Modelos

Es común que mis interlocutores pongan cara de no entender muy bien mis explicaciones, cuando les hablo de mi trabajo. La reacción comprensible, al fin y al cabo, en el día a día, somos pocos los que batallamos con los modelos. Pero, el hecho es que, aunque desconozcamos su funcionamiento, nuestras vidas están cada vez más condicionadas por los modelos, ya que en muchas circunstancias se usan para tomar decisiones.

En la actualidad, es difícil concebir la investigación en ciencias de la Tierra sin hacer uso de la modelización, en consecuencia, conviene tener una idea clara de qué es y para qué sirve un modelo, si se quieren seguir los avances en este campo. Así, creo oportuno, ahora que el blog es todavía joven, explicar de manera simple y llana, qué es un modelo y, sobretodo para qué sirve. En el futuro, cuando hable de modelos, me referiré a esta entrada.

¿Qué es un modelo?

Para empezar, podríamos decir que toda teoría científica, como por ejemplo, la teoría de Newton de la gravedad, es un modelo. Pero esta definición tan general no nos ayuda mucho en el contexto que nos ocupa. Aquí, en general, nos referiremos a una especie mucho más concreta de modelo: los modelos informáticos que se usan para estudiar la atmósfera, el océano o las superfícies continentales. En este contexto, el modelo no es más que un programa informático, que intenta reproducir los procesos principales que rigen el funcionamiento de un sistema natural. En otras palabras, el modelo es una maqueta digital con la cual podemos jugar para contestar preguntas del tipo ¿qué pasaría si? En este caso, nuestros ordenadores juegan el rol de Tierras en miniatura sobre las cuales podemos experimentar sin límite alguno. Un experimento típico sería el de usar un modelo, que reproduce el sistema climático, para ver que pasaría en el futuro si seguimos emitiendo gases de efecto invernadero, como por ejemplo, el CO₂.

Pero, al analizar los resultados de una simulación, hay que ir con mucha precaución, por el simple hecho de que el modelo nunca se comportará de la misma forma que la realidad. Esto es así porqué, de entrada, el modelo es más simple que ésta-- por su propia razón de ser-- y, además, porque está sesgado por construcción. El modelo no reproduce los principales procesos del sistema real, sino que reproduce los procesos que el modelizador cree que son los principales en el sistema estudiado. Así, el modelo, como un mapa, representa el grado de conocimiento que tiene su autor sobre la realidad. El modelo es tan útil para el científico, como el mapa para el explorador, a pesar de las imperfecciones.

Para dejar las cosas un poco más claras, esbozaré cuales son los usos principales de los modelos en las ciencias de la atmósfera o en hidrología. En este contexto, un modelo puede servir para:

1. Entender los procesos que se producen en el sistema

Intentar reconstruir el funcionamiento de un sistema, es probablemente la mejor manera de comprenderlo. El proceso de elaboración de un modelo es como sigue: A partir del conocimiento que se dispone del sistema, es decir, de las observaciones, se elabora una teoría de cómo podría funcionar dicho sistema. Esta teoría se construye en forma de ecuaciones que, luego, se transforman en algoritmos ejecutables por un ordenador. Finalmente, se ejecuta el modelo y se comparan los resultados con las observaciones disponibles. Por supuesto, nunca, los resultados son idénticos a estas, así que siempre hay motivos para volver a revisar la teoría, para refinarla, en consecuencia, el proceso es iterativo. En este proceso, el modelizador supone que al acercar los resultados del modelo a la realidad, está mejorando el conocimiento que tiene del sistema, pero el peligro es que a veces no se obtienen buenos resultados por los buenos motivos, por lo que el modelizador siempre tiene que sospechar de su modelo. A pesar de ello, los científicos son humanos y, por lo tanto, no siempre actúan con la precaución necesaria. Ya hablaremos de este tema otro día.

2. Obtener la información más completa posible del estado de un sistema.

Una vez tenemos un modelo que creemos sólido, podemos usarlo para completar la visión que se tiene de la realidad. No siempre es fácil observar ciertas magnitudes. Por ejemplo, es fácil medir la precipitación, la temperatura y el viento, pero no es nada fácil medir la evaporación que se produce en la vegetación ni, tampoco, la humedad del suelo. Así, un modelo que simula las interacciones entre la atmósfera y la superficie continental, incluida la vegetación, puede ayudarnos a obtener un mapa de la humedad del suelo, a partir de simples datos meteorológicos, como los mencionados anteriormente. De esta manera, a partir de una información parcial, podemos obtener un mapa completo, pero aproximado, del estado real del sistema.

Otro uso similar sería el de completar series de datos. Es común que las series de observaciones del caudal de un río en un punto determinado sean incompletas. Esto puede ser debido a diversas razones, por ejemplo, a un fallo en el instrumento de medida o a que el observador se puso enfermo. En estas situaciones, es habitual utilizar un modelo para reconstruir la serie y completarla. El método es el siguiente: usando los datos disponibles, se construye un modelo que reproduzca el caudal en función de la precipitación en el período observado. Luego, una vez se tiene confianza en el modelo construido, se usa para obtener el caudal en el período que no se pudo observar, utilizando para ello, las observaciones de precipitación.

3. Predecir el futuro

Finalmente, podemos usar el modelo para obtener información sobre el comportamiento futuro del sistema. Esto es, por ejemplo, lo que hacen los meteorólogos, para elaborar sus predicciones. Los meteorólogos disponen de modelos que reproducen, de manera bastante fiable, el comportamiento de la atmósfera. Para predecir el futuro, inician una simulación con los datos de las observaciones en el presente y dejan evolucionar el sistema hacia el futuro. Si el modelo es fiel a la realidad, será capaz de construir un escenario creíble durante un tiempo razonable.