ADAM RUTHERFORD: Tatsächlich sprechen wir so ziemlich jedes einzelne Programm über Modelle in der Wissenschaft. Zuhörer Jim Hay schrieb und stellte diese sehr einfache Frage: Ich frage mich, ob Sie erklären könnten, was ein Modell ist? Der Begriff wird in BBC-Wissenschaftsprogrammen so häufig verwendet, dass ich ihn einfach an mir vorbeiziehen lasse, aber Tatsache ist, dass ich nicht genau weiß, was er bedeutet, wenn ein Wissenschaftler sagt, dass er ein Modell erstellt hat. Ich habe kürzlich ein modernes, sehr großes A-Level-Lehrbuch über Physik erworben und stelle fest, dass weder Modell noch Modellierung im Index erscheinen.
Nun, danke Jim, denn es ist eine würdige Erinnerung daran, dass Wissenschaft technisch sein kann. und Sie müssen uns sagen, wenn wir Jargon sprechen. Auf der einfachsten Ebene ist ein Modell eine Möglichkeit, Daten und Messungen aus der realen Welt zu erfassen und zu simulieren, was passiert, wenn wir mit ihnen herumspielen: wie viel Niederschlag, der Fluss der Flüsse, so etwas. Dies ist eine Möglichkeit, das Chaos der physischen Welt in einem Computer zu vereinfachen, damit wir versuchen können, vorherzusagen, was in der realen Welt passieren könnte. Sie können Simulationen tausende Male ausführen, jede mit sehr subtilen Änderungen, um zu sehen, was passiert.
Als Jim diese Frage stellte, stellten wir fest, dass wir in den meisten Wochen über eine neue Wissenschaft sprechen, die Modelle auf diese Weise verwendet. In den letzten vierzehn Tagen hatten wir die Entwicklung der DNA der alten Bauern, wir hatten das Schmelzen der Eisschilde der Antarktis und heute haben wir Nick Reynard, der Überschwemmungen in Cumbria modelliert. Deshalb haben wir einige unserer Gäste gebeten, uns zu sagen, was sie bedeuten, wenn sie wissenschaftliche Modelle verwenden. Andrew Ponson und Carole Haswell haben mir gesagt, was Modelle für Astrophysiker sind.
ANDREW PONSON: Ich würde sagen, ein Modell ist eine Reihe von Ideen, die wir haben, wie ein bestimmter Aspekt der Natur funktioniert. Und normalerweise, wenn wir es als Modell bezeichnen, meinen wir wahrscheinlich, dass es auf einer bestimmten Ebene vorläufig ist. Wir versuchen also nicht zu behaupten, dass wir alles über die Funktionsweise dieser bestimmten Sache zusammengefasst haben.
ADAM RUTHERFORD: Was wäre eine Theorie oder ein Gesetz?
ANDREW PONSON: Genau! Wir versuchen, den Eindruck zu erwecken, dass wir noch nicht alles über diesen bestimmten Aspekt der Natur zusammengefasst haben, aber wir haben einige funktionierende Ideen, mit denen wir Tests erstellen, die wir dann mit der Realität vergleichen können.
ADAM RUTHERFORD: Und aus praktischer Sicht, als Astronom, Carol, wie modellieren Sie Dinge?
CAROLE HASWELL: Ich war als Wissenschaftler eigentlich ziemlich alt, als ich Lesen Sie etwas, das einer meiner Kollegen in einem unserer Physikkurse geschrieben hat, und er schrieb, dass es wichtig ist, als Physiker zu wissen, welche Annäherungen zu machen sind. Wenn wir also etwas verstehen wollen, müssen Sie herausfinden, welche wichtigen Dinge dies beeinflussen. Weil Sie möglicherweise nicht hoffen können, eine Nachbildung des gesamten Universums zu erstellen, weil Sie dafür das gesamte Universum benötigen und dadurch nichts gewinnen würden. Was Sie also tun müssen, ist herauszufinden, was die wirklich wichtigen Schlüsselsachen sind, mit denen Sie vielleicht eine einfache Mathematik aufschreiben und mit einigen Erkenntnissen arbeiten und sie generieren können.
Es handelt sich also um eine solche abgespeckte mathematische Beschreibung von der Essenz der Dinge, mit denen Sie dann einen Computercode verkörpern können. Sie können also das System einfacher oder vielleicht recht komplexer Gleichungen in ein Computerprogramm einfügen und dann das Programm so einstellen, dass das Zusammenspiel der verschiedenen Faktoren, die Sie als wichtig herausgestellt haben, beobachtet wird. Wenn Sie beispielsweise versuchen zu verstehen, wie sich die Planeten im Sonnensystem bewegen, müssen Sie eine mathematische Beschreibung der Schwerkraft eingeben, und dann können Sie Ihr Sonnensystem in Gang setzen und beobachten, wie sich die Dinge bewegen. Und Sie müssten nicht die gesamte autonome Physik beschreiben, die Ihnen die Struktur jedes einzelnen Planeten gibt. Für Ihr Modell des Sonnensystems könnten Sie eine ziemlich einfache Beschreibung der Schwerkraft haben, und das würde für das, was Sie betrachten möchten, ausreichen.
