Att designa klimatexperiment är nästan omöjligt i den verkliga världen. Vi kan inte, till exempel, studera effekterna av moln genom att ta bort alla moln under en viss tid och se vad som händer.

Istället, vi måste designa våra experiment virtuellt, genom att utveckla datormodeller. Nu, en ny uppsättning klimatmodeller med öppen källkod har gjort det möjligt för denna forskning att bli mer samarbetsvillig, effektiv och pålitlig.

Hela klimatmodeller är utformade för att vara så nära naturen som möjligt. De är representationer av den kombinerade kunskapen om klimatvetenskap och är utan tvekan de bästa verktygen för att förstå hur framtiden kan se ut.

Dock, många forskningsprojekt fokuserar på små delar av klimatet, som plötsliga vindbyten, temperaturen i ett givet område, eller havsströmmar. För dessa studier, att koncentrera sig på en liten detalj i en hel klimatmodell är som att försöka hitta en nål i höstacken.

Det är därför vanligt att i sådana fall ta bort höstacken genom att använda enklare klimatmodeller. Forskare brukar skriva dessa modeller för specifika projekt. Ett citat som vanligtvis tillskrivs Albert Einstein sammanfattar kanske processen bäst:"Allt ska göras så enkelt som möjligt, men inte enklare."

Här är ett exempel. I ett papper från förra året tittade jag på temperatur och vindförändringar i den övre atmosfären nära ekvatorn. Jag behövde inte veta vad som hände i havet, och jag behövde ingen kemi, polarisarna, eller till och med moln i min modell. Så jag skrev en mycket enklare modell utan dessa ingredienser. Det heter "MiMA" ( M odel av en i avhandlas M oist A atmosfär), och är fritt tillgänglig på webben.

Nackdelarna med enklare modeller

Självklart, att använda enklare modeller kommer med sina egna problem.

Huvudfrågan är att forskarna måste vara mycket tydliga med vilka gränserna går för varje modell. Till exempel, det skulle vara svårt att studera åskväder med en modell som inte återger moln.

Den andra frågan är att även om de vetenskapliga resultaten kan publiceras, koden i sig är vanligtvis inte det. Alla måste tro att modellen verkligen gör vad författaren påstår, och lita på att det inte finns några fel i koden.

Det tredje problemet med enklare modeller är att alla andra som försöker duplicera eller bygga på publicerat arbete måste bygga om en liknande modell själva. Men med tanke på att de två modellerna kommer att skrivas av två (eller flera) olika personer, det är högst osannolikt att de kommer att vara exakt likadana. Också, tiden den första författaren lägger ner på att bygga sin modell spenderas sedan en andra gång av en andra författare, för att i bästa fall uppnå samma resultat. Detta är mycket ineffektivt.

Klimatmodeller med öppen källkod

För att åtgärda några (om inte alla) av dessa problem, några kollegor och jag har byggt ett ramverk av klimatmodeller som heter Isca. Isca innehåller modeller som är lätta att få tag på, helt gratis, dokumenterat, och kommer med programvara för att göra installation och körning enklare. Alla ändringar är dokumenterade och kan återställas. Därför, det är lätt för alla att använda exakt samma modeller.

Den tid det skulle ta för alla att bygga sin egen version av samma modell kan nu användas för att utöka de befintliga modellerna. Fler uppsättningar ögon på en modell gör att fel snabbt kan identifieras och korrigeras. Den sparade tiden kan också användas för att bygga ny analysprogramvara, som kan extrahera ny information från befintliga simuleringar.

Som ett resultat, klimatmodellerna och deras resulterande vetenskapliga experiment blir både mer flexibla och pålitliga. Allt detta fungerar bara för att koden är allmänt tillgänglig och för att eventuella ändringar kontinuerligt spåras och dokumenteras.

Ett exempel är min egen kod, MiMA, som är en del av Isca. Jag har blivit förvånad över bredden av forskning den används till. Jag skrev det för att titta på den tropiska övre atmosfären, men andra har sedan använt det för att studera vädersystemens livscykel, den indiska monsunen, effekten av vulkanutbrott på klimatet, och så vidare. Och det är bara ett år efter den första publiceringen.

Att göra modeller öppet tillgängliga på detta sätt har en annan fördel. Att använda ett tillgängligt bevis kan motverka den misstro mot klimatvetenskapen som fortfarande råder på vissa håll.

Bevisbördan faller automatiskt på skeptikerna. Eftersom all kod finns där och alla ändringar är spårbara, det är upp till dem att påpeka fel. Och om någon hittar ett fel, ännu bättre! Att korrigera det är bara ytterligare ett steg för att göra modellerna ännu mer pålitliga.

Att använda öppen källkod med vetenskaplig kod har många fler fördelar än nackdelar. Det möjliggör samarbete mellan människor som inte ens känner varandra. Och, viktigast, det kommer att göra våra klimatmodeller mer flexibla, mer pålitlig och i allmänhet mer användbar.

Denna artikel publicerades ursprungligen på The Conversation. Läs originalartikeln.