На протяжении всей истории сообщалось о наблюдениях неопознанных летающих объектов (НЛО) или неопознанных аномальных явлений (UAP). Учитывая потенциальные риски безопасности, которые они представляют, а также научный интерес, растет интерес к пониманию того, что представляют собой эти отчеты о наблюдениях. Мы подходим к этой проблеме как к важной проблеме человеческого опыта, и ее можно рассматривать через географическую призму: какие местные факторы могут увеличить или уменьшить количество сообщений о наблюдениях? Используя метод байесовской регрессии, мы проверяем гипотезы, основанные на переменных, представляющих потенциал обзора неба (световое загрязнение, крона деревьев и облачный покров) и возможность присутствия объектов в небе (самолеты и военные объекты). Зависимая переменная включает более 98 000 публично зарегистрированных наблюдений UAP на территории Соединенных Штатов за 20-летний период с 2001 по 2020 год. Результаты модели обнаруживают достоверные корреляции между переменными, которые предполагают, что люди видят больше «феноменов», когда у них есть больше возможностей. Этот анализ является одним из немногих исследований сообщений о наблюдениях UAP в национальном масштабе, предоставляющих контекст, помогающий изучить отдельные сообщения. Учитывая, что эти объекты помечены как неидентифицируемые в личном смысле, существует множество естественных и/или человеческих объяснений, которые стоит изучить.
Введение
Правительство Соединенных Штатов проявляет растущий интерес к неопознанным воздушным явлениям (UAP). Учитывая новый акцент на этой потенциальной угрозе безопасности и рисках эксплуатационной безопасности, создаваемых этими объектами, 4 августа 2020 г. была создана Целевая группа UAP. 1. Эта целевая группа имела ограниченный объем, полномочия и ресурсы для решения этой проблемы и была временный по своей продолжительности. 23 ноября 2021 года заместитель министра обороны дал указание о преобразовании целевой группы UAP в Группу синхронизации идентификации и управления воздушными объектами (AOIMSG) был создан 20 июля 2022 года как единое авторитетное управление UAP вместе с Министерством обороны, и ему было поручено руководить и синхронизировать подход всего правительства к проблеме. 3.
Миссия AARO состоит в том, чтобы: «синхронизировать усилия всего Министерства обороны и совместно с другими федеральными департаментами и агентствами США для обнаружения, идентификации и идентификации объектов, представляющих интерес, на военных объектах, на них или вблизи них, в оперативных зонах, зонах тренировок, воздушном пространстве специального использования и других областях интереса, а также, при необходимости, для смягчения последствий любых связанные с этим угрозы безопасности операций и национальной безопасности. Сюда входят аномальные, неопознанные космические, воздушные, подводные и транссредние объекты». 3. Поддерживая эти усилия, эта исследовательская группа исследует пространственные закономерности публично сообщаемых наблюдений UAP (аналогично сообщениям о наблюдениях НЛО в этом исследовании) на основе онлайн-набора данных с открытым исходным кодом.
В публичном отчете директора Национальной разведки (DNI) за 2021 год исследование отчетов о наблюдениях UAP в период с 2004 по 2021 год оставляет большую часть из 144 правительственных отчетов необъяснимыми из-за ограниченности данных. Только одно сообщение о наблюдении было объяснено с высокой степенью достоверности и оказалось, что это сдувшийся воздушный шар 4. Последующий отчет DNI за 2022 год показывает, что количество сообщений из правительственных источников выросло до 510, причем почти половина из них все еще не объяснена. В DNI заявляют, что не существует единого объяснения этих UAP, а потенциальные источники включают беспорядок, коммерческие дроны, угрозы национальной безопасности и другие необъяснимые явления. Другие ранние воплощения правительственных усилий по исследованию НЛО (например, проект «Знак» в 1948 году, проект «Проклятие», самый популярный в то время, проект «Синяя книга», возглавляемый доктором Алленом Хайнеком в 1950-1960-х годах 5, и последующий отчет Кондона, финансируемый ВВС США и проведенные в Университете Колорадо) закончились примерно 5% неопознанных наблюдений. активность возросла.
