Vanligtvis, datormodeller av klimatet blir mer och mer komplexa när forskare strävar efter att fånga fler detaljer om vårt jordsystem, men enligt ett team av Penn State-forskare, att bedöma risker, mindre komplexa modeller, med sin förmåga att bättre ta prov på osäkerheter, kan vara ett bättre val.

"Det finns en nackdel med det mycket detaljerade, mycket komplexa modeller vi ofta strävar efter, sa Casey Helgeson, biträdande forskningsprofessor, Earth and Environmental Systems Institute. "Ibland begränsar komplexiteten hos vetenskapliga verktyg vad vi kan lära oss genom vetenskap. Strypningspunkten är inte nödvändigtvis på kunskapen som går in i en modell, men vid bearbetningen."

Klimatrisker är viktiga för planerare, byggare, statliga tjänstemän och företag. Sannolikheten för en potentiell händelse i kombination med händelsens svårighetsgrad kan avgöra saker som om det är vettigt att bygga på en given plats.

Forskarna rapporterar online i Vetenskapsfilosofi att "det finns en avvägning mellan en modells förmåga att realistiskt representera systemet och dess förmåga att berätta för oss hur säker den är i sina förutsägelser."

Komplexa jordsystemmodeller behöver mycket superdatortid för att köras. Dock, när man tittar på risk, osäkerhet är ett viktigt element och forskare kan bara upptäcka osäkerhet genom flera körningar av en datormodell. Datortid är dyrt.

"Vi behöver komplexa modeller för att simulera växelverkan mellan jordsystemprocesser, " sa Vivek Srikrishnan, biträdande forskningsprofessor, Earth and Environmental Systems Institute. "Vi behöver enkla modeller för att kvantifiera risker."

Enligt Klaus Keller, professor i geovetenskap, flera modellkörningar är viktiga eftersom många oroande händelser som översvämningar är, Lyckligtvis, undantaget, inte vad som förväntas. De inträffar i svansarna av fördelningen av möjliga resultat. Att lära sig om dessa svansar kräver många modellkörningar.

Enkla modeller, utan att returnera detaljerna, komplex information om den senaste komplexa modellen som innehåller alla klockor och visselpipor, kan köras många gånger snabbt, för att ge en bättre uppskattning av sannolikheten för sällsynta händelser.

"En av de saker vi fokuserar på är värderingar inbäddade i modellerna och huruvida kunskapen som produceras av dessa modeller ger beslutsfattare den kunskap de behöver för att fatta de beslut som är viktiga för dem, sa Nancy Tuana, DuPont/klass 1949 professor i filosofi och kvinnor, Kön, och sexualitetsstudier.

Det är viktigt att fastställa en lämplig modell som kan hantera frågan och som fortfarande är transparent.

"Vi vill få grundläggande och användbara insikter, ", sa Keller. "Att använda en enkel modell som tillåter oss att bättre kvantifiera risker kan vara mer användbart för beslutsfattare än att använda en komplex modell som gör det svårt att ta ett urval av beslutsrelevanta resultat."

Srikrishnan lade till, "Vi måste se till att det finns en anpassning mellan vad forskare producerar och vad som krävs för verkliga beslutsfattande."

Forskarna förstår att de måste göra både producenter och användare nöjda, men ibland stämmer inte frågorna med de verktyg som används på grund av osäkerheter och flaskhalsar.

"Vi måste fråga 'vad behöver vi veta och hur går vi tillväga för att tillfredsställa behoven hos intressenter och beslutsfattare?", sa Tuana.