RESUME de la publication de Nature :
https://www.nature.com/articles/s41598-023-49527-x
"Des observations d'objets volants non identifiés (OVNI) ou de phénomènes anormaux non identifiés (PAN) ont été rapportées tout au long de l'histoire. Compte tenu des risques potentiels qu'ils posent pour la sécurité et la sûreté, ainsi que de la curiosité scientifique, il est de plus en plus intéressant de comprendre ce que représentent ces rapports d'observation. Nous abordons ce problème comme un élément important de l'expérience humaine, qui peut être examiné sous un angle géographique : quels sont les facteurs locaux susceptibles d'augmenter ou de diminuer le nombre de rapports d'observation ? En utilisant une méthode de régression bayésienne, nous testons des hypothèses basées sur des variables représentant le potentiel d'observation du ciel (pollution lumineuse, couvert végétal et couverture nuageuse) et le potentiel de présence d'objets dans le ciel (avions et installations militaires). La variable dépendante comprend plus de 98 000 observations d'UAP rapportées publiquement dans la zone contiguë des États-Unis au cours de la période de 20 ans allant de 2001 à 2020.
Les résultats du modèle révèlent des corrélations crédibles entre les variables qui suggèrent que les gens voient plus de "phénomènes" lorsqu'ils ont plus d'occasions de le faire.
Cette analyse est l'une des rares enquêtes sur les rapports d'observation d'UAP à l'échelle nationale, fournissant un contexte pour aider à examiner les rapports individuels.
Étant donné que ces objets sont étiquetés comme non identifiables au sens personnel du terme, de nombreuses explications naturelles et/ou humaines méritent d'être explorées."
Introduction
Le gouvernement américain s’intéresse de plus en plus aux phénomènes aériens non identifiés (UAP). Compte tenu de la nouvelle attention accordée à cette menace potentielle pour la sécurité et aux risques pour la sécurité opérationnelle posés par ces objets, le groupe de travail UAP a été lancé le 4 août 2020 1 . Ce groupe de travail avait une portée, une autorité et des ressources limitées pour résoudre le problème et sa durée était temporaire. Le secrétaire adjoint à la Défense a donné l'ordre de transformer le groupe de travail UAP en Groupe de synchronisation d'identification et de gestion des objets aéroportés (AOIMSG) le 23 novembre 2021 2 . Cependant, la législation du Congrès a dépassé cette direction et l'actuel Bureau de résolution des anomalies dans tous les domaines (AARO) a été créé le 20 juillet 2022, en tant que bureau UAP unique faisant autorité auprès du DoD et chargé de diriger et de synchroniser une approche pangouvernementale sur la question. 3 . La mission de l'AARO est de : "synchroniser les efforts du ministère de la Défense et d'autres départements et agences fédéraux américains, pour détecter, identifier et attribuer des objets d'intérêt dans, sur ou à proximité d'installations militaires, de zones d'opérations, de zones d'entraînement, d'installations spéciales". utiliser l’espace aérien et d’autres zones d’intérêt et, si nécessaire, atténuer toute menace associée à la sécurité des opérations et à la sécurité nationale. Cela inclut les objets spatiaux anormaux et non identifiés, aéroportés, submergés et transmoyens » 3 . Soutenant ces efforts, cette équipe de recherche explore les modèles spatiaux des observations d'UAP signalées publiquement (analogues aux rapports d'observations d'OVNIS dans cette recherche) à partir d'un ensemble de données en ligne open source.
Dans le rapport public 2021 du Directeur du renseignement national (DNI), les recherches sur les rapports d'observations d'UAP entre 2004 et 2021 laissent la plupart de ses 144 rapports gouvernementaux inexpliqués, en raison du nombre limité de données. Un seul rapport d'observation a été expliqué avec un niveau de confiance élevé et il s'est avéré qu'il s'agissait d'un ballon qui se dégonflait 4 . Le rapport de suivi du DNI 2022 indique que le nombre de rapports de source gouvernementale est passé à 510, dont près de la moitié restent inexpliqués. Le DNI déclare qu'il n'y a pas d'explication unique à ces PAN, avec des sources potentielles telles que le désordre, les drones commerciaux, les menaces à la sécurité nationale et d'autres phénomènes inexpliqués. D'autres premières incarnations des efforts gouvernementaux de recherche sur les ovnis (par exemple, le projet Sign en 1948, le projet Grudge, alors le plus populaire, le projet Blue Book dirigé par le Dr Allen Hynek dans les années 1950-1960 5 , et le rapport Condon suivant financé par le US Air Force et menée à l'Université du Colorado) se sont soldées par environ 5 % d'observations non identifiées 6 . Les recherches UAP sont souvent peu concluantes, et notre capacité à expliquer ces événements semble être devenue moins facile à résoudre à mesure que notre technologie de capteurs a progressé et que notre activité aérienne a augmenté.
