ADAM RUTHERFORD：実際、私たちはほとんどすべてのプログラムで科学のモデルについて話します。リスナーのジム・ヘイがこの非常に簡単な質問を書いて尋ねました。モデルとは何か説明してもらえませんか？この用語はBBCの科学プログラムで頻繁に使用されているため、私はそれをすり抜けさせましたが、実際には、科学者がモデルを作成したと言ったときの正確な意味がわかりません。最近、物理学に関する最新の非常に大きなAレベルの教科書を入手しましたが、モデルもモデリングもインデックスに表示されないことに注意してください。
科学は技術的である可能性があることを思い出させる価値があるので、ジムに感謝します。私たちが専門用語を話しているとき、あなたは私たちに言わなければなりません。とにかく、最も基本的なレベルでは、モデルは、現実世界からデータと測定値を取得し、それらをいじったときに何が起こるかをシミュレートする方法です。降雨量、川の流れ、そのようなものです。これは、現実の世界で何が起こるかを予測できるように、コンピューターで物理的な世界の混乱を単純化する方法です。シミュレーションは何千回も実行でき、それぞれが非常に微妙な変更を加えて何が起こるかを確認できます。
ジムがこの質問をしたとき、ほとんどの週、このようにモデルを使用する新しい科学について話していることに気付きました。先週、古代の農民のDNAが進化し、南極の氷床が溶け、今日はカンブリアでニックレイナードが洪水をモデル化しています。そこで、数人のゲストに、科学モデルを使用するときの意味を教えてもらいました。 AndrewPonsonとCaroleHaswellは、天体物理学者にとってモデルとは何かを教えてくれました。
ANDREW PONSON：モデルは、自然の特定の側面がどのように機能するかについて私たちが持っている一連のアイデアだと思います。そして通常、それをモデルと呼ぶとき、それはおそらくあるレベルで暫定的であることを意味します。したがって、私たちはその特定のものがどのように機能するかについてすべてを要約したと主張しようとはしていません。
アダム・ラザフォード：理論と法のどちらになりますか？
ANDREWポンソン：その通りです！自然の特定の側面に関するすべてをまだパッケージ化していないという印象を与えようとしていますが、実際に行って比較できるテストを作成するために使用している一連のワーキングセットがあります。
ADAM RUTHERFORD：そして、実用的な観点から、天文学者、キャロルとして、どのように物事をモデル化しますか？
キャロル・ハスウェル：私が科学者として実際にかなり年をとっていたとき、私の同僚の1人が私たちの物理学コースの1つで書いたものを読んでください。彼は、物理学者であることの本質は、どの近似を行うべきかを知っていることだと書いています。したがって、私たちが何かを理解しようとするときはいつでも、これに影響を与えている重要なことは何かをからかう必要があります。なぜなら、それを行うには宇宙全体が必要であり、それを行っても何も得られないため、宇宙全体のレプリカを作成することはおそらく期待できないからです。ですから、あなたがしなければならないことは、おそらくあなたがいくつかの簡単な数学を書き留めて、いくつかの洞察を処理して生成することができる本当に重要な重要なことを理解することです。
つまり、この種の簡略化された数学的記述ですあなたがコンピュータコードを具体化することができるものの本質の。したがって、単純な方程式またはおそらく非常に複雑な方程式のシステムをコンピュータプログラムに入れてから、プログラムを設定して、重要であると考えたさまざまな要因の相互作用を監視することができます。したがって、たとえば、太陽系の惑星がどのように動くかを理解しようとしている場合は、重力の数学的記述を入力する必要があります。次に、太陽系を動かして物事が動くのを見ることができます。そして、個々の惑星の構造を与える自律神経物理学のすべてを説明する必要はありません。太陽系のモデルの場合、重力についてかなり簡単に説明できます。これで、見ようとしているものには十分です。
アダム・ラザフォード：複数のプラグを差し込む方法です。観察し、それから私たちがすでに見たものに基づいて何が起こるかについて予測をしますか？
キャロル・ハスウェル：それはあなたが観察したものを使ってあなたが最も重要だと思うことを理解する方法です行動を支配しているもの。次に、重要だと思うものをカプセル化するものを設定して、それが実際に観察しているものを再現するかどうかを確認します。
アダムラザフォード：これらのタイプのモデルは、科学のすべての分野で使用されています。 RSPBの保護科学者であるポールドナルドが、シミュレーションが鳥の行動を理解するのにどのように役立つかについて説明します。
ポールドナルド：私にとって、モデルは、興味のあるものの変化を説明するのに役立つ式です。例を挙げてください。たとえば、ひばりなど、特定の種類の鳥に興味があるとします。外に出て、たとえばイングランド南部の100のフィールドにあるひばりの数に関するデータを収集します。そして確かに私が見つけたのは、ひばりの数はフィールドによって異なるということです。一部のフィールドには鳥がほとんどいないか、まったくない可能性があります。他のフィールドにはたくさんの鳥がいる可能性があります。だから、なぜいくつかのフィールドに他のフィールドよりもひばりが多いのか知りたいので、モデルを使ってそれを調べます。
それで、カウントを収集している間に何をしますか？ひばりは、ひばりの数の変動を説明できると思う他のすべての負荷も測定します。たとえば、特定の作物タイプが他の作物タイプよりも好きである可能性が高いため、たとえば、畑にどの作物タイプがあったかなどのデータを収集します。フィールドのサイズに関するデータを収集します。生け垣の覆い、近くの木の数、それを説明できる可能性のあるこれらすべての種類のデータを収集する可能性があります。