Здесь мы задаем три основополагающих исследовательских вопроса: (1) Какова жизнеспособность публично предлагаемых данных об отчетах о наблюдениях UAP? (2) Имеются ли в этих отчетах достоверные пространственные закономерности? и (3) Если да, то можно ли объяснить эти закономерности физическими факторами и/или факторами искусственной среды? Чтобы ответить на эти вопросы, мы используем данные отчета о наблюдениях НЛО из Национального исследовательского центра НЛО 7. Мы моделируем общее количество этих сообщений за 20-летний период с 2001 по 2020 год, используя объясняющие переменные окружающей среды - световое загрязнение, облачный покров, деревья. навесы, аэропорты и военные объекты. Эта модель предназначена для представления как доступного обзора неба, так и возможности появления воздушных объектов. Мы предполагаем, что (а) факторы, ограничивающие видимость, будут отрицательно коррелировать с сообщениями о наблюдениях, и (б) факторы, связанные с воздушным движением, будут положительно коррелировать, или просто люди будут сообщать о наблюдениях UAP там, где у них будет больше всего возможностей их увидеть. Насколько нам известно, это первая попытка понять, как пространственные различия в отчетах связаны с переменными окружающей среды. Этот анализ представляет собой одну из немногих попыток изучить это явление на национальном уровне и предлагает отправную точку для применения аналогичного подхода к данным правительства США о деятельности UAP, чтобы помочь выявить возможные источники.
История наблюдений UAP и экологические объяснения
Традиционных академических исследований UAP проводилось мало. Это ожидаемо, поскольку всегда предпринимаются попытки дискредитировать научные усилия по пониманию этого явления 8, однако мы не должны игнорировать тот факт, что многие люди во всем мире сообщают, что видели неизвестные и необъяснимые объекты в небе. Те исследования, которые существуют, имеют тенденцию полагаться на свидетельства из первых рук, психологические объяснения или конкретные события, что ограничивает систематический анализ закономерностей на больших территориях 9,10,11,12. Более того, поддающиеся проверке источники данных и сомнительные отчеты ограничивали строгость предыдущей работы. Доступность данных для более крупных исследований была давней проблемой. В последнее время в США повышенное внимание уделяется наблюдениям со стороны военных и других государственных служащих. Базы данных об этих событиях сейчас хранятся в AARO и вспомогательных службах, но эти усилия начались только в 2019 году, хотя они содержат информацию, начиная с 1996 года. 13. Конгресс поручил AARO продлить это исследование до 1945 года.
Объяснением некоторых наблюдений UAP являются природные явления. Например, планету Венеру часто принимают за UAP. Иногда его можно увидеть близко к горизонту, и он может сиять сквозь деревья, создавая неравномерную картину света и отражений 14. Второе наиболее вероятное объяснение – это искусственные летательные аппараты 15, в том числе различные объекты, такие как метеозонды, которые первоначально считались отвечать за дело Розуэлла, штат Нью-Мексико, в 1947 году, возможно, самое популярное дело UAP в популярной культуре США. В последующих сообщениях ВВС описывается деятельность, ответственная за это событие, как засекреченный проект с несколькими воздушными шарами, предназначенный для обнаружения советских ядерных испытаний. 16. Текущие факторы, способствующие сообщениям о наблюдениях UAP, включают экспоненциальный рост запусков спутников и космических кораблей и орбитальных аппаратов например, SpaceX Starlink), а также увеличение активности дронов. Использование этих и других современных технологий, вероятно, привело к увеличению количества сообщений о UAP. В предварительной оценке неопознанных воздушных явлений 4 Управления директора национальной разведки США 2021 года и в последнем (2022 году) отчете DNI по UAP 13 перечислены пять потенциальных объяснительных категорий для наблюдений UAP: помехи в воздухе, естественные атмосферные явления, развитие правительства США или промышленности. программы, зарубежные противоракетные системы и др. 4.