Ici, nous posons trois questions de recherche fondamentales : (1) Quelle est la viabilité des données rendues publiques sur les rapports d’observations des PAN ? (2) Existe-t-il des modèles spatiaux crédibles dans ces rapports ? et (3) Si oui, ces tendances peuvent-elles s'expliquer par des facteurs physiques et/ou environnementaux bâtis ? Pour répondre à ces questions, nous utilisons les données des rapports d'observation d'OVNIS du National UFO Research Center 7 . Nous modélisons le nombre total de ces rapports sur une période de 20 ans, de 2001 à 2020, en utilisant des variables explicatives environnementales : pollution lumineuse, couverture nuageuse, couvert forestier, aéroports et installations militaires. Ce modèle est destiné à représenter à la fois la vue disponible du ciel ainsi que le potentiel des objets aéroportés. Nous émettons l’hypothèse que (a) les facteurs limitant la visibilité seront négativement corrélés aux rapports d’observation, et (b) les facteurs liés au trafic aérien seront positivement corrélés, ou simplement que les gens rapporteront des observations de PAN là où ils ont le plus d’occasions de les voir. À notre connaissance, il s’agit de la première tentative visant à comprendre comment la variation spatiale des rapports est liée aux variables environnementales. Cette analyse représente l'une des rares tentatives visant à examiner ce phénomène au niveau national et offre un point de départ pour qu'une approche similaire soit appliquée aux données du gouvernement américain sur l'activité UAP afin d'aider à identifier les sources possibles.
Historique de la recherche sur les observations UAP et explications environnementales
Il y a eu peu de recherches universitaires traditionnelles sur les PAN. Ceci est normal car il y a toujours des efforts pour discréditer les efforts scientifiques visant à comprendre ce phénomène 8 , mais nous ne devons pas ignorer le fait que de nombreuses personnes à travers le monde déclarent avoir vu des objets inconnus et inexplicables dans le ciel. Les recherches qui existent ont tendance à s'appuyer sur des récits de première main, des explications psychologiques ou des événements spécifiques, ce qui limite l'analyse systématique de modèles à grande échelle 9 , 10 , 11 , 12 . De plus, les sources de données vérifiables et les récits douteux ont limité la rigueur des travaux antérieurs. La disponibilité des données pour des études plus vastes est un problème de longue date. Récemment, aux États-Unis, une attention accrue a été accordée aux observations faites par des membres de l'armée ou d'autres membres du gouvernement. Des bases de données sur ces événements sont désormais conservées par l'AARO et les services de soutien, mais ces efforts n'ont commencé qu'en 2019, bien qu'ils contiennent des informations remontant à 1996 13 . Le Congrès a demandé à l'AARO de prolonger cette recherche jusqu'en 1945.
Une explication de certaines observations d'UAP est un phénomène naturel. Par exemple, la planète Vénus est souvent confondue avec un UAP. Parfois, on l'aperçoit près de l'horizon et peut briller à travers les arbres pour produire un motif irrégulier de lumière et de réflexion 14 . La deuxième explication la plus probable est celle des avions fabriqués par l’homme15, comprenant divers objets, tels que des ballons météorologiques, initialement considérés comme responsables de l’affaire de Roswell, au Nouveau-Mexique en 1947, sans doute le cas d’UAP le plus populaire dans la culture populaire américaine. Les révélations ultérieures de l'Armée de l'Air décrivent l'activité responsable de l'événement comme étant un projet classifié multi-ballons destiné à détecter les essais nucléaires soviétiques 16 . Les facteurs actuels contribuant aux rapports d'observations d'UAP comprennent la croissance exponentielle des lancements de satellites, d'engins spatiaux et d'orbiteurs (par exemple SpaceX Starlink), ainsi que l'activité accrue des drones. L’utilisation de ces technologies et d’autres technologies modernes a probablement conduit à une augmentation des rapports UAP. L'évaluation préliminaire du bureau américain du directeur du renseignement national de 2021 sur les phénomènes aériens non identifiés 4 et le rapport le plus récent (2022) du DNI sur l'UAP 13 énumèrent cinq catégories explicatives potentielles pour les observations d'UAP : le fouillis aérien, les phénomènes atmosphériques naturels, le développement du gouvernement américain ou de l'industrie. programmes, systèmes adverses étrangers et autres 4 .
