p Projetar experimentos climáticos é quase impossível no mundo real. Não podemos, por exemplo, estude os efeitos das nuvens removendo todas as nuvens por um determinado período de tempo e vendo o que acontece. p Em vez de, temos que projetar nossos experimentos virtualmente, desenvolvendo modelos de computador. Agora, um novo conjunto de modelos climáticos de código aberto permitiu que esta pesquisa se tornasse mais colaborativa, eficiente e confiável.

p Os modelos climáticos completos são projetados para estar o mais próximo possível da natureza. Eles são representações do conhecimento combinado da ciência do clima e são, sem dúvida, as melhores ferramentas para entender como será o futuro.

p Contudo, muitos projetos de pesquisa se concentram em pequenas partes do clima, como mudanças repentinas de vento, a temperatura em uma determinada região, ou correntes oceânicas. Para esses estudos, concentrar-se em um pequeno detalhe em um modelo climático completo é como tentar encontrar uma agulha no palheiro.

p Portanto, é uma prática comum em tais casos remover o palheiro usando modelos climáticos mais simples. Os cientistas geralmente escrevem esses modelos para projetos específicos. Uma citação comumente atribuída a Albert Einstein talvez resuma melhor o processo:"Tudo deve ser feito o mais simples possível, mas não mais simples. "

p Aqui está um exemplo. Em um artigo do ano passado, observei as mudanças de temperatura e vento na alta atmosfera perto do Equador. Eu não precisava saber o que aconteceu no oceano, e eu nao precisava de quimica, Gelo polar, ou mesmo nuvens no meu modelo. Então, escrevi um modelo muito mais simples sem esses ingredientes. É chamado de "MiMA" ( M odelo de um eu negociado M oist UMA tmosfera), e está disponível gratuitamente na web.

p As desvantagens dos modelos mais simples

p Claro, usar modelos mais simples traz seus próprios problemas.

p O principal problema é que os pesquisadores precisam ter muito claro quais são os limites de cada modelo. Por exemplo, seria difícil estudar tempestades com um modelo que não reproduzisse nuvens.

p A segunda questão é que embora os resultados científicos possam ser publicados, o código em si normalmente não é. Todo mundo tem que acreditar que o modelo realmente faz o que o autor afirma, e confiar que não há erros no código.

p O terceiro problema com os modelos mais simples é que qualquer outra pessoa que tente duplicar ou desenvolver trabalhos publicados terá que reconstruir um modelo semelhante. Mas dado que os dois modelos serão escritos por duas (ou mais) pessoas diferentes, é altamente improvável que sejam exatamente iguais. Também, o tempo que o primeiro autor gasta na construção de seu modelo é então gasto uma segunda vez por um segundo autor, para alcançar, na melhor das hipóteses, o mesmo resultado. Isso é muito ineficiente.

p Modelos climáticos de código aberto

p Para remediar alguns (senão todos) desses problemas, alguns colegas e eu construímos uma estrutura de modelos climáticos chamada Isca. Isca contém modelos fáceis de obter, completamente grátis, documentado, e vêm com software para facilitar a instalação e a execução. Todas as alterações são documentadas e podem ser revertidas. Portanto, é fácil para todos usarem exatamente os mesmos modelos.

p O tempo que cada um levaria para construir sua própria versão do mesmo modelo agora pode ser usado para estender os modelos existentes. Mais pares de olhos em um modelo significa que os erros podem ser rapidamente identificados e corrigidos. O tempo economizado também pode ser usado para construir um novo software de análise, que pode extrair novas informações de simulações existentes.

p Como resultado, os modelos climáticos e seus experimentos científicos resultantes tornam-se mais flexíveis e confiáveis. Tudo isso só funciona porque o código está disponível publicamente e porque todas as alterações são continuamente rastreadas e documentadas.

p Um exemplo é meu próprio código, MiMA, que faz parte do Isca. Fiquei surpreso com a amplitude da pesquisa para a qual ele é usado. Eu escrevi para olhar para a alta atmosfera tropical, mas outros já o usaram para estudar o ciclo de vida dos sistemas meteorológicos, a monção indiana, o efeito das erupções vulcânicas no clima, e assim por diante. E isso é apenas um ano após sua primeira publicação.

p Disponibilizar abertamente os modelos desta forma tem outra vantagem. Usar uma prova acessível pode conter a desconfiança da ciência do clima que ainda prevalece em alguns setores.

p O ônus da prova recai automaticamente sobre os céticos. Como todo o código está lá e todas as alterações são rastreáveis, cabe a eles apontar erros. E se alguém encontrar um erro, melhor ainda! Corrigir isso é apenas mais um passo para tornar os modelos ainda mais confiáveis.

p Tornar-se open source com código científico tem muito mais benefícios do que desvantagens. Ele permite a colaboração entre pessoas que nem mesmo se conhecem. E, mais importante, tornará nossos modelos climáticos mais flexíveis, mais confiável e geralmente mais útil. p Este artigo foi publicado originalmente em The Conversation. Leia o artigo original.