Modéliser ¶

Les modélisations ont pris une importance capitale au cours de ces dernières années grâce aux ordinateurs de plus en plus puissants. Les modèles ne sont toutefois pas une nouveauté des temps modernes: le premier modèle scientifique date du philosophe grec Aristote, qui avait conçu un modèle de système solaire pour expliquer les observations astronomiques et prévoir les positions des planètes.

Bien que les modèles simplifient souvent la réalité, force est de constater que la science ne peut s'en passer, de la météorologie à la santé (par exemple propagation d’épidémies) en passant par la chimie (par exemple pollution atmosphérique) jusqu’aux sciences naturelles de l’environnement. Le WSL développe et utilise des modèles permettant de simuler, par exemple, l’habitat de la faune et de la flore, ou de prévoir des chutes de pierres.

Les modèles permettent d’obtenir une foule de résultats en peu de temps et d’explorer divers scénarios en modifiant la situation initiale. Grâce à eux, les chercheurs sont en mesure d’effectuer des essais respectueux du paysage, par exemple pour simuler des chutes de pierres. Les modèles peuvent également révéler d'éventuelles interactions dans la nature, qui sont invisibles à l'oeil nu.

Le dénominateur commun des modèles est le fait qu’ils sont décrits avec des équations ou des principes mathématiques. La plupart du temps, les équations sont trop difficiles à résoudre de tête ou sur du papier, raison pour laquelle l’informatique prend en charge cette tâche. Les modèles de sciences naturelles sont parfois si complexes qu’il arrive qu'un ordinateur ne parvienne pas à calculer la solution avec exactitude; les équations ne peuvent donc pas être résolues analytiquement. La solution doit être approximée à l’aide de méthodes numériques - on parle alors de modèles numériques.

La traduction des processus environnementaux en langage mathématique joue un rôle central dans la modélisation des écosystèmes ou des dangers naturels, car les processus sont imbriqués dans la nature: la croissance d'un arbre est influencée par la température, les précipitations, les nutriments et les arbres voisins. Le défi à relever consiste donc à traduire ces processus sous forme de formules concrètes et, surtout, de chiffrer les symboles dans les formules.

En fonction de l’approche, il est possible de regrouper les modèles en plusieurs catégories:

Modèles physiques

Un modèle physique s’appuie sur une équation mathématique, qui repose sur un processus physique, par exemple, sur la diffusion, les processus de fusion ou la conduction thermique. La mission du WSL consiste à modéliser les processus nivologiques et hydrologiques afin de mieux évaluer les risques d'inondation.

Modèles statistiques

Les modèles statistiques reposent sur des observations. Ils mettent en relation deux séries de données, à savoir la température et différentes espèces d'arbres. On obtient ainsi une répartition des espèces d’arbres à différentes températures. Les chercheurs peuvent ainsi simuler la répartition de différentes espèces d’arbres sous l’effet des changements climatiques.

Modèles dynamiques

Les modèles dynamiques décrivent la façon dont une valeur donnée, par exemple le nombre d’arbres, est modifiée dans une forêt. Cette modification dépend de plusieurs facteurs qui, à leur tour, peuvent s’influencer réciproquement: l'état de santé des arbres, les arbres voisins ou les conditions environnementales.

Modèles théoriques

Des équations mathématiques relativement simples décrivent la dynamique des biocénoses. Les classiques équations de Lotka-Volterra-Räuber-Beute établissent la corrélation entre la proie et le prédateur. Les corrélations entre concurrence et mutualisme sont également établies dans les modèles théoriques. Elles décrivent comment les espèces peuvent se nuire ou au contraire se renforcer mutuellement.

Modèles basés sur l'agent

Une autre approche est constituée par des modèles basés sur des agents, qui n’ont certes rien à voir avec 007. Par agents, on désigne des décideurs dont le comportement a une influence sur le développement d'un système. Ceci signifie que le développement n'est pas imposé par le système – comme par des processus physiques dans les modèles physiques par exemple, mais est le résultat de la façon dont les agents se comportent. Au WSL, nous analysons, par exemple dans le cadre d'un projet, comment le marché du bois de chauffage réagit aux décisions de différents «agents»: forestiers, négociants en bois, propriétaires forestiers et scieries.