Ранние исследования, пытающиеся объяснить увеличение количества сообщений о наблюдениях в бассейне Уинта в штате Юта, используют в качестве коррелята заражение насекомыми, передающимися по воздуху. Выбранные насекомые демонстрировали узоры «ярких цветных вспышек или мазков голубовато-белого света из различных внешних точек на своем теле» во время стимуляции электрическим полем. 17. Было высказано предположение, что искусственно созданное электрическое поле напоминало связанное с погодой явление под названием «Огонь Святого Эльма». где статическое электричество вызывает узоры видимого цветного света. Интересно, что это исследование было опровергнуто вскоре после публикации и названо «несколько нереалистичным» 18, хотя авторы ответили опровержением 19,20.
Другие исторические исследования предполагают связь между сейсмической активностью и наблюдениями НЛО. Персингер и Дерр 21 вспоминают гипотезу тектонической деформации 22,23,24 — «что значительная часть явлений НЛО генерируется полями деформации; они вызваны изменяющимися напряжениями в земной коре» 25. Другие исследования показывают, что сейсмическая активность, связанная с солнечной активностью или использованием сейсмической интенсивности, может быть лучшим предиктором, чем просто сейсмическая активность сама по себе 26.
Возможно, самым популярным естественным объяснением наблюдений UAP является шаровая молния, характеризующаяся «сферическим или примерно сферическим светоизлучающим объектом, размер которого варьируется от нескольких см до метра и более, со средним диаметром около 20 см и цвета которого варьируются от красного до желтого, белого, синего и (редко) зеленого» 27. Одна из проблем с гипотезой шаровой молнии заключается в том, что это настолько редкое и редко регистрируемое событие, что его существование признается не всеми исследователями. Однако относительно недавние исследования подтвердили то, что считается инцидентом с шаровой молнией 28.
Недавний рост интереса к отчетам UAP сопровождался разработкой новых методов оценки и объяснения наблюдений, 29,30 включая специально построенные обсерватории и датчики, а также мобильные приложения, предназначенные для использования информации, полученной из краудсорсинга. Хотя эти методы привносят новую сложность в анализ отдельных событий, остается никакой информации об общем контексте наблюдений, т. е. о том, почему сообщения о наблюдениях более распространены в определенных регионах страны и менее распространены в других. Вместо того, чтобы пытаться объяснить, что люди видят в небе, мы исследуем сочетание видимости и воздушного движения применительно к сообщениям о наблюдениях, тем самым обеспечивая понимание первого порядка того, почему количество сообщений о наблюдениях варьируется в пространстве. Учитывая их относительную редкость, маловероятно, что насекомые, сейсмическая активность и/или шаровые молнии являются причиной большинства сообщений, особенно тех, которые наблюдались в дневное время. Понимание экологического контекста этих наблюдений облегчит предложение и проверку новых объяснений их возникновения и поможет выявить действительно аномальные наблюдения.
Материалы и методы
Данные общедоступного отчета о наблюдениях UAP
В этом исследовании используются данные Национального центра сообщений об НЛО (NUFORC) онлайн. 31. NUFORC был основан в 1974 году, и «основной функцией Центра на протяжении последних четырех десятилетий было получение, запись и, в максимально возможной степени, подтверждение и документирование сообщений». от людей, которые стали свидетелями необычных событий, возможно, связанных с НЛО» 32. NUFORC принимает онлайновые, телефонные и письменные сообщения. Данные обновляются примерно раз в месяц. Наш извлеченный набор данных включает 122 983 зарегистрированных наблюдения в Соединенных Штатах с июня 1930 года по июнь 2022 года. Поля в наборе данных включают дату, город, штат, страну, форму, продолжительность, сводку, дату публикации и изображение. Координаты на уровне города рассчитывались с помощью онлайн-сервисов Microsoft. Полученный набор пространственно-временных данных включает 121 949 точек (расположенных в США), что составляет 99,16% от общего объема извлеченных данных. Мы ориентируемся на территорию США с 2001 по 2020 год из-за (1) простоты интерпретации и (2) потому, что данные о кроне деревьев (обсуждаемые ниже) доступны только для прибрежного региона Аляски. Это сокращает количество зарегистрированных наблюдений до 98 724.
