten mängd data och bygger upp en bättre och bättre representation av de fenomen som de förklarar eller använder för förutsägelse med tiden. Dessa dagar är det troligt att många modeller är matematiska och körs på datorer snarare än att vara en visuell representation, men principen är densamma.

Använda modeller för att förutsäga

I vissa situationer utvecklas modeller av forskare för att försöka förutsäga saker. De bästa exemplen är klimatmodeller och klimatförändringar. Människor vet inte den fulla effekten de har på planeten, men vi vet mycket om kolcykler, vattencykler och väder. Med hjälp av denna information och en förståelse för hur dessa cykler samverkar försöker forskare ta reda på vad som kan hända. Modeller förlitar sig vidare på forskarnas arbete för att samla in kvalitetsdata för att matas in i modellerna. För att lära dig mer om arbete med att samla in data för modeller, titta på Argo-projektet och arbetet som görs för att samla in storskaliga temperatur- och salthaltdata för att förstå vilken roll havet spelar i klimat och klimatförändringar.

De kan till exempel använda data för att förutsäga hur klimatet kan vara om 20 år om vi fortsätter att producera koldioxid i nuvarande takt – vad kan hända om vi producerar mer koldioxid och vad som skulle hända om vi producerar mindre. Resultaten används för att informera politiker om vad som kan hända klimatet och vad som kan förändras.

En annan vanlig användning av modeller är vid förvaltning av fisket. Att fiska och sälja fisk till exportmarknader är en viktig industri för många länder inklusive Nya Zeeland (värt 1,4 miljarder dollar 2009). Överfiske är dock en verklig risk och kan orsaka att fiskeområden kollapsar. Forskare använder information om fiskens livscykler, avelsmönster, väder, kustströmmar och livsmiljöer för att förutsäga hur många fiskar som kan tas från ett visst område innan befolkningen minskar under den punkt där den inte kan återhämta sig.

Modeller kan också användas när fältförsök är för dyra eller farliga, till exempel modeller som används för att förutsäga hur brand sprider sig i vägtunnlar och hur en brand kan utvecklas i en byggnad.

Hur vet vi om en modell fungerar?

Modeller används ofta för att fatta mycket viktiga beslut, till exempel för att minska mängden fisk som kan tas från ett område kan skicka ett företag ur drift eller hindra en fiskare från att ha en karriär som har varit i deras familj i generationer.

Kostnaderna för att bekämpa klimatförändringarna är nästan otänkbara, så det är viktigt att modellerna har rätt, men ofta är det fallet att använda den bästa informationen hittills. Modeller måste kontinuerligt testas för att se om de data som används ger användbar information. En fråga som forskare kan ställa till en modell är: Passar den den information vi känner till?

För klimatförändringarna är det lite svårt. Det kanske passar vad vi vet nu, men vet vi tillräckligt? Ett sätt att testa en klimatförändringsmodell är att köra den bakåt.Kan den exakt förutsäga vad som redan har hänt? Forskare kan mäta vad som har hänt tidigare, så om modellen passar data anses den vara lite mer pålitlig. Om det inte passar är det dags att göra mer arbete.

Denna process för att jämföra modellförutsägelser med observerbar data kallas ”mark-truthing”. För fiskeriförvaltningen innebär marktrutning att gå ut och ta prover av fisk i olika områden. Om det inte finns så många fiskar i regionen som modellen förutspår, är det dags att göra lite mer arbete.

Lär dig mer om marktrutning i satelliter mäter havsistjocklek. Här validerar forskare satelitdata om istjocklek i Antarktis så att data kan användas för att modellera hur jordens klimat, havstemperatur och havsnivåer kan förändras.