Ein aktueller Aufsatz, verfasst u.a. vom ehemaligen Direktor der AARO, Dr. Sean Kirkpatrick, beschäftigt sich mit einer Analyse des Umfelds öffentlich zugänglicher UAP-Sichtungsdaten sowie des Sichtbarkeitspotentials am Himmel für solche Phänomene. Dazu werden drei Forschungsfragen formuliert:

1. Wie tragfähig sind die öffentlich angebotenen Daten zu UAP-Sichtungsmeldungen?
2. Gibt es glaubwürdige räumliche Muster in diesen Berichten? und
3. Wenn ja, können diese Muster durch physikalische und/oder bauliche Umweltfaktoren erklärt werden? 

Zur Beantwortung dieser Fragen wurden die öffentlich verfügbaren Sichtungsdaten aus der NUFORC-Datenbank über einen Zeitraum von 20 Jahren herangezogen und mittles verschiedener Umweltvariablen ausgewertet. Im Ergebnis ließen sich zwar diverse Antworten finden, jedoch bleiben eine Reihe an Unsicherheiten und noch offener Fragen. Bemerkenswert ist an dem Aufsatz, dass im Rahmen von UFO/UAP-Erfahrungen auch auf diverse Einflüsse Bezug genommen wird, die die  Sichtungserfahrung verzerren können, was man auch aus der privaten UFO-Forschung kennt. Der Bericht verweist auch weiterhin auf das eindeutige Problem für die Flugsicherheit, die Herausforderung für die nationale Sicherheit und potentielle Bedrohungen.

Der Aufsatz wurde auf Scientific Reports von Springer Nature veröffentlich und steht als Open Access (Creative Commons Attribution 4.0 International License) zur Verfügung. Wir bieten Ihnen hier eine deutsche Übersetzung auf maschineller Basis, mit den zu erwartenden Unschärfen in der Übersetzung.
Originaltitel: "An environmental analysis of public UAP sightings and sky view potential". Direktzugriff auf das Paper (PDF).

Eine Analyse des Umfelds von öffentlichen UAP-Sichtungen und des Sichtbarkeitspotentials am Himmel

R. M. Medina, S. C. Brewer & S. M. Kirkpatrick

Abstrakt

Im Laufe der Geschichte wurden immer wieder Sichtungen von unidentifizierten Flugobjekten (UFOs) oder unidentifizierten anomalen Phänomenen (UAP) gemeldet. Angesichts des potenziellen Sicherheitsrisikos, das sie darstellen, und der wissenschaftlichen Neugier wächst das Interesse daran, zu verstehen, was diese Sichtungsberichte bedeuten. Wir betrachten dieses Problem als eine wichtige menschliche Erfahrung, die durch eine geografische Linse untersucht werden kann: Welche lokalen Faktoren können die Zahl der Sichtungsberichte erhöhen oder verringern? Mithilfe einer Bayes'schen Regressionsmethode testen wir Hypothesen, die auf Variablen beruhen, die das Sichtbarkeitspotenzial des Himmels (Lichtverschmutzung, Baumkronen und Wolkenbedeckung) und das Potenzial von Objekten am Himmel (Flugzeuge und militärische Einrichtungen) darstellen. Die abhängige Variable umfasst über 98.000 öffentlich gemeldete UAP-Sichtungen in den angrenzenden Vereinigten Staaten während des 20-jährigen Zeitraums von 2001 bis 2020. Die Modellergebnisse zeigen glaubwürdige Korrelationen zwischen den Variablen, die darauf hindeuten, dass Menschen mehr "Phänomene" sehen, wenn sie mehr Gelegenheit dazu haben. Diese Analyse ist eine der wenigen Untersuchungen von UAP-Sichtungsberichten auf nationaler Ebene, die einen Kontext für die Untersuchung von Einzelberichten liefert. Angesichts der Tatsache, dass diese Objekte als nicht identifizierbar im persönlichen Sinne bezeichnet werden, gibt es viele natürliche und/oder menschliche Erklärungen, die es wert sind, untersucht zu werden.