Les premières recherches tentant d'expliquer une augmentation des rapports d'observations dans le bassin d'Uinta, dans l'Utah, utilisent l'infestation d'insectes aéroportés comme corrélat. Les insectes sélectionnés présentaient des motifs « d'éclats de couleurs brillantes ou de pinceaux de lumière blanche bleuâtre provenant de divers points externes de leur corps » lors de la stimulation par champ électrique 17 . Il a été suggéré que le champ électrique généré artificiellement ressemble à un phénomène météorologique appelé feu de Saint-Elme, dans lequel l'électricité statique provoque des motifs de lumière colorée visible. Il est intéressant de noter que cette recherche a été réfutée peu après sa publication et qualifiée de « quelque peu irréaliste » 18 , bien que les auteurs aient répondu par une réfutation 19 , 20 .
D'autres recherches historiques suggèrent des liens entre l'activité sismique et les observations d'OVNIS. Persinger et Derr 21 rappellent l'hypothèse de déformation tectonique 22 , 23 , 24 — « selon laquelle une partie substantielle des phénomènes ovnis est générée par des champs de déformation ; ils sont évoqués par les contraintes changeantes au sein de la croûte terrestre » 25 . D'autres recherches suggèrent que l'activité sismique liée à l'activité solaire ou à l'utilisation de l'intensité sismique pourrait être un meilleur indicateur que l'activité sismique seule 26 .
L’explication naturelle la plus populaire des observations d’UAP est peut-être la foudre en boule, caractérisée par « un objet émettant de la lumière sphérique ou à peu près sphérique dont la taille varie de quelques cm à un mètre ou plus, avec un diamètre moyen d’environ 20 cm et dont les couleurs varient du rouge au jaune, en passant par le blanc, le bleu et (rarement) le vert » 27 . L’un des problèmes liés à l’hypothèse de la foudre en boule est qu’il s’agit d’un événement si rare et rarement enregistré que son existence n’est pas acceptée par tous les chercheurs. Cependant, des recherches relativement récentes ont confirmé ce que l'on pense être un incident de foudre en boule 28 .
Le récent regain d'intérêt pour les rapports UAP s'est accompagné du développement de nouvelles méthodes pour évaluer et expliquer les observations, 29 , 30 , notamment des observatoires et des capteurs personnalisés, ainsi que des applications mobiles conçues pour exploiter des informations provenant de sources participatives. Bien que ces méthodes apportent une nouvelle sophistication à l'analyse d'événements individuels, il ne reste aucune information sur le contexte général des observations, c'est-à-dire pourquoi les rapports d'observations sont plus courants dans certaines régions du pays et moins courants dans d'autres. Plutôt que de tenter d'expliquer ce que les gens voient dans le ciel, nous explorons la combinaison de la visibilité et du trafic aérien en ce qui concerne les observations signalées, fournissant ainsi une première compréhension de la raison pour laquelle le nombre de rapports d'observation varie spatialement. Compte tenu de leur relative rareté, il semble peu probable que les insectes, l'activité sismique et/ou la foudre en boule soient responsables de la majorité des signalements, en particulier ceux observés pendant la journée. Comprendre le contexte environnemental de ces observations facilitera la proposition et le test de nouvelles explications de leur apparition et aidera à identifier toute observation véritablement anormale.
Matériels et méthodes
Données publiques du rapport d'observation UAP
Cette recherche utilise les données en ligne du National UFO Reporting Center (NUFORC) 31 . Le NUFORC a été créé en 1974 et « la fonction principale du Centre au cours des quatre dernières décennies a été de recevoir, d'enregistrer et, dans la plus grande mesure possible, de corroborer et de documenter les rapports d'individus qui ont été témoins d'événements inhabituels, peut-être liés aux ovnis. » 32 . NUFORC accepte les rapports en ligne, téléphoniques et écrits. Les données sont mises à jour environ une fois par mois. Notre ensemble de données extrait comprend 122 983 observations signalées aux États-Unis de juin 1930 à juin 2022. Les champs de l'ensemble de données incluent la date, la ville, l'état, le pays, la forme, la durée, le résumé, la date de publication et l'image. Les coordonnées au niveau de la ville ont été calculées à l'aide des services en ligne Microsoft. L'ensemble de données spatio-temporelles résultant comprend 121 949 points (localisables aux États-Unis), soit 99,16 % de l'extraction totale. Nous nous concentrons sur la région limitrophe des États-Unis de 2001 à 2020 pour (1) la facilité d’interprétation et (2) parce que les données sur le couvert forestier (discutées ci-dessous) ne sont disponibles que pour la région côtière de l’Alaska. Cela réduit le nombre d'observations signalées à 98 724 (illustré sur la Fig. 1 ).