Для анализа мы агрегируем данные на уровне округа за этот период времени для обеспечения пространственной непрерывности. Для всех пространственных исследований всегда учитывается проблема изменяемых единиц площади (MAUP). Хотя расчет и анализ отчетов о наблюдениях могут быть менее предвзятыми, если их агрегировать по ячейкам одинакового размера, оценка популяции в таких ячейках требует ряда допущений. Кроме того, поскольку такие отчетные мероприятия относительно редки, округа предоставляют достаточно большие территории для значимого агрегирования баллов. Наш временной диапазон выбран таким образом, что записи считаются относительно недавними событиями, а не созданы из воспоминаний десятилетней давности. Доступ в Интернет для сообщения о наблюдениях станет более возможным примерно начиная с 2000 года, и, вероятно, со временем это станет причиной увеличения количества сообщений о наблюдениях. Кроме того, особенно в период с 2000 по 2010 год, а также в сельской местности, существует потенциальная предвзятость в отчетности из-за уменьшения доступа в Интернет в этих районах. График сообщений о наблюдениях за период исследования представлен на рисунке 2, с заметным пиком сообщений в период с 2012 по 2014 год, за которым следует резкий спад в период с 2015 по 2018 год.
В пространственных науках подобные данные обычно называются добровольной географической информацией (VGI). VGI добровольно предоставляются отдельными лицами сознательно или неосознанно, как правило, с помощью цифровых инструментов с возможностью определения местоположения. пытаются дезинформировать. Понятно, что эти данные невозможно проверить, и даже если бы интервью с каждым человеком было возможно, возникли бы проблемы с определением правдивости и точности, особенно для ретроспективных отчетов. Однако NUFORC пытается ограничить ложные сообщения. Во-первых, они предоставляют информацию, включая описания, изображения и видео спутников Starlink, которые могут показаться неопознанными тем, кто их раньше не видел. Во-вторых, они описывают Венеру как потенциальную возможность для неопознанных сообщений о наблюдениях. В-третьих, NUFORC обсуждает сообщения о мистификациях и шутках, которые, как утверждается, игнорируются и отбрасываются 35. Учитывая размер и структуру данных, неясно, можно ли идентифицировать все мистификации, но, по крайней мере, NUFORC уделяет внимание случаям мистификации. Мы не можем отличить те отчеты о наблюдениях, которые имеют очевидные и/или логические объяснения, но мы отмечаем, что они по-прежнему представляют собой «неопознанные» отчеты о наблюдениях. Однако это единственный набор данных такого размера и детализации, который позволяет проводить географические исследования. При этом невозможно дискредитировать более 120 тысяч дел.
Независимые переменные
Мы используем 3 пояснительных набора данных для представления физических и искусственных атрибутов среды, которые ограничивают обзор неба: световое загрязнение, облачный покров и крона деревьев, а также 2 набора данных, которые представляют активность в воздухе, которую можно принять за UAP. Вся подготовка данных и расчеты выполняются с использованием программного обеспечения Microsoft Excel и ESRI ArcGIS Pro. Все ковариаты были преобразованы по z-показателю перед моделированием.
Световое загрязнение Источником данных о световом загрязнении является Новый мировой атлас искусственной яркости неба 36,37. Этот набор растровых данных доступен в формате geotiff с разрешением 30 угловых секунд или 1 км на пиксель и охватывает весь мир. Значения представляют собой моделируемое зенитное излучение в [мкд/м2]. Были извлечены данные по США и рассчитано среднее значение светового загрязнения для каждого округа США.
Облачный покров Данные об облачном покрове получены в рамках проекта EarthEnv Project 38. Эти данные собраны с использованием данных за 15 лет (2000–2014 гг.) дистанционных наблюдений, проводимых два раза в день с помощью датчика спектрорадиометра формирования изображений среднего разрешения (MODIS). Они предоставляются в формате Geotiff с разрешением 1 км для всего мира. Значения облачности были усреднены для каждого округа США.
