ADAM RUTHERFORD : 사실 우리는 거의 모든 단일 프로그램에서 과학 모델에 대해 이야기합니다. 청취자 Jim Hay가 글을 쓰고 매우 간단한 질문을했습니다. 모델이 무엇인지 설명 할 수 있는지 궁금합니다. 이 용어는 BBC 과학 프로그램에서 너무 자주 사용되어 그냥 지나치게했지만 사실은 과학자가 모델을 만들었다 고했을 때 정확히 무슨 의미인지 모르겠습니다. 저는 최근에 물리학에 관한 매우 큰 A 급의 현대 교과서를 얻었고 모델도 모델링도 색인에 나타나지 않습니다.

과학이 기술이 될 수 있다는 것을 상기시켜 줄 가치가 있기 때문에 Jim에게 감사드립니다. 우리가 전문 용어를 말할 때 우리에게 말해야합니다. 어쨌든, 가장 기본적인 수준에서 모델은 실제 세계에서 데이터와 측정을 가져 와서 조작 할 때 일어나는 일을 시뮬레이션하는 방법입니다. 얼마나 많은 강우량, 강의 흐름, 그런 유형의 것입니다. 이것은 실제 세계에서 일어날 수있는 일을 예측할 수 있도록 컴퓨터에서 물리적 세계의 혼돈을 단순화하는 방법입니다. 시뮬레이션을 수천 번 실행할 수 있으며 각 시뮬레이션은 매우 미묘하게 변경되어 어떤 일이 발생하는지 확인할 수 있습니다.

Jim이이 질문을했을 때 우리는 대부분의 주에 이런 방식으로 모델을 사용하는 새로운 과학에 대해 이야기한다는 것을 깨달았습니다. 지난 2 주 동안 고대 농부의 DNA가 진화하고 남극 빙상이 녹 았으며 오늘은 컴 브리아에서 홍수를 모델링하는 Nick Reynard가 있습니다. 그래서 우리는 몇몇 손님들에게 그들이 과학적 모델을 사용할 때 의미하는 바를 말해달라고 요청했습니다. Andrew Ponson과 Carole Haswell은 천체 물리학 자에게 어떤 모델이 있는지 알려주었습니다.

ANDREW PONSON : 모델은 자연의 특정 측면이 어떻게 작용하는지에 대한 아이디어의 집합이라고 말하고 싶습니다. 일반적으로 모델이라고 부르는 것은 아마도 어떤 수준에서는 잠정적이라는 의미 일 것입니다. 그래서 우리는 그 특정한 일이 어떻게 작용하는지에 대한 모든 것을 요약했다고 주장하는 것이 아닙니다.

ADAM RUTHERFORD : 이론이나 법칙이 무엇일까요?

ANDREW PONSON : 맞습니다! 우리는 자연의 특정 측면에 대한 모든 것을 아직 패키지화하지 않았다는 인상을 주려고 노력하고 있지만, 실제와 비교할 수있는 테스트를 만드는 데 사용하는 작업 아이디어 세트가 있습니다.

ADAM RUTHERFORD : 실용적인 관점에서 볼 때 천문학자인 Carol은 어떻게 모델링합니까?

CAROLE HASWELL : 사실 저는 과학자로서 꽤 나이가 많았습니다. 제 동료 중 한 명이 물리학 과정 중 하나에서 쓴 것을 읽고 그는 물리학 자의 본질이 어떤 근사치를 만들지 아는 것임을 썼습니다. 그래서 우리가 무언가를 이해하려고 할 때마다 이것에 영향을 미치는 중요한 것이 무엇인지 알아 내야합니다. 왜냐하면 당신은 그것을하기 위해 온 우주가 필요하고 그렇게해서 아무것도 얻지 못할 것이기 때문입니다. 그래서 여러분이해야 할 일은 아마도 여러분이 몇 가지 간단한 수학을 적어보고 작업을하여 통찰력을 생성 할 수있는 정말 중요한 핵심 사항이 무엇인지 알아내는 것입니다.

그래서 이것은 수학적 설명을 제거하는 것입니다. 컴퓨터 코드를 구현할 수있는 것의 핵심입니다. 따라서 간단한 방정식 시스템이나 매우 복잡한 방정식을 컴퓨터 프로그램에 넣은 다음 프로그램을 설정하여 중요하다고 지적한 다양한 요소의 상호 작용을 볼 수 있습니다. 예를 들어, 태양계의 행성이 어떻게 움직이는 지 이해하려고한다면 중력에 대한 수학적 설명을 입력해야 할 것입니다. 그러면 태양계를 움직이고 움직이는 것을 볼 수 있습니다. 그리고 각 개별 행성의 구조를 제공하는 자율 물리학을 모두 설명 할 필요는 없습니다. 태양계 모델의 경우 중력에 대한 간단한 설명이있을 수 있으며,이 정도면보고자하는 것에 충분할 것입니다.