Le NUFORC a signalé la répartition spatiale des observations pour les États-Unis contigus de 2001 à 2020.
Pour l'analyse, nous agrégeons au niveau du comté sur cette période pour assurer la continuité spatiale. Pour toutes les études spatiales, le problème d'unité surfacique modifiable (MAUP) est toujours une considération. Bien que le calcul et l'analyse des rapports d'observation puissent être moins biaisés s'ils sont regroupés dans des cellules de taille égale, l'estimation de la population au sein de ces cellules nécessite une série d'hypothèses. De plus, comme ces événements de déclaration sont relativement rares, les comtés fournissent des zones suffisamment vastes pour une agrégation significative des points. Notre plage temporelle est sélectionnée de telle sorte que les entrées sont supposées être des événements relativement récents et non générés à partir de souvenirs datant de plusieurs décennies. L'accès à Internet pour signaler une observation serait plus possible à partir de 2000 environ et est probablement responsable de l'augmentation des rapports d'observation au fil du temps. En outre, de 2000 à 2010 en particulier, et dans les zones rurales, il existe un biais potentiel dans les déclarations en raison de la diminution de l'accès à Internet dans ces zones. Une chronologie des observations signalées pour la période d'étude est présentée dans la figure 2 , avec un pic marqué dans les rapports entre 2012 et 2014, suivi d'une forte baisse entre 2015 et 2018.
Chronologie des observations signalées par le NUFORC de 2001 à 2020.
Dans les sciences spatiales, de telles données sont généralement appelées informations géographiques volontaires (VGI). Les VGI sont volontaires, sciemment ou inconsciemment, par des individus, généralement avec l'aide d'outils numériques géolocalisés 33 . Comme pour d’autres données issues du crowdsourcing, il y a peu d’espoir d’assurer la qualité de VGI 34 . Ce problème est aggravé dans cet ensemble de données où certains pourraient tenter de désinformer. Il est clair que ces données ne peuvent pas être vérifiées, et même si des entretiens avec chaque personne étaient possibles, il y aurait des problèmes pour déterminer la vérité et l'exactitude, en particulier pour les rapports rétroactifs. Cependant, le NUFORC tente de limiter les faux signalements. Premièrement, ils fournissent des informations, notamment des descriptions, des images et des vidéos des satellites Starlink, qui peuvent sembler non identifiées à ceux qui ne les ont jamais vus auparavant. Deuxièmement, ils fournissent une description de Vénus comme un potentiel de rapports d’observations non identifiés. Troisièmement, le NUFORC discute des rapports de canulars et de plaisanteries, qui seraient ignorés et rejetés 35 . Compte tenu de la taille et de la structure des données, il n’est pas sûr que tous les canulars puissent être identifiés, mais au moins le NUFORC prête attention aux cas de canulars. Nous ne pouvons pas différencier les rapports d'observation qui ont des explications évidentes et/ou logiques, mais nous notons qu'ils représentent toujours un rapport d'observation « non identifié ». Cependant, il s’agit du seul ensemble de données de cette taille et de ce niveau de détail qui permet une recherche géographique. De plus, il est impossible de discréditer plus de 120 000 cas.
Variables explicatives
Nous utilisons 3 ensembles de données explicatives pour représenter les attributs de l'environnement physique et bâti qui restreindraient la vue du ciel : la pollution lumineuse, la couverture nuageuse et la canopée des arbres, et 2 ensembles de données qui représentent l'activité aérienne qui pourrait être confondue avec des PAN. Toutes les préparations de données et tous les calculs sont effectués à l'aide des logiciels Microsoft Excel et ESRI ArcGIS Pro. Toutes les covariables ont été transformées en score z avant la modélisation.
Pollution lumineuse
La source de données sur la pollution lumineuse est le Nouvel Atlas mondial de la luminosité artificielle du ciel 36 , 37 . Cet ensemble de données raster est disponible au format géotiff avec une résolution de 30 arcsecondes ou 1 km par pixel et couvre le monde entier. Les valeurs représentent le rayonnement zénithal simulé en [mcd/m 2 ]. Les données pour les États-Unis ont été extraites et la valeur moyenne de la pollution lumineuse a été calculée pour chaque comté américain.