Einleitung

Die Regierung der Vereinigten Staaten von Amerika hat ein wachsendes Interesse an unidentifizierten Phänomenen im Luiftraum (UAP) gezeigt. Angesichts der neuen Aufmerksamkeit für diese potenzielle Sicherheitsbedrohung und die von diesen Objekten ausgehenden operativen Sicherheitsrisiken wurde am 4. August 2020 die UAP-Task Force ins Leben gerufen¹. Diese Task Force hatte einen begrenzten Aufgabenbereich, Befugnisse und Ressourcen, um das Problem anzugehen, und war zeitlich befristet. Der stellvertretende Verteidigungsminister gab am 23. November 2021 die Anweisung, die UAP-Task Force in die Airborne Object Identification and Management Synchronization Group (AOIMSG) zu überführen². Die Gesetzgebung des Kongresses überholte jedoch diese Anweisung, und das heutige All-Domain Anomaly Resolution Office (AARO) wurde am 20. Juli 2022 als einziges maßgebliches UAP-Büro des Verteidigungsministeriums eingerichtet und mit der Leitung und Synchronisierung eines regierungsweiten Ansatzes zu diesem Thema beauftragt³. Die Aufgabe des AARO ist es: "Die Bemühungen im gesamten Verteidigungsministerium und mit anderen US-Bundesministerien und -behörden zu synchronisieren, um Objekte von Interesse in, auf oder in der Nähe von Militäranlagen, Einsatzgebieten, Übungsgebieten, Luftraum mit besonderer Nutzung und anderen Gebieten von Interesse zu erkennen, zu identifizieren und zuzuordnen und, falls erforderlich, alle damit verbundenen Bedrohungen für die Betriebssicherheit und die nationale Sicherheit zu entschärfen. Dazu gehören anomale, nicht identifizierte Objekte aus dem Weltraum, aus der Luft, unter Wasser und in der Luft"³. Zur Unterstützung dieser Bemühungen untersucht dieses Forschungsteam räumliche Muster öffentlich gemeldeter UAP-Sichtungen (analog zu UFO-Sichtungsberichten in dieser Forschung) aus einem Open-Source-Online-Datensatz.

Im öffentlichen Bericht des Director of National Intelligence (DNI) aus dem Jahr 2021 werden die meisten der 144 von der Regierung gemeldeten UAP-Sichtungen zwischen 2004 und 2021 aufgrund der begrenzten Datenmenge nicht erklärt. Nur ein einziger Sichtungsbericht konnte mit hoher Sicherheit erklärt werden und erwies sich als aufblasbarer Ballon⁴. Der Folgebericht des DNI für das Jahr 2022 gibt an, dass die Zahl der von der Regierung stammenden Berichte auf 510 gestiegen ist, wobei fast die Hälfte immer noch unerklärt ist. Das DNI stellt fest, dass es keine einheitliche Erklärung für diese UAP gibt, wobei als mögliche Quellen u. a. Ablenkungen, kommerzielle Drohnen, nationale Sicherheitsbedrohungen und andere unerklärliche Phänomene in Frage kommen. Andere frühe UFO-Forschungsprojekte auf Regierungsebene (z. B. Project Sign im Jahr 1948, Project Grudge, das damals populärste Projekt, Project Blue Book unter der Leitung von Dr. Allen Hynek in den 1950er bis 1960er Jahren⁵ und der darauf folgende Condon-Report, der von der US-Luftwaffe finanziert und an der Universität von Colorado durchgeführt wurde) endeten mit etwa 5 % der nicht identifizierten Sichtungen⁶. Die UAP-Forschung ist oft nicht schlüssig, und unsere Fähigkeit, diese Ereignisse zu erklären, scheint mit dem Fortschritt unserer Sensortechnologie und der Zunahme unserer Luftaktivitäten immer schwieriger geworden zu sein. 