ADAM RUTHERFORD: Es ist also eine Möglichkeit, mehrere anzuschließen Beobachtungen und dann Vorhersagen darüber, was passieren wird, basierend auf dem, was wir bereits gesehen haben?
CAROLE HASWELL: Nun, es ist eine Möglichkeit, das, was Sie beobachtet haben, zu verwenden, um herauszufinden, was Ihrer Meinung nach am wichtigsten ist Dinge, die das Verhalten bestimmen. Und dann etwas einrichten, das zusammenfasst, was Sie für wichtig halten, um zu sehen, ob dies tatsächlich das reproduziert, was Sie beobachten.
ADAM RUTHERFORD: Diese Modelltypen werden in allen Bereichen der Wissenschaft verwendet. Hier ist der RSPB-Naturschutzwissenschaftler Paul Donald, wie Simulationen ihm helfen können, das Verhalten von Vögeln zu verstehen.
PAUL DONALD: Für mich ist ein Modell eine Formel, die mir hilft, Variationen in etwas zu erklären, an dem ich interessiert bin. Lassen Sie mich also Geben Sie ein Beispiel.Nehmen wir an, ich interessiere mich für eine bestimmte Vogelart, zum Beispiel für Lerchen, und ich gehe aus und sammle Daten über die Anzahl der Lerchen in beispielsweise hundert Feldern in Südengland. Und was ich sicherlich finden würde, ist, dass die Anzahl der Lerchen zwischen verschiedenen Feldern variiert. Einige Felder haben nur sehr wenige Vögel, vielleicht gar keine; Andere Felder können viele Vögel haben. Ich bin also interessiert zu wissen, warum einige Felder mehr Lerchen enthalten als andere, und ich würde ein Modell verwenden, um das zu betrachten.
Also, was ich tun würde, während ich unterwegs war, um meine Zählungen zu sammeln Lerchen, würde ich auch eine ganze Menge anderer Dinge messen, von denen ich denke, dass sie möglicherweise die Variation der Lerchenzahlen erklären könnten. So würde ich beispielsweise Daten über Dinge wie den Erntetyp auf dem Feld sammeln, da es durchaus möglich ist, dass sie bestimmte Erntetypen mögen als andere. Ich würde Daten über die Größe des Feldes sammeln. Ich könnte Daten über die Heckendecke, die Anzahl der Bäume in der Nähe und all diese Dinge sammeln, die dies möglicherweise erklären könnten.
Das Modell würde es mir ermöglichen, zu identifizieren, welche von diesen Lerchen vorhersagen Zahlen und welche nicht. Also, wenn wir es so einrichten. Sie sehen, wir haben diese erste Spalte hier. Dies ist meine Spalte mit den Lerchenzählungen. Für jedes Feld habe ich eine Zählung und dann für jedes Feld einen Wert für die Größe des Feldes. Ich habe, was die Ernte war, was die Ernte im Vorjahr war, Bodentyp, Heckenreihe und so und so und so und so. Was ich jetzt tun möchte, ist, dass ich dies in ein Modell, in die Software, einfügen und darum bitten möchte, herauszufinden, welcher dieser Prädiktoren oder erklärenden Variablen, wie wir sie nennen, die Variation meiner Lerchenzahlen am besten erklärt. P. >
Wenn wir also hier nur auf diese Schaltfläche klicken, die sie an das Programm sendet, und ihr ein paar Sekunden Zeit zum Ausführen geben, ist sie da. Das Modell ist also gelaufen und wenn ich das Modell öffne, okay, was es mir hier zeigt, können Sie hier sehen, dass es mir zeigt, dass die Feldgröße einen positiven Einfluss auf die Anzahl der Lerchen hat. Je größer das Feld, desto mehr Lerchen gibt es. Und es zeigt mir auch, dass es dort tatsächlich einen Erntetyp gibt. Es zeigt mir, dass Frühlingsgetreide hier mehr Lerchen enthält als Wintergetreide, und dass dieser Effekt zusätzlich zum Effekt des Erntetyps ist. Außerdem gibt es verschiedene andere Spalten mit allen anderen Daten. Was ich also tun kann, ist, dass ich dieses Modell jetzt verfeinern kann, und das gibt mir eine sehr gute Vorstellung davon, warum die Anzahl der Lerchen, an denen ich interessiert bin, zwischen verschiedenen Bereichen variiert.