Couverture nuageuse
Les données sur la couverture nuageuse proviennent du projet EarthEnv 38 . Ces données sont compilées à partir de 15 années (2000-2014) d'observations par télédétection biquotidiennes à partir du capteur du spectroradiomètre imageur à résolution moyenne (MODIS). Ils sont fournis au format géotiff à une résolution de 1 km pour le monde entier. Les valeurs de couverture nuageuse ont été moyennées pour chaque comté américain.
Couvert forestier
Les données sur le couvert forestier proviennent du Consortium multi-résolution sur les caractéristiques des terres et ont été créées par le Service forestier des États-Unis (USFS) à l'aide de l'imagerie Landsat et « d'autres informations de terrain et auxiliaires disponibles » 39 . Les estimations du couvert forestier ne peuvent pas être calculées uniquement par la signature spectrale. Ici, ils sont générés à l'aide de modèles forestiers aléatoires qui sont formés sur des quadrangles orthophoto numériques (DOQQ) classés manuellement comme variables de réponse 40 , 41 . Cela permet d’estimer la différence entre le couvert forestier et les autres couvertures végétales. Les valeurs des données résultantes représentent la couverture du couvert forestier de 2016 à une résolution de 30 m et sont disponibles pour la zone continentale des États-Unis, la côte de l'Alaska et Hawaï. En raison de la taille du fichier et de la résolution des autres ensembles de données du modèle, l'image a été suréchantillonnée à une résolution de 1 km. Les valeurs du couvert forestier ont ensuite été moyennées pour chaque comté américain.
Aéroports
Ces données sont fournies par le service ArcGIS Online d'ESRI accessible via le logiciel ArcGIS Pro. Ils comprennent des catégories pour les aéroports, les héliports, les bases d'hydravions, les ultralégers, les ports de planeurs, les ports de ballons et autres aux États-Unis. Il y a 19 850 entrées dans cet ensemble de données représentées sous forme de points. Les données sont standardisées en nombre d'aéroports par km².
Installations militaires
Les données sur les installations militaires proviennent des fichiers de formes TIGER/Line du recensement américain et sont téléchargées à partir de data.gov 42 . Le recensement américain a créé cet ensemble de données en collaboration avec le département américain de la Défense et le département américain de la Sécurité intérieure. Les données délimitent les limites des installations militaires. Pour cette recherche, ces frontières ont été superposées aux comtés américains, où la zone d'installation militaire de chaque comté est calculée.
Des modèles
Nous explorons d'abord l'ensemble de données NUFORC à l'aide de l'indice Getis-Ord (Gi*) basé sur le nombre de rapports d'observation pour 10 000 habitants et par comté. Cela permet d'identifier des groupes significatifs de valeurs faibles (points froids) et de valeurs élevées (points chauds), en comparant le nombre total de rapports standardisés dans un ensemble de comtés voisins à la distribution complète. Les comtés voisins sont sélectionnés comme k-voisins les plus proches (k-NN) avec le paramètre K défini sur 8. Plutôt que de définir un paramètre de distance fixe ou des exigences de contiguïté, k-NN garantit que chaque comté prend en compte le même nombre de voisins. La standardisation de la population de la variable du rapport d'observation devrait aider à corriger les régions comportant des comtés plus grands, comme l'Ouest, qui couvrent généralement de plus grandes zones 43 , 44 .
Pour modéliser le potentiel d'observation de PAN, nous utilisons l'estimation bayésienne sur petites zones, basée sur le taux relatif de rapports d'observation dans la population d'un emplacement. Les modèles sur petites zones intègrent un terme autorégressif spatial pour limiter l’influence des valeurs extrêmes, qui peuvent résulter de petites tailles de population.
Ici, le nombre d'observations signalées Yi pour le comté i est supposé suivre une distribution de Poisson :
Où
représente l'ensemble des covariables transformées en score z représentant la visibilité et le trafic aérien décrits ci-dessus avec les coefficients associés.
Enfin, l'erreur de modèle
est décomposée en un effet autorégressif spatial et un bruit aléatoire non spatial. Notre modèle suppose que les rapports individuels sont indépendants. Bien qu'il soit peu probable que cela soit vrai pour les événements à l'origine des observations, dans la mesure où ceux-ci peuvent être rapportés par plusieurs personnes, nous supposons que les rapports sont fournis de manière indépendante.
