Modellieren ¶
Die Natur ist oft komplizierter als sie scheint. Um sie zu studieren, entwickeln Wissenschaftler deshalb häufig Modelle, welche die Realität vereinfacht abbilden. Am SLF ist das Arbeiten mit Modellen zu einem bedeutenden Teil der Forschung geworden.
Modellierungen gewinnen seit den letzten Jahren dank immer leistungsfähigeren Computern enorm an Bedeutung. Allerdings sind Modelle an sich keine neuzeitliche Erfindung: Das erste wissenschaftliche Modell stammt wohl vom griechischen Philosophen Aristoteles, der ein Modell des Sonnensystems entwickelte, das die gesammelten Himmelsbeobachtungen erklären und die Planetenpositionen vorhersagen sollte.
Obwohl Modelle häufig eine starke Vereinfachung der Realität darstellen, sind sie unverzichtbar für die Wissenschaft geworden: Von der Meteorologie (Wettervorhersage) zur Gesundheitsversorgung (z. B. Ausbreitung von Epidemien) über die Chemie (z. B. Luftverschmutzung) bis hin zu den Umweltnaturwissenschaften. An der WSL entwickeln und benutzen wir Modelle um beispielsweise die Lebensräume von Tieren und Pflanzen zu simulieren oder Steinschläge vorherzusagen.
Modelle erlauben es, viele Ergebnisse in kurzer Zeit zu generieren und unterschiedliche Szenarien durchzuspielen, indem die Ausgangslage variiert wird. Ausserdem können Forscher mit Modellen landschaftsschonende Versuche durchführen, beispielsweise in Steinschlagsimulationen (LINK zu RAMMS:Rockfall). Modelle können auch mögliche Zusammenhänge in der Natur aufdecken, die durch blosses Beobachten nicht ersichtlich wären.
Welche Modellarten gibt es?
Wer ein Modell z. B. für eine Lawine entwickeln möchte, muss zuerst für jeden Teilbereich und jede Eigenschaft der Lawine das richtige Mass an Vereinfachung und Darstellung wählen. Danach werden Gesetze aufgestellt, die diese Komponenten untereinander verknüpfen und die die Entstehung der Lawine beschreiben. Meistens sind diese Gesetze in Form von mathematischen Gleichungen ausgedrückt.
Abhängig vom Modellierungsansatz existieren verschiedene Kategorien von Modellen, z. B.:
- Physikalische Modelle: Einem physikalischen Modell liegt eine mathematische Gleichung zugrunde, die auf einem physikalischen Prozess beruht; beispielsweise auf Diffusion, Schmelzvorgängen oder der Wärmeleitung. Am SLF modellieren wir etwa die Schneedecke, um Lawinen besser zu verstehen. Das Schneedeckenmodell SNOWPACK berücksichtigt physikalische Prozesse wie den Temperaturaustausch zwischen dem Schnee und der Atmosphäre oder Phasenumwandlungen zwischen Schnee und Eis oder Schnee und Wasser.
- Statistische Modelle: Bei einem statistischen Modell werden anhand von vielen gesammelten Daten einfache mathematische Funktionen bestimmt, die aus den Beobachtungen Sachzusammenhänge herleiten. Aus unzähligen Daten von automatischen Schnee- und Wetterstationen modellieren wir z. B. Schneeschmelze oder Wasseraustritt in den Boden und bestimmen so die Abflussbildung – eine entscheidende Grösse für die Hochwasservorhersage.
Das SLF setzt Modelle ein, um
- die Entwicklung der Schneedecke und ihre Wechselwirkung mit der Umgebung zu studieren
- die Veränderung von Permafrost zu quantifizieren
- Naturgefahrenprozesse nachzubilden
- Auslaufbereiche von Lawinen vorherzusagen
- die Wasserressourcen der Schneedecke zu berechnen