Древесный полог Данные о древесном пологе предоставлены Консорциумом по характеристикам земель с множественным разрешением и созданы Лесной службой США (USFS) с использованием изображений Landsat и «другой доступной наземной и вспомогательной информации» 39. Оценки древесного полога не могут быть рассчитаны только по спектральным характеристикам. . Здесь они генерируются с использованием случайных моделей леса, которые обучаются на вручную классифицированных четвертьугольниках цифровых ортофото (DOQQ) в качестве переменных ответа 40,41. Это помогает оценить разницу между кроной деревьев и другим растительным покровом земли. Полученные значения данных представляют собой растительный покров за 2016 год с разрешением 30 м и доступны для континентальной части США, прибрежной части Аляски и Гавайских островов. Из-за размера файла и разрешения других наборов данных в модели изображение было повышено до разрешения 1 км. Затем значения кроны деревьев были усреднены для каждого округа США.
Аэропорты Эти данные предоставляются ESRI, сервисом ArcGIS Online, доступным через программное обеспечение ArcGIS Pro. Они включают категории аэропортов, вертодромов, баз гидросамолетов, сверхлегких самолетов, площадок для планеров, площадок для воздушных шаров и т. д. в США. В этом наборе данных 19 850 записей, представленных в виде точек. Данные стандартизированы как количество аэропортов на кв.км.
Военные объекты Данные о военных объектах взяты из шейп-файлов переписи населения США TIGER/Line и загружены с сайта data.gov 42. Этот набор данных был создан Службой переписи населения США в сотрудничестве с Министерством обороны США и Министерством внутренней безопасности США. Данные очерчивают границы военных объектов. Для данного исследования эти границы были наложены на округа США, где рассчитывалась площадь военных объектов каждого округа.
Модели
Сначала мы исследуем набор данных NUFORC, используя индекс Getis-Ord (Gi*), основанный на количестве отчетов о наблюдениях на 10 000 человек в округе. Это позволяет выявить значительные группы низких значений (холодные точки) и высоких значений (горячие точки) путем сравнения совокупного количества стандартизированных отчетов в наборе соседних округов с полным распределением. Соседние округа выбираются как k-ближайшие соседи (k-NN) с параметром K, равным 8. Вместо установки фиксированного параметра расстояния или требований к смежности k-NN гарантирует, что каждый округ учитывает одинаковое количество соседей. Стандартизация населения переменной отчета о наблюдениях должна помочь скорректировать регионы с более крупными округами, такими как Запад, которые обычно охватывают большие территории 43,44.
Чтобы смоделировать потенциал наблюдения UAP, мы используем байесовскую оценку небольшой площади, основанную на относительной частоте сообщений о наблюдениях среди населения определенного местоположения. Модели малых территорий включают пространственный авторегрессионный термин, чтобы ограничить влияние экстремальных значений, которые могут возникнуть в результате небольших размеров населения. Здесь количество зарегистрированных наблюдений Y(i), предполагается, что для округа i следует распределению Пуассона:
Y(i) = Pois (O(i)E(i))
где E(i) – ожидаемое количество отчетов для округа i и O(i) – относительная скорость. Чтобы получить ожидаемое значение, сначала мы оцениваем уровень сообщений на душу населения в соседних США как общее количество сообщений, разделенное на общую численность населения. Ожидаемое значение для любого округа получается путем умножения этого значения на численность населения этого округа. Где O(i)>1, количество отчетов больше, чем можно было бы ожидать, исходя только из численности населения. Недавний анализ набора данных NUFORC показывает, что количество отчетов также может быть связано с округом 45. Однако, учитывая, что распределение населения в данном районе может сильно различаться, неясно, как использовать это в ожидаемых расчет ставки. Поэтому мы предполагаем, что ожидаемое количество отчетов основано просто на способности округа предоставлять отчеты. Наконец, относительные показатели моделируются с использованием K-ковариат следующим образом:
log O(i) = SUM[k] B(k)*X(ik)+E(i)
где SUM[k] B(k)*X(ik) представляет собой набор преобразованных ковариат z-показателя, представляющих видимость и воздушное движение, описанных выше, с соответствующими коэффициентами. Наконец, ошибка модели (E(i)) разлагается на эффект пространственной авторегрессии и непространственный случайный шум. Наша модель предполагает, что отдельные отчеты независимы. Хотя это вряд ли справедливо в отношении событий, вызвавших наблюдения, поскольку о них могут сообщить несколько человек, мы предполагаем, что эти сообщения предоставлены независимо.
