Típicamente, Los modelos informáticos del clima se vuelven cada vez más complejos a medida que los investigadores se esfuerzan por capturar más detalles del sistema de nuestra Tierra. pero según un equipo de investigadores de Penn State, para evaluar riesgos, modelos menos complejos, con su capacidad para muestrear mejor las incertidumbres, puede ser una mejor opción.

"Hay una desventaja en los muy detallados, modelos muy complejos por los que a menudo nos esforzamos, "dijo Casey Helgeson, profesor asistente de investigación, Instituto de Sistemas de la Tierra y el Medio Ambiente. "A veces, la complejidad de las herramientas científicas limita lo que podemos aprender a través de la ciencia. El punto de estrangulamiento no está necesariamente en el conocimiento que entra en un modelo, sino en el procesamiento ".

Los riesgos climáticos son importantes para los planificadores, constructores, funcionarios gubernamentales y empresas. La probabilidad de un evento potencial combinada con la gravedad del evento puede determinar cosas como si tiene sentido construir en una ubicación determinada.

Los investigadores informan en línea en Filosofía de la Ciencia que "existe una compensación entre la capacidad de un modelo para representar de manera realista el sistema y su capacidad para decirnos qué tan seguro está en sus predicciones".

Los modelos de sistemas terrestres complejos necesitan mucho tiempo de supercomputadora para funcionar. Sin embargo, al mirar en riesgo, la incertidumbre es un elemento importante y los investigadores solo pueden descubrir la incertidumbre a través de múltiples ejecuciones de un modelo informático. El tiempo de la computadora es caro.

"Necesitamos modelos complejos para simular las interacciones entre los procesos del sistema terrestre, "dijo Vivek Srikrishnan, profesor asistente de investigación, Instituto de Sistemas de la Tierra y el Medio Ambiente. "Necesitamos modelos simples para cuantificar los riesgos".

Según Klaus Keller, profesor de geociencias, múltiples ejecuciones de modelos son importantes porque muchos eventos de interés, como inundaciones, son, Afortunadamente, La excepción, no lo que se esperaba. Ocurren en las colas de la distribución de posibles resultados. Aprender sobre estas colas requiere muchas ejecuciones de modelos.

Modelos simples, sin devolver el detallado, información compleja del último modelo complejo que contiene todas las campanas y silbidos, se puede ejecutar muchas veces rápidamente, para proporcionar una mejor estimación de la probabilidad de eventos raros.

"Una de las cosas en las que nos enfocamos son los valores incorporados en los modelos y si el conocimiento producido por esos modelos proporciona a los tomadores de decisiones el conocimiento que necesitan para tomar las decisiones que les importan, "dijo Nancy Tuana, DuPont / Clase de 1949 Profesora de Filosofía y Mujeres, Género, y estudios de sexualidad.

Es importante determinar un modelo apropiado que pueda abordar la pregunta y que aún sea transparente.

"Queremos obtener información fundamental y útil, ", dijo Keller." Usar un modelo simple que nos permita cuantificar mejor los riesgos puede ser más útil para los tomadores de decisiones que usar un modelo complejo que dificulta la toma de muestras de resultados relevantes para las decisiones ".

Srikrishnan agregado, "Necesitamos asegurarnos de que haya una alineación entre lo que los investigadores están produciendo y lo que se requiere para la toma de decisiones en el mundo real".

Los investigadores entienden que necesitan hacer felices tanto a los productores como a los usuarios, pero a veces las preguntas que se hacen no coinciden con las herramientas que se utilizan debido a incertidumbres y cuellos de botella.

"Necesitamos preguntarnos '¿qué necesitamos saber y cómo logramos satisfacer las necesidades de las partes interesadas y los tomadores de decisiones?'", Dijo Tuana.