ADAM RUTHERFORD: In effetti parliamo di modelli scientifici praticamente in ogni singolo programma. L’ascoltatore Jim Hay ha scritto e posto questa domanda molto semplice: mi chiedo se potresti spiegare cos’è un modello? Il termine è usato così frequentemente nei programmi scientifici della BBC che me lo lascio sfuggire, ma il fatto è che non so cosa significhi esattamente quando uno scienziato dice di aver creato un modello. Di recente ho acquisito un libro di testo moderno, molto vasto, di livello A di fisica e noto che nell’indice non compaiono né modelli né modelli.
Bene, grazie Jim perché è un degno promemoria che la scienza può essere tecnica, e devi dircelo quando parliamo di gergo. Ad ogni modo, al livello più elementare, un modello è un modo per prendere dati e misurazioni dal mondo reale e simulare cosa succede quando giochiamo con loro: quanta pioggia, il flusso dei fiumi, quel tipo di cose. È un modo per semplificare il caos del mondo fisico, in un computer in modo che possiamo provare a prevedere cosa potrebbe accadere nel mondo reale. Puoi eseguire simulazioni migliaia di volte, ciascuna con modifiche molto sottili per vedere cosa succede.
Quando Jim ha posto questa domanda, ci siamo resi conto che la maggior parte delle settimane parliamo di una nuova scienza che utilizza i modelli in questo modo. Nelle ultime due settimane abbiamo avuto l’evoluzione del DNA di antichi agricoltori, abbiamo avuto lo scioglimento delle calotte glaciali antartiche e oggi abbiamo Nick Reynard che simula le alluvioni in Cumbria. Quindi abbiamo chiesto ad alcuni dei nostri ospiti di dirci cosa intendono quando usano modelli scientifici. Andrew Ponson e Carole Haswell mi hanno detto quali sono i modelli per gli astrofisici.
ANDREW PONSON: Direi che un modello è un insieme di idee che abbiamo su come funziona un aspetto specifico della natura. E normalmente quando lo chiamiamo modello, probabilmente intendiamo che è provvisorio a un certo livello. Quindi non stiamo cercando di affermare di aver riassunto tutto su come funziona quella particolare cosa.
ADAM RUTHERFORD: Quale sarebbe una teoria o una legge?
ANDREW PONSON: Esatto! Stiamo cercando di dare l’impressione di non aver ancora impacchettato tutto su quel particolare aspetto della natura, ma abbiamo un insieme di idee che stiamo usando per creare test che possiamo poi confrontare con la realtà.
ADAM RUTHERFORD: E da un punto di vista pratico, come astronomo, Carol, come modelli le cose?
CAROLE HASWELL: In realtà ero piuttosto vecchia come scienziata quando ho letto qualcosa che uno dei miei colleghi aveva scritto in uno dei nostri corsi di fisica, e ha scritto che l’essenza dell’essere un fisico è sapere quali approssimazioni fare. E così ogni volta che cerchiamo di capire qualcosa, devi capire quali sono le cose importanti che lo stanno influenzando. Perché non puoi sperare di creare una replica dell’intero universo perché avresti bisogno dell’intero universo per farlo e non otterresti nulla in questo modo. Quindi quello che devi fare è capire quali sono le cose chiave veramente importanti che forse puoi scrivere un po ‘di matematica semplice e lavorare con e generare alcune intuizioni.
Quindi è questo tipo di descrizione matematica essenziale dell’essenza delle cose con cui puoi incorporare un codice di computer. Quindi puoi mettere il sistema di equazioni semplici o forse equazioni piuttosto complesse in un programma per computer e puoi quindi impostare il programma in modo che vada a osservare l’interazione dei vari fattori che hai considerato importanti. Quindi, per esempio, se stavi cercando di capire come si muovono i pianeti nel sistema solare, allora avresti bisogno di inserire una descrizione matematica della gravità, e poi potresti mettere in moto il tuo sistema solare e guardare le cose in movimento. E non avresti bisogno di descrivere tutta la fisica autonomica che ti dà la struttura di ogni singolo pianeta. Per il tuo modello del sistema solare potresti avere una descrizione piuttosto semplice della gravità, e sarebbe sufficiente per quello che stai cercando di guardare.