Les paramètres et les coefficients du modèle sont estimés à l'aide de l'approximation laplacienne emboîtée intégrée (INLA) 46 . INLA a été choisi plutôt que les approches MCMC en raison de son efficacité informatique avec de grands modèles spatialement structurés. Les résultats du modèle sont présentés comme la moyenne de la distribution de probabilité a posteriori pour chaque coefficient (Tableau 1 ). Les facteurs d'inflation de variance (VIF), qui signalent une multicolinéarité potentielle au sein d'un modèle, pour toutes les variables du modèle, sont bien inférieurs à 2. Les valeurs de VIF sont traditionnellement acceptées si elles sont inférieures à 5. Les estimations bayésiennes a posteriori peuvent être utilisées pour tester des hypothèses spécifiques 47 . Ici, nous testons les hypothèses selon lesquelles la relation entre chaque covariable et le taux de rapports d'observations est positive (c'est-à-dire > 1) ou négative (< 1). Le soutien d'une hypothèse donnée repose sur la distribution de probabilité a posteriori des coefficients du modèle et est décrit comme la crédibilité de cette hypothèse. Par exemple, si 95 % de la distribution a posteriori d'un coefficient est supérieur à un, cela indique une relation positive entre cette covariable et le taux de rapports d'observation et se verrait attribuer une crédibilité de 95 % d'une relation positive. Si la distribution a posteriori est divisée à parts égales en estimations négatives et positives, on attribuerait une crédibilité d'environ 50 % pour l'une ou l'autre hypothèse. Comme le modèle est basé sur des taux relatifs transformés en log, les estimations a posteriori des coefficients ont été exponentiées pour faciliter l'interprétation. Les coefficients sont présentés comme la moyenne de la distribution a posteriori plus l'intervalle de crédibilité de 95 % (Tableau 1 ). Une carte du terme d’erreur spatiale (u) est incluse dans les informations supplémentaires.
Résultats
Les résultats d'une analyse de points chauds (Fig. 3 ) montrent une forte tendance avec beaucoup plus d'observations standardisées de population (c'est-à-dire, rapports de comté pour 10 000 habitants) signalées dans l'ouest des États-Unis et dans l'extrême nord-est, ainsi que dans certaines zones isolées, notamment les trois régions. région frontalière de l'Illinois, de l'Indiana et du Kentucky, entourant Evansville, Indiana et la zone entourant Washington DC. Des groupes de rapports d'observations faibles se trouvent dans les plaines centrales et dans le sud-est.
Analyse des points chauds (Getis-Ord Gi*) des observations signalées de 2001 à 2020.
Le tableau 1 présente les résultats du modèle, basés sur la distribution de probabilité a posteriori de chaque coefficient. À l'exception de l'ordonnée à l'origine, tous les coefficients du modèle décrivent le taux de changement du taux relatif de rapports d'observation pour une augmentation d'un écart type de ce coefficient. Les valeurs supérieures à 1 indiquent une relation positive (c'est-à-dire une augmentation des rapports) ; les valeurs inférieures à 1 indiquent une relation négative (rapports décroissants). Par exemple, le coefficient de pollution lumineuse moyenne est de 0,923, ce qui indique qu'une augmentation d'un écart type de la pollution lumineuse entraînera une diminution de 7,7 % des rapports d'observation.
Tous les résultats, à l’exception de la couverture nuageuse, soutiennent l’hypothèse générale selon laquelle les gens verront des choses lorsqu’ils en auront l’occasion. La couverture nuageuse a une relation non crédible avec les rapports d'observation, sans aucun support pour une relation négative ou positive.
Discussion et conclusions
Nous rappelons ici nos questions de recherche initiales :
(1) Quelle est la viabilité des données rendues publiques sur les observations de
PAN signalées ?
(2) Existe-t-il des modèles spatiaux crédibles dans ces rapports d’observations ?
et (3) Si oui, ces tendances peuvent-elles s'expliquer par des facteurs physiques et/ou environnementaux bâtis ?
Pour la question 1, les données accessibles au public en ligne sur le NUFORC sont des données utilisables ; cependant, ils nécessitent un traitement substantiel pour l’analyse spatiale. Ces données pourraient être utilisées pour une recherche à résolution plus fine (au niveau de la ville), plutôt qu'au niveau du comté utilisé ici.
La principale préoccupation de ces résultats est la suivante : ces données volontaires sont-elles valides ?
La réponse courte est qu’il est probable que certains le soient et d’autres non. Cependant, nous suggérons que si les données étaient totalement invalides (en supposant une distribution psychologique et sociologique homogène des soumissions), les rapports d'observation présenteraient peu ou pas de modèle spatial et il est peu probable qu'ils suivent un modèle pouvant être expliqué par des indicateurs de visibilité de premier ordre.
Une autre question relative aux données est la suivante : y a-t-il des erreurs temporelles et/ou géographiques ?