Hier stellen wir drei grundlegende Forschungsfragen: (1) Wie tragfähig sind die öffentlich angebotenen Daten zu UAP-Sichtungsmeldungen? (2) Gibt es glaubwürdige räumliche Muster in diesen Berichten? und (3) Wenn ja, können diese Muster durch physikalische und/oder bauliche Umweltfaktoren erklärt werden? Zur Beantwortung dieser Fragen verwenden wir die Daten der UFO-Sichtungsberichte des National UFO Research Center⁷. Wir modellieren die Gesamtzahl dieser Meldungen über einen Zeitraum von 20 Jahren, von 2001 bis 2020, unter Verwendung von erklärenden Umweltvariablen - Lichtverschmutzung, Wolkendecke, Baumkronen, Flughäfen und militärische Einrichtungen. Dieses Modell soll sowohl die verfügbare Sicht auf den Himmel als auch das Potenzial für Objekte in der Luft darstellen. Wir stellen die Hypothese auf, dass (a) Faktoren, die die Sicht einschränken, negativ mit den Sichtungsmeldungen korrelieren und (b) Faktoren, die mit dem Luftverkehr zusammenhängen, positiv korreliert sind, oder einfach, dass die Menschen Sichtungen von UAPs dort melden, wo sie die größte Chance haben, sie zu sehen. Unseres Wissens ist dies der erste Versuch zu verstehen, wie die räumliche Variation der Meldungen mit Umweltvariablen zusammenhängt. Diese Analyse ist einer der wenigen Versuche, dieses Phänomen auf nationaler Ebene zu untersuchen, und bietet einen Ausgangspunkt für einen ähnlichen Ansatz, der auf Daten der US-Regierung über UAP-Aktivitäten angewendet werden kann, um mögliche Ursachen zu ermitteln.

Geschichte der UAP-Sichtungsforschung und Erklärungen für das Umfeld

Es gibt nur wenig traditionelle akademische Forschung zu UAPs. Dies ist zu erwarten, da es immer wieder Bestrebungen gibt, wissenschaftliche Bemühungen zum Verständnis dieses Phänomens zu diskreditieren⁸. Wir sollten jedoch nicht die Tatsache ignorieren, dass viele Menschen auf der ganzen Welt berichten, unbekannte und unerklärliche Objekte am Himmel gesehen zu haben. Die vorhandenen Untersuchungen stützen sich in der Regel auf Berichte aus erster Hand, psychologische Erklärungen oder spezifische Ereignisse, was die systematische Analyse großflächiger Muster einschränkt ^9,10,11,12. Darüber hinaus haben überprüfbare Datenquellen und fragwürdige Berichte die Strenge der bisherigen Arbeiten eingeschränkt. Die Verfügbarkeit von Daten für größere Studien ist seit langem ein Problem. In jüngster Zeit wurde in den USA den Sichtungen durch Angehörige des Militärs oder anderer Regierungsmitarbeiter mehr Aufmerksamkeit geschenkt. Die AARO und die unterstützenden Dienststellen führen nun Datenbanken über diese Ereignisse, doch diese Bemühungen begannen erst im Jahr 2019, obwohl sie Informationen enthalten, die bis ins Jahr 1996 zurückreichen. Der Kongress hat die AARO angewiesen, diese Nachforschungen bis 1945 zurückzuverfolgen.