ADAM RUTHERFORD: Quindi è un modo per collegare più osservazioni e poi fare previsioni su ciò che accadrà in base a ciò che abbiamo già visto?
CAROLE HASWELL: Beh, è un modo di usare ciò che hai osservato per capire ciò che pensi sia il più importante cose che governano il comportamento. E poi creare qualcosa che incapsuli ciò che pensi sia importante, per vedere se riproduce effettivamente ciò che stai osservando.
ADAM RUTHERFORD: Questi tipi di modelli sono utilizzati in tutti i campi della scienza. Ecco lo scienziato della conservazione RSPB Paul Donald su come le simulazioni possono aiutarlo a comprendere il comportamento degli uccelli.
PAUL DONALD: Per me un modello è una formula che mi aiuta a spiegare la variazione in qualcosa che mi interessa. Quindi lasciami ti faccio un esempio.Supponiamo che io sia interessato a una particolare specie di uccello, diciamo ad esempio allodole, ed esco e raccolgo dati sul numero di allodole in, diciamo, un centinaio di campi nell’Inghilterra meridionale. E quello che avrei sicuramente scoperto è che il numero di allodole varia tra i diversi campi. Alcuni campi avranno pochissimi uccelli, forse nessuno; altri campi possono avere molti uccelli. Quindi mi interessa sapere perché alcuni campi hanno più allodole rispetto ad altri e utilizzerei un modello per esaminarlo.
Quindi cosa farei, mentre stavo raccogliendo i miei conteggi di allodole, misurerei anche un intero carico di altre cose che penso potrebbero spiegare la variazione del numero di allodole. Quindi raccoglierei dati, ad esempio, su cose come il tipo di coltura presente sul campo, perché è del tutto possibile che a loro piacciano determinati tipi di raccolto rispetto ad altri. Raccoglierei dati sulla dimensione del campo. Potrei raccogliere dati sulla copertura della siepe, il numero di alberi nelle vicinanze, tutto questo genere di cose che potrebbero spiegarlo.
Ciò che il modello farebbe è che mi permetterebbe di identificare quale di questi prevede l’allodola numeri e quali no. Quindi, se lo impostiamo in questo modo. Vedi, abbiamo questa prima colonna qui. Questa è la mia colonna di conteggi allodole. Per ogni campo ho un conteggio e poi per ogni campo ho un valore della dimensione del campo. Ho capito qual era il raccolto, qual era il raccolto dell’anno precedente, il tipo di terreno, la fila di siepi e così e così e così e così. Quindi quello che voglio fare ora è inserire questo in un modello, nel software, e chiedergli di identificare quale di quei predittori o variabili esplicative, come li chiamiamo, spiega meglio la variazione nei miei numeri allodola.
Quindi, se facciamo clic su questo pulsante qui che lo invia al programma, e gli diamo un paio di secondi per l’esecuzione, eccolo. Quindi il modello è stato eseguito e se apro il modello, ok, quindi quello che mi mostra qui è che puoi vedere qui che mi mostra che le dimensioni del campo hanno un’influenza positiva sui numeri di allodola. Maggiore è la dimensione del campo, più allodole ci sono. E mi sta anche dimostrando che in effetti c’è un tipo di ritaglio lì. Mi sta dimostrando che i cereali primaverili qui hanno più allodole rispetto ai cereali invernali qui, e che questo effetto è aggiuntivo rispetto all’effetto del tipo di coltura. E ci sono anche varie altre colonne con tutti gli altri dati. Quindi quello che posso fare è perfezionare questo modello ora e questo mi darà un’idea molto chiara del motivo per cui il numero di allodole, la cosa che mi interessa, varia tra i diversi campi.