Параметры и коэффициенты модели оцениваются с использованием интегрированной вложенной аппроксимации Лапласа (INLA) 46. INLA был выбран вместо подходов MCMC из-за его вычислительной эффективности при работе с большими пространственно структурированными моделями. Результаты модели представлены как среднее значение апостериорного распределения вероятностей для каждого коэффициента. Факторы инфляции дисперсии (VIF), которые сигнализируют о потенциальной мультиколлинеарности внутри модели, для всех переменных в модели значительно ниже 2. Значения VIF традиционно принимаются, если они ниже 5. Байесовские апостериорные оценки могут использоваться для проверки конкретных гипотез 47. Здесь, мы проверяем гипотезу о том, что связь между каждой ковариатой и частотой сообщений о наблюдениях является положительной (т. е. > 1) или отрицательной (< 1). Поддержка данной гипотезы основана на апостериорном распределении вероятностей коэффициентов модели и описывается как достоверность этой гипотезы. Например, если 95% апостериорного распределения коэффициента выше единицы, это указывает на положительную связь между этой ковариатой и частотой отчетов о наблюдениях, и будет присвоена достоверность 95% положительной связи. Если апостериорное распределение поровну разделено на отрицательные и положительные оценки, то для каждой гипотезы будет присвоена достоверность примерно 50%. Поскольку модель основана на относительных показателях, преобразованных в логарифмическом масштабе, апостериорные оценки коэффициентов были возведены в степень для облегчения интерпретации. Коэффициенты представлены как среднее апостериорного распределения плюс 95% доверительный интервал. Карта пространственной ошибки (u) включена в дополнительную информацию.
Полученные результаты
Результаты анализа горячих точек показывают сильную тенденцию: на западе США и на самом северо-востоке, а также в некоторых изолированных районах, включая три- Приграничный регион штатов Иллинойс, Индиана и Кентукки, окружающий Эвансвилл, штат Индиана, и территорию вокруг Вашингтона, округ Колумбия. Скопления сообщений о редких наблюдениях обнаруживаются на центральных равнинах и на юго-востоке.
В таблице 1 представлены результаты модели, основанные на апостериорном распределении вероятностей каждого коэффициента. За исключением перехвата, все коэффициенты модели описывают скорость изменения относительной частоты отчетов о наблюдениях при увеличении этого коэффициента на одно стандартное отклонение. Значения выше 1 указывают на положительную связь (т. е. увеличение количества сообщений); значения ниже 1 указывают на отрицательную связь (уменьшение количества отчетов). Например, коэффициент среднего светового загрязнения равен 0,923, что указывает на то, что увеличение светового загрязнения на одно стандартное отклонение приведет к уменьшению количества отчетов о наблюдениях на 7,7%.
Все результаты, за исключением облачности, подтверждают общую гипотезу о том, что люди будут видеть вещи, когда у них будет такая возможность. Облачный покров не имеет достоверной связи с отчетами о наблюдениях, и нет никаких подтверждений ни отрицательной, ни положительной связи.
Обсуждение и выводы
Мы вспоминаем здесь наши первоначальные исследовательские вопросы: (1) Какова жизнеспособность публично предлагаемых данных о сообщениях о наблюдениях UAP? (2) Есть ли достоверные пространственные закономерности в этих отчетах о наблюдениях? и (3) Если да, то можно ли объяснить эти закономерности физическими факторами и/или факторами искусственной среды? По вопросу 1 общедоступные данные онлайн-ресурса NUFORC являются пригодными для использования данными; однако они требуют существенной обработки для пространственного анализа. Эти данные можно использовать для исследований с более высоким разрешением (на уровне города), а не на уровне округа, который используется здесь.