Eine Erklärung für einige UAP-Sichtungen sind natürliche Phänomene. Zum Beispiel wird der Planet Venus oft fälschlicherweise für ein UAP gehalten. Manchmal ist er in der Nähe des Horizonts zu sehen und kann durch die Bäume hindurch scheinen, so dass ein unregelmäßiges Muster aus Licht und Reflexion entsteht¹⁴. Die zweitwahrscheinlichste Erklärung sind von Menschen geschaffene Flugzeuge,¹⁵ einschließlich verschiedener Objekte, wie z. B. Wetterballons, die ursprünglich für den Fall von Roswell, New Mexico im Jahr 1947 verantwortlich gemacht wurden, dem wohl bekanntesten UAP-Fall in der amerikanischen Popkultur. Nachfolgende Enthüllungen der Air Force beschreiben die Aktivität, die für das Ereignis verantwortlich war, als ein geheimes Projekt mit mehreren Ballons, das sowjetische Atomtests aufdecken sollte¹⁶. Zu den aktuellen Faktoren, die zu Berichten über UAP-Sichtungen beitragen, gehören die exponentielle Zunahme von Satelliten- und Raumschiffstarts und Orbitern (z. B. SpaceX Starlink) sowie die verstärkte Aktivität von Drohnen. Der Einsatz dieser und anderer moderner Technologien hat wahrscheinlich zu einer Zunahme der UAP-Meldungen geführt. Der Preliminary Assessment on Unidentified Aerial Phenomena⁴ des U.S. Office of the Director of National Intelligence aus dem Jahr 2021 und der jüngste DNI-Bericht über UAP¹³ aus dem Jahr 2022 führen fünf mögliche Erklärungskategorien für UAP-Sichtungen auf: luftgestützte Störungen, natürliche atmosphärische Phänomene, Entwicklungsprogramme der US-Regierung oder der Industrie, ausländische gegnerische Systeme und andere⁴.

Frühe Forschungsarbeiten, die eine Zunahme von Sichtungsberichten im Uinta-Becken von Utah zu erklären versuchen, verwenden Insektenflug in der Luft als Korrelat. Die ausgewählten Insekten zeigten während der Stimulation durch ein elektrisches Feld Muster von "leuchtenden farbigen Fackeln oder Pinseln aus bläulich-weißem Licht von verschiedenen äußeren Punkten ihres Körpers"¹⁷. Es wurde vermutet, dass das künstlich erzeugte elektrische Feld einem wetterbedingten Phänomen namens Elmsfeuer ähnelt, bei dem statische Elektrizität Muster aus sichtbarem farbigem Licht hervorruft. Interessanterweise wurde diese Forschung bald nach der Veröffentlichung widerlegt und als "etwas unrealistisch" bezeichnet¹⁸, obwohl die Autoren mit einer Gegendarstellung reagierten^19,20.

Andere historische Forschungen legen einen Zusammenhang zwischen seismischen Aktivitäten und UFO-Sichtungen nahe. Persinger und Derr²¹ verweisen auf die tektonische Belastungshypothese^22,23,24 - "dass ein wesentlicher Teil der UFO-Phänomene durch Belastungsfelder erzeugt wird; sie werden durch die wechselnden Spannungen innerhalb der Erdkruste hervorgerufen"25. Andere Forschungen legen nahe, dass seismische Aktivität in Verbindung mit Sonnenaktivität oder die Verwendung seismischer Intensität ein besserer Prädiktor sein könnte als seismische Aktivität allein²⁶.

Die vielleicht populärste natürliche Erklärung für UAP-Sichtungen ist der Kugelblitz, der durch "ein kugelförmiges oder annähernd kugelförmiges lichtemittierendes Objekt gekennzeichnet ist, dessen Größe von einigen Zentimetern bis zu einem Meter oder mehr variiert, mit einem durchschnittlichen Durchmesser von etwa 20 Zentimetern, und dessen Farben von rot über gelb, weiß, blau und (selten) grün variieren"²⁷. Eines der Probleme mit der Kugelblitz-Hypothese ist, dass es sich um ein so seltenes und selten aufgezeichnetes Ereignis handelt, dass seine Existenz nicht von allen Forschern akzeptiert wird. Relativ neue Forschungen haben jedoch bestätigt, dass es sich um ein Kugelblitzereignis handelt²⁸.