モデルが行うことは、それらのどれがひばりを予測するかを特定できるようにすることです。数字とそうでないもの。したがって、このように設定すると、この最初の列がここにあります。これは私のひばりの数の列です。フィールドごとにカウントがあり、フィールドごとにフィールドのサイズの値があります。作物とは何か、前年の作物とは何か、土壌の種類、生け垣などなどがあります。ですから、私が今やりたいのは、これをモデルとソフトウェアに入れて、それらの予測変数または説明変数のどれが、私のひばりの数の変動を最もよく説明するかを特定するように依頼することです。
つまり、ここでこのボタンをクリックしてプログラムに送信し、実行するのに数秒かかると、そこにあります。モデルが実行されました。モデルを開くと、わかりました。ここに表示されているのは、フィールドサイズがひばりの数にプラスの影響を与えていることを示していることです。フィールドサイズが大きいほど、ひばりが多くなります。また、実際にはそこに作物の種類があることも示しています。ここの春の穀物はここの冬の穀物よりもひばりが多く、その効果は作物の種類の効果に追加されていることを私に示しています。また、他のすべてのデータとともに、他のさまざまな列もあります。ですから、私にできることは、このモデルを今すぐ改良できることです。これにより、私が興味を持っているひばりの数が分野によって異なる理由を非常によく理解できます。
つまり、ある意味で、これらのことに関する本当のスキルは解釈にあります。つまり、このモデルが示しているのは、私が入力した変数について、ひばりの数を大幅に予測するものと予測しないものがありますが、入力していないものは予測できないということです。たとえば、 、ひばりの数を決定する最も重要なことは、私が測定したもののどれでもありませんか？多分それは何か他のものです。多分それは天気や畑の傾斜や土壌の種類、あるいはこのようなものです。まったく測定していないもの。ひばりの個体数の最も重要な要因であるものを測定していないため、モデルは本質的に間違っています。私が測定したものがひばりの数を部分的に決定している可能性はありますが、実際の根本的なものはまったく測定していない可能性があります。ですから、生態学には、すべてのモデルが間違っていると言う一種の標準的なものがありますが、それらのいくつかは有用です。
これが本当に唯一の方法なので、1つだけに興味がある場合は、たとえば、ひばりの数とフィールドサイズを単純にプロットして、フィールドサイズが大きくなるにつれてひばりの数が増えるかどうかを確認できます。しかし、一度にできることは1つだけです。これらのさまざまな変数をすべて同時に見ることはできません。それが、モデルで可能になっていることです。そして、それは生態学と保全における絶対的に基本的なツールであり、データを分析するこの種の方法です。
その意味でモデリングは決して失敗しません。数式が何をしているのかを知っているなら、それはある意味で間違いありません。正しいことを測定しなかったり、間違った方法で解釈したりすると失敗します。例を挙げましょう。画面上の私のモデルが示しているのは、大きなフィールドでより多くのひばりが得られるということです。だから私は立ち去ってOKと言うかもしれません、ひばりの減少のこの問題への答えは私たちのすべてのフィールドを大きくする必要があるということです、しかし彼らが大きいからではなく、捕食者が来るのを見ることができるので、彼らが大きなフィールドだけを選ぶとしたらどうでしょうかたとえば、遠くから。それで、鳥が反応しているのは畑の大きさではありませんか？それは彼らが捕食者をどれだけよく見ることができるかであり、それが数を決定する重要なことです。
したがって、おそらくフィールドの境界を取り除いてフィールドを大きく見せることで、ひばりに対して実際にもっと多くのことができるかもしれません。鳥のため。したがって、これらのモデルの出力をどのように解釈するかについては、非常に注意する必要があります。
アダム・ラザフォード：ポール・ドナルド。したがって、これは重要です。すべてのモデルが間違っています。これらはシミュレーションですが、非常に便利なものもあります。水文学者のニック・レイナードがシミュレートしているカンブリアの洪水に戻ります。ニック、モデリングはこれらの異常気象を理解するのにどのように役立ちますか？
ニックレイナード：わかりました。もちろん、理想的にはどこにでもデータがあるので、河川システムで何が起こっているのかを理解できます。そしていつでもどこでも降雨があります。それは不可能で、実用的ではなく、高すぎるので、ギャップを埋めることができなければなりません。そして、それを行うためにモデルを使用します。ですから、私たちは、降雨が風景を通って川に、そして最終的には海にどのように移動するかを解明することによって、空間と時間のギャップを埋めます。モデルは、その水がどのように移動するかをコンピュータシミュレーションするだけなので、実際にどこに移動するかを理解できます高流量と低流量は、郡全体、さらにはヨーロッパ全体、または世界中のどこでも発生します。これが私たちがモデルを使用する目的であり、水文学が何をしているのか、流れがどのようなものかを現在理解するのに役立ちますが、これらのモデルを使用して、将来の流れがどのようになるかを予測および予測することもできます。
ADAM RUTHERFORD：Center of Ecology andHydrologyのNickReynard。