Основная проблема этих выводов заключается в том, достоверны ли эти добровольно предоставленные данные? Короткий ответ: вполне вероятно, что некоторые из них да, а некоторые нет. Тем не менее, мы предполагаем, что если бы данные были полностью недействительными (при условии однородного психологического и социологического распределения материалов), отчеты о наблюдениях практически не демонстрировали бы пространственную структуру и вряд ли следовали бы модели, которую можно объяснить индикаторами видимости первого порядка. Другой вопрос в отношении данных: имеются ли какие-либо временные и/или географические ошибки? Вероятно, потому что некоторые записи в этом наборе данных сообщаются ретроспективно, не всегда от первого лица. Мы пытаемся ограничить это, используя данные с 2001 года по настоящее время, но это не решает проблему полностью. Географические ошибки были ограничены за счет масштабирования данных до уровня округа. Последний вопрос, который мы рассматриваем, заключается в том, что эти зарегистрированные случаи требуют знания NUFORC и доступа к средствам связи. Авторы нашли сайт и организацию в ходе поиска данных. Некоторые могут найти этот веб-сайт в поисках организации, в которую можно сообщить. Тем не менее, вероятно, существует предвзятость в отношении того, кто знает об этом ресурсе, поскольку он широко не рекламируется. В целом мы полагаем, что этот набор данных имеет ценность для понимания этих отчетов о наблюдениях; что либо это указывает на то, что люди видят вещи, которые они не могут объяснить (или на то, что они не хотят объяснять более логичными объяснениями), либо это указывает на то, что люди больше думают о UAP. Оба важны и имеют физические/социальные последствия.
Что касается вопросов 2 и 3, то в этих отчетах о наблюдениях есть достоверно определяемые закономерности, и эти закономерности связаны с характеристиками окружающей среды. Объясняющие переменные предназначены для представления как (1) возможности увидеть что-то, так и (2) возможности того, что что-то, созданное человеком, окажется в поле зрения. Мы не учли спутники или дроны, которые, вероятно, являются важными факторами, а также тот факт, что самолеты (и вертолеты и т. д.) не только летают вокруг мест взлета и посадки. Однако в тех местах, которые мы используем, самолеты, скорее всего, будут находиться ближе к земле, более заметны и будут присутствовать чаще. Используя данные о военных объектах, мы надеемся запечатлеть не только самолеты, но и ночные учения, в ходе которых могут использоваться, например, трассирующие снаряды, дроны и другие формы освещения в относительно пустынных районах.
Если мы предположим, что большинство представленных здесь отчетов о наблюдениях представляют собой настоящие наблюдения, которые люди определили как неопознанные, тогда наши результаты будут иметь интересные последствия. Наша модель показывает, что большинство стандартизированных отчетов о наблюдениях приходится на западные части США и на самый северо-восток. Мы предполагаем, что более высокий уровень наблюдений в западных странах может быть обусловлен (1) физической географией Запада (т. е. отсутствием растительных пологов и широких открытых пространств), (2) культурой активного отдыха (например, отдыха и других видов деятельности). занятия, которыми можно наслаждаться в более умеренную погоду в течение всего года) и (3) культуры паранормальных явлений (например, воздействие Зоны 51, Розуэлл, Нью-Мексико). На остальной территории страны также есть несколько изолированных округов, которые требуют дальнейшего расследования, чтобы определить, какие объекты недвижимости могут привлечь относительно больше внимания UAP. Однако в этих результатах облачный покров не является достоверным, что, возможно, связано с более высокой частотой сообщений о наблюдениях как в прибрежных районах северо-запада Тихого океана (относительно облачно), так и в пустынных районах горного запада (относительно ясно). Первоначально мы ожидали, что облачность будет достоверно связана с отчетами, поскольку облака могут вызывать рассеивание света и тем самым скрывать отражающие или освещенные объекты, которые движутся внутри или над ними, и создавать закономерности, которые некоторые могут счесть необъяснимыми. Однако это было не так. Все остальные переменные зависимости соответствуют ожиданиям и соответствуют нашим первоначальным гипотезам о том, что люди сообщают о большем количестве наблюдений там, где у них лучший вид на небо. Теперь вопрос: почему? Это исследование начинает отвечать на этот вопрос с рассмотрения того, насколько часто происходит антропогенная деятельность в воздухе. Весьма заслуживающие доверия связи с воздушным движением и военной деятельностью позволяют предположить, что люди видят, но не осознают вещи, созданные руками человека. Например, воздушный шар, видимый с достаточно большого расстояния, может выглядеть необъяснимо, особенно если его видит тот, кто его раньше не видел. Дроны, которые мы специально не тестировали, могут беспорядочно летать в местах, где люди не привыкли видеть движущиеся в небе объекты. Маловероятно, что такие события, как шаровая молния, сейсмические огни, насекомые или другие природные явления, ответственны за более чем небольшую часть этих сообщений, поскольку сами по себе они являются редкими событиями.
