Diseñar experimentos climáticos es casi imposible en el mundo real. No podemos por ejemplo, Estudie los efectos de las nubes eliminando todas las nubes durante un período de tiempo determinado y viendo qué sucede.

En lugar de, tenemos que diseñar nuestros experimentos de forma virtual, desarrollando modelos informáticos. Ahora, un nuevo conjunto de modelos climáticos de código abierto ha permitido que esta investigación sea más colaborativa, eficiente y confiable.

Los modelos climáticos completos están diseñados para estar lo más cerca posible de la naturaleza. Son representaciones del conocimiento combinado de la ciencia climática y son sin duda las mejores herramientas para comprender cómo será el futuro.

Sin embargo, muchos proyectos de investigación se centran en pequeñas partes del clima, como cambios repentinos de viento, la temperatura en una región determinada, o corrientes oceánicas. Para estos estudios, concentrarse en un pequeño detalle en un modelo climático completo es como tratar de encontrar una aguja en el pajar.

Por lo tanto, es una práctica común en tales casos eliminar el pajar utilizando modelos climáticos más simples. Los científicos suelen escribir estos modelos para proyectos específicos. Una cita comúnmente atribuida a Albert Einstein quizás resume mejor el proceso:"Todo debe ser lo más simple posible, pero no más simple ".

He aquí un ejemplo. En un artículo del año pasado, observé los cambios de temperatura y viento en la atmósfera superior cerca del ecuador. No necesitaba saber lo que pasó en el océano y no necesitaba ninguna química, Hielo polar, o incluso nubes en mi modelo. Entonces escribí un modelo mucho más simple sin estos ingredientes. Se llama "MiMA" ( METRO odel de un I repartido METRO oist A atmósfera), y está disponible gratuitamente en la web.

Los inconvenientes de los modelos más simples.

Por supuesto, El uso de modelos más simples tiene sus propios problemas.

El problema principal es que los investigadores deben tener muy claro cuáles son los límites para cada modelo. Por ejemplo, Sería difícil estudiar tormentas eléctricas con un modelo que no reproduce nubes.

La segunda cuestión es que, si bien los resultados científicos pueden publicarse, el código en sí no suele serlo. Todo el mundo tiene que creer que el modelo sí hace lo que afirma el autor, y confiar en que no hay errores en el código.

El tercer problema con los modelos más simples es que cualquier otra persona que intente duplicar o construir sobre un trabajo publicado tendría que reconstruir un modelo similar por sí mismo. Pero dado que los dos modelos serán escritos por dos (o más) personas diferentes, es muy poco probable que sean exactamente iguales. También, el tiempo que el primer autor dedica a la construcción de su modelo lo pasa una segunda vez por un segundo autor, para lograr en el mejor de los casos el mismo resultado. Esto es muy ineficiente.

Modelos climáticos de código abierto

Para solucionar algunos (si no todos) de estos problemas, algunos colegas y yo hemos construido un marco de modelos climáticos llamado Isca. Isca contiene modelos que son fáciles de obtener, completamente libre, documentado y vienen con software para facilitar la instalación y el funcionamiento. Todos los cambios están documentados y pueden revertirse. Por lo tanto, Es fácil para todos usar exactamente los mismos modelos.

El tiempo que les tomaría a todos construir su propia versión del mismo modelo ahora se puede usar para extender los modelos existentes. Más pares de ojos en un modelo significa que los errores se pueden identificar y corregir rápidamente. El tiempo ahorrado también podría utilizarse para crear un nuevo software de análisis, que puede extraer nueva información de simulaciones existentes.

Como resultado, los modelos climáticos y los experimentos científicos resultantes se vuelven más flexibles y fiables. Todo esto solo funciona porque el código está disponible públicamente y porque los cambios se registran y documentan continuamente.

Un ejemplo es mi propio código, MiMA, que forma parte de Isca. Me ha sorprendido la amplitud de la investigación para la que se utiliza. Lo escribí para mirar la atmósfera superior tropical, pero otros lo han utilizado desde entonces para estudiar el ciclo de vida de los sistemas meteorológicos, el monzón indio, el efecto de las erupciones volcánicas en el clima, etcétera. Y eso es solo un año después de su primera publicación.

Hacer que los modelos estén disponibles abiertamente de esta manera tiene otra ventaja. El uso de una prueba accesible puede contrarrestar la desconfianza hacia la ciencia del clima que todavía prevalece en algunos sectores.

La carga de la prueba recae automáticamente sobre los escépticos. Como todo el código está ahí y todos los cambios son rastreables, Depende de ellos señalar los errores. Y si alguien encuentra un error, ¡aun mejor! Corregirlo es solo un paso más para hacer que los modelos sean aún más confiables.

Pasar al código abierto con código científico tiene muchos más beneficios que inconvenientes. Permite la colaboración entre personas que ni siquiera se conocen. Y, Más importante, hará que nuestros modelos climáticos sean más flexibles, más confiable y generalmente más útil.

Este artículo se publicó originalmente en The Conversation. Lea el artículo original.