Das in jüngster Zeit gestiegene Interesse an UAP-Berichten ging mit der Entwicklung neuer Methoden zur Bewertung und Erklärung von Sichtungen einher,^29,30 einschließlich speziell angefertigter Observatorien und Sensoren sowie mobiler Apps zur Nutzung von Crowd-Sourcing-Informationen. Während diese Methoden die Analyse von Einzelereignissen verfeinern, gibt es nach wie vor keine Informationen über den allgemeinen Kontext von Sichtungen, d. h. warum Sichtungsmeldungen in bestimmten Regionen des Landes häufiger und in anderen seltener vorkommen. Wir versuchen nicht zu erklären, was die Menschen am Himmel sehen, sondern untersuchen die Kombination aus Sichtweite und Luftverkehr im Zusammenhang mit den gemeldeten Sichtungen, um so ein erstes Verständnis dafür zu gewinnen, warum die Zahl der Sichtungsmeldungen räumlich variiert. In Anbetracht ihrer relativen Seltenheit scheint es unwahrscheinlich, dass Insekten, seismische Aktivitäten und/oder Kugelblitze für die Mehrzahl der Meldungen verantwortlich sind, insbesondere für die Sichtungen am Tag. Das Verständnis des Umweltkontextes dieser Sichtungen wird es einfacher machen, neue Erklärungen für ihr Auftreten vorzuschlagen und zu testen, und dazu beitragen, wirklich anomale Sichtungen zu identifizieren.

Materialien und Methoden
Öffentliche UAP-Sichtungsberichtsdaten

Für diese Untersuchung wurden Daten des National UFO Reporting Center (NUFORC) online³¹ verwendet. Das NUFORC wurde 1974 gegründet und "die Hauptaufgabe des Zentrums bestand in den letzten vier Jahrzehnten darin, Berichte von Personen, die Zeugen ungewöhnlicher, möglicherweise mit UFOs zusammenhängender Ereignisse waren, entgegenzunehmen, aufzuzeichnen und so weit wie möglich zu bestätigen und zu dokumentieren"³². NUFORC nimmt Online-, Telefon- und schriftliche Berichte entgegen. Die Daten werden etwa einmal im Monat aktualisiert. Unser extrahierter Datensatz umfasst 122.983 gemeldete Sichtungen in den Vereinigten Staaten von Juni 1930 bis Juni 2022. Zu den Feldern des Datensatzes gehören Datum, Stadt, Staat, Land, Form, Dauer, Zusammenfassung, Veröffentlichungsdatum und Bild. Die Koordinaten auf Stadtebene wurden mit Hilfe der Online-Dienste von Microsoft berechnet. Der resultierende räumlich-zeitliche Datensatz umfasst 121.949 Punkte (lokalisierbar in den Vereinigten Staaten), was 99,16 % der gesamten Extraktion entspricht. Wir konzentrieren uns auf das gesamte Gebiet der USA von 2001 bis 2020, um (1) die Interpretation zu erleichtern und (2) weil die Baumkronendaten (siehe unten) nur für die Küstenregion von Alaska verfügbar sind. Dadurch reduziert sich die Zahl der gemeldeten Sichtungen auf 98.724 (siehe Abb. 1).