Probablement, car certaines entrées dans cet ensemble de données sont rapportées de manière rétrospective, pas toujours à la première personne. Nous essayons de limiter cela en utilisant des données de 2001 à aujourd'hui, mais cela ne résout pas complètement le problème. Les erreurs géographiques ont été limitées grâce à la mise à l'échelle des données au niveau du comté.
Un dernier problème que nous considérons est que ces cas signalés nécessitent une connaissance du NUFORC et un accès aux communications.
Les auteurs ont trouvé le site Web et l’organisation en recherchant des données. Certains peuvent trouver le site Web en recherchant une organisation à laquelle rendre compte. Il existe néanmoins probablement des préjugés quant à savoir qui connaît cette ressource, car elle n’est pas largement annoncée.
Dans l’ensemble, nous postulons que cet ensemble de données est utile pour comprendre ces rapports d’observation ; que soit cela indique que les gens voient des choses qu'ils ne peuvent pas expliquer (ou qu'ils ne veulent pas expliquer avec des explications plus logiques), soit cela indique où les gens réfléchissent davantage aux PAN. Les deux sont importants et ont des implications physiques et sociales.
Pour les questions 2 et 3, il existe des modèles identifiables de manière crédible dans ces rapports d'observation, et ces modèles sont liés aux caractéristiques environnementales.
Les variables explicatives sont destinées à représenter à la fois (1) l'opportunité de voir quelque chose et (2) le potentiel pour que quelque chose d'humain construit se trouve dans le champ de vision.
Nous n’avons pas pris en compte les satellites ou les drones, qui sont probablement des facteurs importants, ni le fait que les avions (et les hélicoptères, etc.) ne volent pas uniquement autour de leurs lieux de décollage et d’atterrissage.
Cependant, aux endroits que nous utilisons, les avions sont susceptibles d’être plus proches du sol, plus visibles et plus fréquemment présents. En utilisant les données des installations militaires, nous espérons capturer non seulement les avions, mais également les activités d’entraînement nocturnes qui pourraient utiliser, par exemple, des obus traceurs, des drones et d’autres formes d’éclairage dans des zones relativement désolées.
Si nous supposons que la plupart des rapports d'observations ici sont représentatifs d'observations réelles que les gens ont déterminées comme étant non identifiées, alors nos résultats ont des implications intéressantes.
Notre modèle montre que la majorité des rapports d’observations standardisés se trouvent dans l’ouest des États-Unis et dans l’extrême nord-est.
Nous émettons l'hypothèse que le taux plus élevé d'observations occidentales pourrait être dû à (1) la géographie physique de l'Ouest (c'est-à-dire le manque de couvert végétal et de grands espaces), (2) les cultures d'activités de plein air (par exemple, les loisirs et autres activités pratiquées par temps plus tempéré tout au long de l'année) et (3) cultures d'idées paranormales (par exemple, impacts de la zone 51, Roswell, Nouveau-Mexique).
Il existe également quelques comtés isolés dans le reste du pays qui méritent une enquête plus approfondie pour identifier les propriétés susceptibles de susciter relativement plus d'attention de l'UAP.
Dans ces résultats, cependant, la couverture nuageuse n'est pas crédible, peut-être liée à des taux plus élevés de rapports d'observations dans les régions côtières du nord-ouest du Pacifique (relativement nuageuses) et dans les régions désertiques de l'ouest des montagnes (relativement claires).
Nous nous attendions initialement à ce que la couverture nuageuse soit liée de manière crédible aux rapports, car les nuages peuvent provoquer une dispersion de la lumière et, ce faisant, obscurcir les objets réfléchissants ou illuminés qui se déplacent à l'intérieur ou au-dessus d'eux et créer des motifs que certains pourraient considérer comme inexpliqués. Or, tel n’a pas été le cas.
Toutes les autres relations variables sont comme prévu et correspondent à nos hypothèses initiales, selon lesquelles les gens rapportent davantage d'observations là où ils ont une meilleure vue du ciel.
La question est maintenant pourquoi ?
Cette recherche commence à répondre à cette question en considérant l’ampleur de l’activité aérienne d’origine humaine. Les relations hautement crédibles avec le trafic aérien et l’activité militaire suggèrent que les gens voient, mais ne reconnaissent pas, les choses créées par l’homme.
À titre d’exemple, une montgolfière vue d’assez loin peut sembler inexplicable, surtout si elle est vue par quelqu’un qui n’en a jamais vu auparavant.