ADAM RUTHERFORD : 따라서 다중 연결 방법입니다. 관찰 한 다음 우리가 이미 본 것을 바탕으로 어떤 일이 일어날 지 예측할까요?

CAROLE HASWELL : 당신이 관찰 한 것을 사용하여 가장 중요하다고 생각하는 것을 해결하는 방법입니다. 행동을 지배하는 것들. 그런 다음 중요하다고 생각하는 것을 요약하는 것을 설정하여 실제로 관찰중인 것을 재현하는지 확인합니다.

ADAM RUTHERFORD : 이러한 유형의 모델은 과학의 모든 분야에서 사용됩니다. 여기에 RSPB 보존 과학자 Paul Donald가 시뮬레이션을 통해 어떻게 그가 새의 행동을 이해하는 데 도움이 될 수 있는지 설명합니다.

PAUL DONALD : 저에게 모델은 제가 관심있는 것의 변화를 설명하는 데 도움이되는 공식입니다. 예를 들어보세요.내가 특정 종의 새에 관심이 있다고 가정 해 봅시다. 예를 들어 종달새라고합시다. 그리고 나가서 잉글랜드 남부에있는 100 개의 들판에있는 종달새의 수에 대한 데이터를 수집합니다. 그리고 제가 확실히 찾을 수있는 것은 종달새의 수가 분야마다 다르다는 것입니다. 일부 밭에는 새가 거의없고 전혀 없을 수도 있습니다. 다른 밭에는 많은 새가있을 수 있습니다. 그래서 나는 왜 어떤 들판에 종달새가 다른 들보 다 더 많은지 알고 싶습니다. 그리고 그것을보기 위해 모델을 사용할 것입니다.

그래서 제가 할 일을, 제가 수를 수집하는 동안 종달새, 종달새 수의 변화를 설명 할 수있는 다른 것들의 전체 부하를 측정 할 수도 있습니다. 예를 들어 밭에있는 작물 유형과 같은 데이터를 수집합니다. 왜냐하면 그들이 다른 작물보다 특정 작물 유형을 좋아할 가능성이 전적으로 가능하기 때문입니다. 나는 필드의 크기에 대한 데이터를 수집 할 것입니다. 울타리 덮개에 대한 데이터, 근처에있는 나무의 수,이를 설명 할 수있는 모든 종류의 데이터를 수집 할 수 있습니다.

모델이 수행 할 작업은 종달새를 예측하는 사람들을 식별 할 수있게 해주는 것입니다. 숫자와 그렇지 않은 것. 그래서 우리가 이렇게 설정하면. 여기에 첫 번째 열이 있습니다. 이것은 나의 종달새 수 열입니다. 각 필드에 대해 개수가 있고 각 필드에 대해 필드 크기 값이 있습니다. 나는 작물이 무엇인지, 전년도 작물이 무엇인지, 토양 유형, 울타리 줄 등을 얻었습니다. 그래서 지금 제가하고 싶은 것은 이것을 모델과 소프트웨어에 넣고 우리가 부르는 예측 변수 나 설명 변수 중 어느 것이 내 종달새 숫자의 변화를 가장 잘 설명하는지 식별하도록 요청하는 것입니다.

여기서이 버튼을 클릭하면 프로그램으로 전송되고 실행하는 데 몇 초가 걸립니다. 여기에 있습니다. 따라서 모델이 실행되고 모델을 열면 좋습니다. 여기에 표시되는 것은 필드 크기가 종달새 수에 긍정적 인 영향을 미친다는 것을 여기에서 볼 수 있습니다. 필드 크기가 클수록 종달새가 더 많이 있습니다. 또한 실제로 거기에 작물 유형이 있음을 보여줍니다. 여기 봄 시리얼이 여기 겨울 시리얼보다 종달새가 더 많고 그 효과가 작물 유형의 효과에 추가된다는 것을 보여줍니다. 그리고 다른 모든 데이터와 함께 다양한 다른 열이 있습니다. 그래서 제가 할 수있는 것은 지금이 모델을 다듬을 수 있다는 것입니다. 그러면 제가 관심을 갖고있는 종달새의 수가 분야마다 다른 이유를 알 수 있습니다.