Für die Analyse aggregieren wir über diesen Zeitraum auf die Ebene der Landkreise, um räumliche Kontinuität zu gewährleisten. Bei allen räumlichen Studien ist das Problem der veränderbaren Flächeneinheit (Modifiable Areal Unit Problem, MAUP) stets zu berücksichtigen. Während die Berechnung und Analyse von Sichtungsberichten weniger verzerrt sein könnte, wenn sie zu gleich großen Zellen aggregiert werden, erfordert die Schätzung der Bevölkerung innerhalb solcher Zellen eine Reihe von Annahmen. Da diese Meldeereignisse relativ selten sind, bieten Landkreise ausreichend große Gebiete für eine sinnvolle Aggregation von Punkten. Unser zeitlicher Rahmen ist so gewählt, dass davon ausgegangen wird, dass es sich bei den Einträgen um relativ aktuelle Ereignisse handelt und nicht um solche, die vor Jahrzehnten aus der Erinnerung heraus entstanden sind. Der Internetzugang zur Meldung einer Sichtung wurde ab etwa 2000 möglich und ist wahrscheinlich für den Anstieg der Sichtungsmeldungen im Laufe der Zeit verantwortlich. Darüber hinaus besteht vor allem in den Jahren 2000 bis 2010 und in ländlichen Gebieten eine potenzielle Verzerrung der Meldungen, da der Internetzugang in diesen Gebieten weniger gut ist. Abb. 2 zeigt eine Zeitleiste der gemeldeten Sichtungen für den Untersuchungszeitraum, mit einer deutlichen Spitze der Meldungen zwischen 2012 und 2014, gefolgt von einem starken Rückgang zwischen 2015 und 2018.

In den Raumwissenschaften werden solche Daten üblicherweise als freiwillige geografische Informationen (Volunteered Geographical Information - VGI) bezeichnet. VGI werden entweder wissentlich oder unwissentlich von Einzelpersonen freiwillig zur Verfügung gestellt, in der Regel mit Hilfe ortsbezogener digitaler Werkzeuge³³. Wie bei anderen Daten, die von Menschenhand stammen, gibt es auch bei VGI wenig Hoffnung auf Qualitätssicherung³⁴. Dieses Problem wird bei diesem Datensatz noch verschärft, da einige möglicherweise versuchen, zu desinformieren. Es ist klar, dass diese Daten nicht überprüft werden können, und selbst wenn Interviews mit jeder Person möglich wären, gäbe es Probleme bei der Feststellung der Wahrheit und Genauigkeit, insbesondere bei rückwirkenden Berichten. Die NUFORC versucht jedoch, Falschmeldungen einzuschränken. Erstens stellen sie Informationen zur Verfügung, darunter Beschreibungen, Bilder und Videos von Starlink-Satelliten, die für diejenigen, die sie noch nie gesehen haben, unidentifiziert aussehen können. Zweitens gibt es eine Beschreibung der Venus, die als potenzieller Ort für unidentifizierte Sichtungsberichte gilt. Drittens erörtert NUFORC Hoax- und Scherzmeldungen, die angeblich ignoriert und verworfen werden³⁵. Angesichts des Umfangs und der Struktur der Daten ist es nicht klar, ob alle Hoaxes identifiziert werden können, aber zumindest achtet NUFORC auf Hoaxes. Wir können die Sichtungsmeldungen, für die es offensichtliche und/oder logische Erklärungen gibt, nicht unterscheiden, aber wir stellen fest, dass diese immer noch eine "nicht identifizierte" Sichtungsmeldung darstellen. Dies ist jedoch der einzige Datensatz dieses Umfangs und dieser Detailliertheit, der eine geografische Untersuchung ermöglicht. Außerdem ist es unmöglich, mehr als 120.000 Fälle zu diskreditieren.

Erläuternde Variablen

Wir verwenden drei erklärende Datensätze, um physikalische und bauliche Umweltmerkmale darzustellen, die die Sicht auf den Himmel einschränken würden: Lichtverschmutzung, Wolkenbedeckung und Baumkronen sowie zwei Datensätze, die Luftaktivitäten darstellen, die fälschlicherweise für UAPs gehalten werden könnten. Alle Datenaufbereitungen und Berechnungen wurden mit Microsoft Excel und ESRI ArcGIS Pro Software durchgeführt. Alle Kovariaten wurden vor der Modellierung z-score-transformiert.

Lichtverschmutzung Die Datenquelle für die Lichtverschmutzung ist der New World Atlas of Artificial Sky Brightness^36,37. Dieser Rasterdatensatz ist im Geotiff-Format mit einer Auflösung von 30 Bogensekunden oder 1 km pro Pixel verfügbar und deckt die gesamte Welt ab. Die Werte stellen die simulierte Zenit-Strahldichte in [mcd/m2] dar. Die Daten für die USA wurden extrahiert und der Mittelwert für die Lichtverschmutzung wurde für jedes US County berechnet.