Хотя эти результаты дают первоначальную оценку факторов, связанных с сообщениями о наблюдениях неопознанного или необъяснимого явления, они также порождают дополнительные вопросы. Мы находим достоверные связи и пространственные закономерности, которые требуют дальнейшего изучения. Почему, например, в Калифорнии уровень сообщений о наблюдениях низок, тогда как во многих соседних штатах он высок? Почему количество отчетов колеблется со временем? Наши будущие исследования будут включать в себя временные соображения (например, изменения во времени), чтобы, мы надеемся, ответить на некоторые из этих вопросов. Мы также отмечаем, что наши ковариаты представляют собой средние условия, и хотя они ясно объясняют большую часть закономерности первого порядка в отчетах о наблюдениях, дополнительные факторы могут быть идентифицированы путем изучения оставшейся закономерности в пространственных ошибках (SI) или путем рассмотрения изменений с течением времени или отдельными событиями.
Некоторые закономерности в сообщениях о наблюдениях можно объяснить социокультурными факторами. Например, наблюдается ли всплеск сообщений после того, как Голливуд уделяет внимание фильмам или телешоу об инопланетянах? Являются ли некоторые культуры более склонными к появлению UAP из-за их систем убеждений? Уделялось ли в некоторых регионах/местах США больше внимания историческим сообщениям о наблюдениях UAP? Нет сомнений в том, что география и «место» влияют на системы убеждений и поведение людей. В некоторых местах ожидание того, что вы должны увидеть, может повлиять на то, что вы видите на самом деле. В процессе, называемом мотивированным восприятием, люди могут искажать свое восприятие, чтобы прийти к ожидаемым выводам, которые соответствуют их целям или предлагают вознаграждение 48,49. Если ваша цель — увидеть UAP, вы вполне можете увидеть его, если представится такая возможность. Однако важно отметить, что существует множество случаев наблюдения, о которых люди не хотят сообщать. Многие опасаются стигматизации и нападок со стороны общественности, а есть и те, кто раньше не верил в UAP, но имел опыт, убедивший их в обратном.
Мы подходим к этой проблеме с осторожностью из-за сложности темы и чувствительности доступных данных. Позиция правительства США заключается в том, что «UAP явно представляет собой проблему безопасности полетов и может стать угрозой национальной безопасности США». неизвестные. Независимо от того, что видят люди, являются ли они военными пилотами, гражданскими пилотами или обычными свидетелями, потенциальная угроза существует. Эта угроза растет по мере роста нашей неопределенности. Несмотря на то, что наши результаты основаны на зашумленном наборе данных, полученном из краудсорсинга, они могут дать представление о том, как сообщения о наблюдениях неопознанных объектов различаются в пространстве, а также о факторах, связанных с ними, и могут предложить шаг к пониманию этих угроз.
Эта проблема актуальна на многих фронтах, включая антропологический и социологический (т. е. понимание человеческого/социального опыта). Стигматизация этой области исследований, если она будет исследована с научной точки зрения, должна исчезнуть. Мы не выдвигаем гипотез о том, что видят люди, а только то, что они увидят больше, когда и где у них будет возможность. Однако остается вопрос, о чем эти отчеты о наблюдениях. Дальнейшее изучение регионов, где модель работает плохо, временных тенденций и сообщаемых подробностей о каждом зарегистрированном наблюдении может помочь в дальнейшем прояснить это.
Ссылки на первоисточники смотрите в оригинальной статье Nature.
Авторы: Шон Киркпатрик (Министерство обороны США), Брюэр (Департамент географии, Университет штата Юта), Медина (Департамент географии, Университет штата Юта).