Die eigentliche Fähigkeit mit diesen Dingen liegt also in gewisser Weise in der Interpretation. Dieses Modell zeigt also, dass für die Variablen, die ich eingegeben habe, einige von ihnen signifikant die Anzahl der Lerchen vorhersagen und andere nicht, aber es kann keine Dinge vorhersagen, die ich nicht eingegeben habe. Was wäre, wenn zum Beispiel Ist das Wichtigste, was die Anzahl der Lerchen bestimmt, keines der Dinge, die ich gemessen habe? Vielleicht ist es etwas anderes. Vielleicht ist es das Wetter oder die Neigung des Feldes oder der Bodentyp oder so ähnlich. Etwas, das ich überhaupt nicht gemessen habe. Das Modell ist also im Wesentlichen falsch, weil ich nicht gemessen habe, was der wichtigste Treiber für die Anzahl der Lerchenpopulationen ist. Es kann immer noch sein, dass die Dinge, die ich gemessen habe, teilweise die Anzahl der Lerchen bestimmen, aber die eigentliche zugrunde liegende Sache, die ich möglicherweise überhaupt nicht gemessen habe. Es gibt also eine Art Standard in der Ökologie, die besagt, dass alle Modelle falsch sind, aber einige davon sind nützlich.
Dies ist die einzige Methode, die wirklich so ist, wenn ich nur an einer Sache interessiert bin, der Beziehung zwischen Die Anzahl der Lerchen und die Feldgröße zum Beispiel könnte ich einfach auszeichnen und sehen, ob die Anzahl der Lerchen mit zunehmender Feldgröße zunimmt. Aber Sie können das immer nur für eine Sache gleichzeitig tun. Ich kann nicht alle diese verschiedenen Variablen gleichzeitig betrachten, und das ermöglicht mir das Modell. Und es ist ein absolut grundlegendes Werkzeug in Bezug auf Ökologie und Naturschutz, diese Art der Datenanalyse.
Die Modellierung schlägt nie wirklich in dem Sinne fehl, dass. Wenn Sie wissen, was die mathematische Formel tut, ist sie in gewisser Weise unfehlbar. Es schlägt fehl, wenn Sie die richtigen Dinge nicht messen oder wenn Sie sie falsch interpretieren. Ich kann Ihnen ein Beispiel geben. Angenommen, mein Modell hier auf dem Bildschirm zeigt, dass Sie auf großen Feldern mehr Lerchen erhalten. Also könnte ich weggehen und OK sagen. Die Antwort auf dieses Problem des Rückgangs der Lerchen ist, dass wir alle unsere Felder größer machen müssen, aber was ist, wenn sie nur große Felder wählen, nicht weil sie groß sind, sondern weil sie Raubtiere kommen sehen können zum Beispiel von weitem. Es ist also nicht die Größe des Feldes, auf das die Vögel reagieren? Es ist, wie gut sie Raubtiere sehen können, und das ist das Wichtige, das die Zahlen bestimmt.
Es kann also durchaus sein, dass Sie tatsächlich mehr für Lerchen tun können, indem Sie möglicherweise die Feldgrenzen verringern und die Felder größer erscheinen lassen für die Vögel.Sie müssen also sehr vorsichtig sein, wie Sie die Ausgabe dieser Modelle interpretieren.
ADAM RUTHERFORD: Paul Donald dort. Das ist also wichtig: Alle Modelle sind falsch. Es sind Simulationen, aber einige sind sehr nützlich. Zurück zu den Überschwemmungen in Cumbria, die der Hydrologe Nick Reynard simuliert hat. Nick, wie hilft uns die Modellierung, diese extremen Wetterereignisse zu verstehen?
NICK REYNARD: OK, im Idealfall hätten wir natürlich absolut überall Daten, damit wir verstehen, was im Flusssystem vor sich geht und mit dem Regen die ganze Zeit überall. Das können wir nicht haben, es ist nicht praktisch und zu teuer, also müssen wir in der Lage sein, die Lücken zu schließen. Und dafür verwenden wir Modelle. Wir füllen also die Lücken im Raum und in der Zeit, indem wir herausfinden, wie sich der Niederschlag durch die Landschaft in die Flüsse und schließlich ins Meer bewegt. Die Modelle sind nur Computersimulationen, wie sich das Wasser bewegt, damit wir tatsächlich verstehen können, wo Hohe und niedrige Ströme treten überall im Landkreis oder sogar in Europa oder auf der ganzen Welt auf. Deshalb verwenden wir Modelle, und das hilft uns, jetzt zu verstehen, was die Hydrologie tut, wie die Flüsse sind, aber es ermöglicht uns auch, diese Modelle zu verwenden, um vorherzusagen und vorherzusagen, wie die Flüsse in Zukunft aussehen könnten.
ADAM RUTHERFORD: Nick Reynard vom Zentrum für Ökologie und Hydrologie.
