Enklere modeller kan være bedre til at bestemme en vis klimarisiko

Typisk, computermodeller af klima bliver mere og mere komplekse, efterhånden som forskere stræber efter at fange flere detaljer om vores Jords system, men ifølge et hold af Penn State-forskere, at vurdere risici, mindre komplekse modeller, med deres evne til bedre at prøve usikkerheder, kan være et bedre valg.

"Der er en ulempe ved det meget detaljerede, meget komplekse modeller, vi ofte stræber efter, " sagde Casey Helgeson, assisterende forskningsprofessor, Earth and Environmental Systems Institute. "Nogle gange begrænser kompleksiteten af ​​videnskabelige værktøjer, hvad vi kan lære gennem videnskaben. Kvælningspunktet er ikke nødvendigvis ved den viden, der går ind i en model, men ved behandlingen."

Klimarisici er vigtige for planlæggere, bygherrer, embedsmænd og virksomheder. Sandsynligheden for en potentiel hændelse kombineret med hændelsens alvor kan afgøre ting som, om det giver mening at bygge et givet sted.

Forskerne rapporterer online i Videnskabsfilosofi at "der er en afvejning mellem en models evne til realistisk at repræsentere systemet og dens evne til at fortælle os, hvor sikker den er i sine forudsigelser."

Modeller af komplekse jordsystemer har brug for meget supercomputertid for at køre. Imidlertid, når man ser på risiko, usikkerhed er et vigtigt element, og forskere kan kun opdage usikkerhed gennem flere kørsler af en computermodel. Computertid er dyrt.

"Vi har brug for komplekse modeller til at simulere interaktionerne mellem jordsystemprocesser, " sagde Vivek Srikrishnan, assisterende forskningsprofessor, Earth and Environmental Systems Institute. "Vi har brug for simple modeller til at kvantificere risici."

Ifølge Klaus Keller, professor i geovidenskab, flere modelkørsler er vigtige, fordi mange begivenheder, der giver anledning til bekymring, såsom oversvømmelser, heldigvis, undtagelsen, ikke hvad der forventes. De sker i halen af ​​fordelingen af ​​mulige resultater. At lære om disse haler kræver mange modelkørsler.

Simple modeller, uden at returnere de detaljerede, kompleks information om den seneste komplekse model, der indeholder alle klokker og fløjter, kan køres mange gange hurtigt, for at give et bedre skøn over sandsynligheden for sjældne hændelser.

"En af de ting, vi fokuserer på, er værdier, der er indlejret i modellerne, og om den viden, der produceres af disse modeller, giver beslutningstagere den viden, de har brug for til at træffe de beslutninger, der betyder noget for dem, " sagde Nancy Tuana, DuPont/Klasse i 1949 professor i filosofi og kvinder, Køn, og seksualitetsstudier.

Det er vigtigt at bestemme en passende model, der kan løse spørgsmålet og stadig er gennemsigtig.

"Vi ønsker at opnå grundlæggende og brugbar indsigt, " sagde Keller. "At bruge en simpel model, der giver os mulighed for bedre at kvantificere risici, kan være mere nyttig for beslutningstagere end at bruge en kompleks model, der gør det vanskeligt at prøve beslutningsrelevante resultater."

Srikrishnan tilføjede, "Vi er nødt til at sikre, at der er en tilpasning mellem det, forskerne producerer, og det, der kræves for at træffe beslutninger i den virkelige verden."

Forskerne forstår, at de skal gøre både producenter og brugere glade, men nogle gange stemmer de stillede spørgsmål ikke overens med de værktøjer, der bruges på grund af usikkerheder og flaskehalse.

"Vi er nødt til at spørge 'hvad har vi brug for at vide, og hvordan går vi frem for at tilfredsstille behovene hos interessenter og beslutningstagere?'" sagde Tuana.