Wolkenbedeckung Die Daten zur Wolkenbedeckung stammen aus dem EarthEnv-Projekt³⁸. Diese Daten wurden anhand von 15 Jahren (2000-2014) zweimal täglicher Fernerkundungsbeobachtungen des MODIS-Sensors (Moderate Resolution Imaging Spectroradiometer) zusammengestellt. Sie werden im Geotiff-Format mit einer Auflösung von 1 km für die gesamte Welt bereitgestellt. Die Werte der Wolkenbedeckung wurden für jedes US County gemittelt.

Baumkronen Die Daten über die Baumkronen stammen vom Multi-Resolution Land Characteristics Consortium und wurden vom United States Forest Service (USFS) unter Verwendung von Landsat-Bildern und "anderen verfügbaren Boden- und Zusatzinformationen"³⁹ erstellt. Schätzungen der Baumkronen können nicht allein anhand der Spektralsignatur berechnet werden. Hier werden sie mit Hilfe von Random-Forest-Modellen erstellt, die auf manuell klassifizierten Digital Orthophoto Quarter Quadrangles (DOQQ) als Antwortvariablen trainiert werden^40,41. Dies hilft bei der Schätzung des Unterschieds zwischen Baumkronen und anderer vegetativer Bodenbedeckung. Die sich daraus ergebenden Datenwerte repräsentieren die Baumkronenbedeckung des Jahres 2016 bei einer Auflösung von 30 m und sind für das US-amerikanische Festland, die Küstengebiete Alaskas und Hawaiis verfügbar. Aufgrund der Größe der Datei und der Auflösung anderer Datensätze im Modell wurde das Bild auf eine Auflösung von 1 km hochgerechnet. Die Werte für die Baumkronen wurden dann für jeden Bezirk der USA gemittelt.

Flughäfen Diese Daten werden von ESRIs ArcGIS Online Service bereitgestellt, der über die ArcGIS Pro Software zugänglich ist. Sie umfassen Kategorien für Flughäfen, Hubschrauberlandeplätze, Wasserflugplätze, Ultraleichtflugzeuge, Segelflugplätze, Ballonflugplätze und andere in den USA. Dieser Datensatz enthält 19 850 Einträge, die als Punkte dargestellt sind. Die Daten sind als Anzahl der Flughäfen pro Quadratkilometer standardisiert.

Militäreinrichtungen Die Daten zu Militäreinrichtungen stammen aus den TIGER/Line-Shapefiles der US-Volkszählung und wurden von data.gov heruntergeladen⁴². Die US-Volkszählung hat diesen Datensatz in Zusammenarbeit mit dem US-Verteidigungsministerium und dem US-Ministerium für Innere Sicherheit erstellt. Die Daten beschreiben die Grenzen von Militäreinrichtungen. Für diese Untersuchung wurden diese Grenzen mit den US-Bezirken überlagert, wobei die Fläche der Militäreinrichtungen für jeden Bezirk berechnet wurde.

Modelle

Zunächst untersuchen wir den NUFORC-Datensatz mit Hilfe des Getis-Ord-Index (Gi*), der auf der Anzahl der Sichtungsmeldungen pro 10.000 Einwohner und Landkreis basiert. Damit werden signifikante Cluster mit niedrigen Werten (kalte Flecken) und hohen Werten (heiße Flecken) identifiziert, indem die Gesamtzahl der standardisierten Meldungen in einer Reihe von benachbarten Bezirken mit der Gesamtverteilung verglichen wird. Die Nachbarbezirke werden als k-nächste Nachbarn (k-NN) ausgewählt, wobei der Parameter K auf 8 gesetzt wird. Anstatt einen festen Entfernungsparameter oder Anforderungen an die Kontiguität festzulegen, stellt k-NN sicher, dass jeder Bezirk die gleiche Anzahl von Nachbarn berücksichtigt. Die Bevölkerungsstandardisierung der Variable für die Sichtungsmeldung sollte dazu beitragen, Regionen mit größeren Bezirken, wie z. B. den Westen, zu korrigieren, die im Allgemeinen größere Gebiete abdecken^43,44.