Quindi la vera abilità, in un certo senso, con queste cose è nell’interpretazione. Quindi ciò che questo modello mostra è che per le variabili che ho inserito in esso, alcune di esse prevedono in modo significativo i numeri di allodola e altre no, ma non può prevedere cose che non ho inserito. E se, per esempio , la cosa più importante per determinare i numeri di allodola non è nessuna delle cose che ho misurato? Forse è qualcos’altro. Forse è il tempo o la pendenza del campo o il tipo di terreno, o qualcosa del genere. Qualcosa che non ho misurato affatto. Quindi il modello è essenzialmente sbagliato perché non ho misurato la cosa che è il motore più importante del numero di abitanti delle allodole. Può ancora essere che le cose che ho misurato stiano determinando in parte i numeri di allodola, ma la cosa reale sottostante potrei non aver misurato affatto. Quindi c’è una specie di cosa standard nell’ecologia che dice che tutti i modelli sono sbagliati, ma alcuni di essi sono utili.
Questo è l’unico metodo davvero così, se fossi interessato solo a una cosa, la relazione tra numeri di allodole e dimensioni del campo, ad esempio, potrei semplicemente tracciarli e vedere, se le dimensioni del campo aumentano, i numeri dell’allodola aumentano. Ma puoi farlo solo per una cosa alla volta. Non riesco a guardare tutte queste diverse variabili contemporaneamente, ed è ciò che il modello mi permette di fare. Ed è uno strumento assolutamente fondamentale in ecologia e la conservazione è questo tipo di modo di analizzare i dati.
La modellazione non fallisce mai nel senso che. Se sai cosa sta facendo la formula matematica, in un certo senso è infallibile. Fallisce se non misuri le cose giuste o se le interpreti nel modo sbagliato. Posso farti un esempio. Diciamo che quello che mostra il mio modello qui sullo schermo è che si ottengono più allodole in grandi campi. Quindi potrei andare via e dire OK, la risposta a questo problema di declino delle allodole è che dobbiamo allargare tutti i nostri campi, ma cosa succederebbe se scegliessero solo campi grandi, non perché sono grandi ma perché possono vedere i predatori arrivare da molto lontano, per esempio. Quindi non è la dimensione del campo a cui gli uccelli stanno rispondendo? È il modo in cui riescono a vedere i predatori, e questa è la cosa importante che determina i numeri.
Quindi potrebbe essere che tu possa effettivamente fare di più per le allodole magari abbattendo i confini del campo, facendo apparire i campi più grandi per gli uccelli.Quindi devi stare molto attento a come interpreti l’output di questi modelli.
ADAM RUTHERFORD: Paul Donald lì. Quindi questo è importante: tutti i modelli sono sbagliati. Sono simulazioni ma alcune sono molto utili. Torniamo alle inondazioni in Cumbria, che l’idrologo Nick Reynard ha simulato. Nick, in che modo la modellazione ci aiuta a comprendere questi eventi meteorologici estremi?
NICK REYNARD: OK, quindi idealmente ovviamente avremmo dati assolutamente ovunque, in modo da capire cosa stava succedendo nel sistema fluviale e con la pioggia tutto il tempo ovunque. Non possiamo averlo, non è pratico ed è troppo costoso, quindi dobbiamo essere in grado di colmare le lacune. E usiamo modelli per farlo. Quindi colmiamo le lacune nello spazio e nel tempo calcolando come la pioggia si sposta attraverso il paesaggio nei fiumi e poi alla fine nei mari, ei modelli sono solo simulazioni al computer di come si muove quell’acqua in modo che possiamo effettivamente capire dove flussi alti e bassi si verificano ovunque in tutta la contea o anche in Europa o in tutto il mondo. Quindi è per questo che utilizziamo i modelli e questo ci aiuta a capire in questo momento cosa sta facendo l’idrologia, come sono i flussi, ma ci consente anche di utilizzare quei modelli per prevedere e prevedere come potrebbero essere i flussi in futuro.
ADAM RUTHERFORD: Nick Reynard del Centro di ecologia e idrologia.