그러므로 이러한 것들에 대한 진정한 기술은 해석에 있습니다. 그래서이 모델이 보여주는 것은 제가 입력 한 변수에 대해 그들 중 일부는 종달새 수를 상당히 예측하고 다른 일부는 예측하지 않지만 제가 입력하지 않은 것을 예측할 수 없다는 것입니다. 예를 들어 , 종달새 수를 결정하는 가장 중요한 것은 내가 측정 한 것 중 어느 것도 아닌가? 다른 것일 수도 있습니다. 날씨 나 밭의 경사, 토양의 종류 등일 수 있습니다. 내가 전혀 측정하지 않은 것. 따라서 종달새 개체 수의 가장 중요한 원동력 인 것을 측정하지 않았기 때문에 모델이 본질적으로 잘못되었습니다. 내가 측정 한 것들이 종달새 수를 부분적으로 결정하는 것일 수도 있지만, 내가 전혀 측정하지 못한 실제 기본이 될 수도 있습니다. 그래서 생태학에는 모든 모델이 틀렸지 만 일부는 유용하다고 말하는 일종의 표준이 있습니다.

이것은 정말 유일한 방법입니다. 제가 한 가지에만 관심이 있다면, 예를 들어, 종달새 수와 들판 크기를 간단히 플로팅하고 들판 크기가 커질수록 종달새 개수가 증가하는지 확인할 수 있습니다. 하지만 한 번에 한 가지만 수행 할 수 있습니다. 이 모든 변수를 동시에 볼 수는 없습니다. 모델을 통해 할 수있는 일입니다. 그리고 이것은 생태학 및 보존에서 절대적으로 기본적인 도구입니다. 이러한 종류의 데이터 분석 방법입니다.

모델링은 결코 실패하지 않습니다. 수학 공식이 무엇을하는지 안다면 어떤면에서 오류가 없습니다. 옳은 것을 측정하지 않거나 잘못된 방식으로 해석하면 실패합니다. 예를 들어 보겠습니다. 여기 화면에있는 제 모델이 큰 들판에서 더 많은 종달새를 얻는다는 것을 보여줍니다. 그래서 저는 가서 OK라고 말할 수 있습니다. 종달새가 쇠퇴하는 문제에 대한 답은 우리의 모든 밭을 더 크게 만들어야한다는 것입니다.하지만 그들이 큰 밭만 선택한다면, 그들이 크기 때문이 아니라 포식자가 오는 것을 볼 수 있기 때문입니다. 예를 들어 먼 거리에서. 그럼 새들이 반응하는 밭의 크기가 아니죠? 포식자를 얼마나 잘 볼 수 있는지가 그 숫자를 결정하는 중요한 요소입니다.

따라서 필드 경계를 허물고 필드를 더 크게 보이게함으로써 종달새를 위해 실제로 더 많은 일을 할 수있을 것입니다. 새를 위해.따라서 이러한 모델의 출력을 해석하는 방법에 매우주의해야합니다.

ADAM RUTHERFORD : Paul Donald가 있습니다. 따라서 이것은 중요합니다. 모든 모델이 잘못되었습니다. 시뮬레이션이지만 일부는 매우 유용합니다. 수 문학자 Nick Reynard가 시뮬레이션 한 Cumbria의 홍수로 돌아갑니다. Nick, 모델링은 이러한 극심한 기상 현상을 이해하는 데 어떻게 도움이 되나요?

NICK REYNARD : 좋습니다. 물론 이상적으로는 데이터가 절대적으로 어디에나있을 것이므로 강 시스템에서 무슨 일이 벌어지고 있는지 이해할 수 있습니다. 그리고 모든 곳에서 항상 강우량이 있습니다. 우리는 그것을 가질 수없고 실용적이지 않고 너무 비싸기 때문에 그 차이를 메울 수 있어야합니다. 그리고 우리는이를 위해 모델을 사용합니다. 그래서 우리는 강우가 풍경을 통해 강으로, 그리고 궁극적으로 바다로 어떻게 이동 하는지를 조사함으로써 공간과 시간의 틈새를 채 웁니다. 모델은 물이 어떻게 움직이는 지에 대한 컴퓨터 시뮬레이션 일 뿐이므로 실제로 어디를 이해할 수 있습니다. 높고 낮은 흐름은 카운티 전역이나 유럽 전역 또는 전 세계 어디에서나 발생합니다. 그래서 그것이 우리가 모델을 사용하는 것입니다. 그리고 그것은 우리가 수 문학이 무엇을하고 있는지, 흐름이 무엇인지 이해하는 데 도움이되지만, 또한 이러한 모델을 사용하여 미래의 흐름을 예측하고 예측할 수있게 해줍니다.

ADAM RUTHERFORD : Center of Ecology and Hydrology의 Nick Reynard.