Les drones, pour lesquels nous n’avons pas testé spécifiquement, peuvent sembler voler de manière irrégulière dans des zones où les gens ne sont pas habitués à voir des objets bouger dans le ciel. Il est peu probable que des événements tels que des éclairs en boule, des lumières sismiques, des insectes ou d'autres événements naturels soient responsables d'une petite partie de ces rapports, car ils sont eux-mêmes des événements rares.
Si ces résultats fournissent une première évaluation des facteurs liés aux observations rapportées de phénomènes non identifiés ou inexpliqués, ils soulèvent également d’autres questions.
Nous trouvons des relations crédibles et des modèles spatiaux qui nécessitent une enquête plus approfondie.
Pourquoi, par exemple, les taux d’observations signalées sont-ils faibles en Californie, alors qu’ils sont élevés dans de nombreux États voisins ?
Pourquoi les taux de signalement fluctuent-ils au fil du temps ?
Nos recherches futures incluront des considérations temporelles (par exemple, la variation dans le temps) pour, espérons-le, répondre à certaines de ces questions.
Nous notons en outre que nos covariables représentent des conditions moyennes et, bien que celles-ci expliquent clairement une grande partie du modèle de premier ordre dans les rapports d'observation, des facteurs supplémentaires peuvent être identifiés en explorant le modèle restant dans les erreurs spatiales (SI Fig. 1 ) ou en considérant les changements. au fil du temps ou d’événements individuels.
Certaines tendances dans les observations rapportées pourraient s'expliquer par des facteurs socioculturels.
Par exemple, y a-t-il des pics de reportages après que l’attention d’Hollywood se soit portée sur des films ou des émissions de télévision sur les extraterrestres ?
Certaines cultures sont-elles plus susceptibles de voir des PAN, en raison de leur système de croyance ?
Certaines régions/lieux des États-Unis ont-ils reçu plus d'attention aux rapports historiques d'observations d'UAP ?
Il ne fait aucun doute que la géographie et le « lieu » influencent les systèmes de croyance et le comportement des gens.
Dans certains endroits, l’attente de ce que vous êtes censé voir peut influencer ce que vous voyez réellement. Dans un processus appelé perception motivée , les gens peuvent biaiser leurs perceptions pour arriver aux conclusions attendues qui répondent à leurs objectifs ou offrent des récompenses 48 , 49 .
Si votre objectif est de voir un PAN, vous pourriez très bien en voir un si vous en avez l'occasion. Cependant, il est important de souligner qu’il existe de nombreuses expériences d’observation que les gens hésitent à signaler. Nombreux sont ceux qui craignent la stigmatisation et les attaques du public, et d’autres qui auparavant ne croyaient pas aux PAN, mais ont vécu une expérience qui les a convaincus du contraire.
Nous abordons ce problème avec prudence, en raison à la fois de la complexité du sujet et de la sensibilité des données disponibles. La position du gouvernement américain est que « les PAN posent clairement un problème de sécurité des vols et peuvent constituer un défi pour la sécurité nationale des États-Unis » 4 . En matière de sécurité nationale, les incertitudes et les inconnues ne sont jamais bonnes, et il incombe aux efforts de renseignement de minimiser les inconnues. Indépendamment de ce que les gens voient, et qu’il s’agisse de pilotes militaires, de pilotes civils ou de simples passants, il existe une menace potentielle. Cette menace augmente à mesure que nos incertitudes grandissent. Bien que basés sur un ensemble de données bruitées et provenant de la foule, nos résultats peuvent fournir un contexte sur la façon dont les rapports d'observation d'objets non identifiés varient dans l'espace, les facteurs qui y sont liés, et peuvent offrir une étape vers la compréhension de ces menaces.
Ce problème est pertinent sur de nombreux fronts, notamment anthropologique et sociologique (c'est-à-dire la compréhension de l'expérience humaine/sociale). La stigmatisation accordée à ce domaine de recherche, s’il est exploré scientifiquement, devrait cesser. Nous ne faisons aucune hypothèse sur ce que les gens voient, mais seulement qu’ils en verront davantage quand et où ils en auront l’occasion. La question demeure cependant de savoir à quoi correspondent ces rapports d’observation. Un examen plus approfondi des régions dans lesquelles le modèle fonctionne mal, des tendances temporelles et des détails rapportés de chaque observation signalée pourrait aider à mieux élucider ce point.
Disponibilité des données
Les données qui soutiennent les conclusions de cette étude sont disponibles en ligne auprès du National UFO Reporting Center (NUFORC) à l' adresse https://nuforc.org/ ; cependant, ces données ne sont pas géocodées. Les données géocodées sont disponibles auprès des auteurs sur demande raisonnable.
Écrire commentaire