Zur Modellierung des Potenzials für die Sichtung von UAPs verwenden wir eine Bayes'sche Schätzung für kleine Gebiete, die auf der relativen Rate von Sichtungsmeldungen in der Bevölkerung eines Ortes basiert. Modelle für kleine Gebiete enthalten einen räumlich autoregressiven Term, um den Einfluss von Extremwerten zu begrenzen, die sich aus kleinen Populationsgrößen ergeben können. Hier wird angenommen, dass die Anzahl der gemeldeten Sichtungen y_i für den Bezirk i eine Poisson-Verteilung angenommen:

wobei E_i die erwartete Zahl der Meldungen für den Bezirk i ist und θ_i die relative Rate ist. Um den erwarteten Wert zu erhalten, schätzen wir zunächst die Pro-Kopf-Rate der Meldungen für das gesamte Gebiet der USA als die Gesamtzahl der Meldungen geteilt durch die Gesamtbevölkerung. Der erwartete Wert für jeden Bezirk ergibt sich durch Multiplikation dieses Wertes mit der Einwohnerzahl des betreffenden Bezirks. Wenn θ_i > 1 ist die Zahl der Meldungen größer als aufgrund der Bevölkerungszahl allein zu erwarten wäre. Eine kürzlich durchgeführte Analyse des NUFORC-Datensatzes deutet darauf hin, dass die Zahl der Meldungen auch mit der Fläche des Bezirks⁴⁵ zusammenhängen könnte. Da die Verteilung der Bevölkerung in einem bestimmten Gebiet jedoch sehr variabel sein kann, ist es unklar, wie dies bei der Berechnung der erwarteten Rate berücksichtigt werden kann. Wir gehen daher davon aus, dass die erwartete Meldequote einfach auf der Kapazität eines Bezirks zur Erstellung von Meldungen beruht. Schließlich werden die relativen Raten mit Hilfe von K-Kovariaten wie folgt modelliert:

wobei  für den Satz der z-Score-transformierten Kovariablen steht, die die oben beschriebene Sichtbarkeit und den Luftverkehr mit den zugehörigen Koeffizienten darstellen. Schließlich wird der Modellfehler (∈) in einen räumlichen autoregressiven Effekt und ein nicht-räumliches Zufallsrauschen aufgespalten. Unser Modell geht davon aus, dass die einzelnen Meldungen unabhängig sind. Obwohl es unwahrscheinlich ist, dass dies auf die Ereignisse zutrifft, die die Sichtungen verursacht haben, da diese von mehreren Personen gemeldet werden können, gehen wir davon aus, dass die Meldungen unabhängig voneinander erfolgen.

Die Modellparameter und -koeffizienten werden mithilfe der Integrated Nested Laplacian Approximation (INLA)⁴⁶ geschätzt. INLA wurde aufgrund seiner Berechnungseffizienz bei großen räumlich strukturierten Modellen gegenüber MCMC-Ansätzen gewählt. Die Modellergebnisse werden als Mittelwert der posterioren Wahrscheinlichkeitsverteilung für jeden Koeffizienten angegeben (Tabelle 1). Die Varianzinflationsfaktoren (VIFs), die eine potenzielle Multikollinearität innerhalb eines Modells anzeigen, liegen für alle Variablen des Modells deutlich unter 2. VIF-Werte werden üblicherweise akzeptiert, wenn sie unter 5 liegen. Bayessche Posterior-Schätzungen können zum Testen spezifischer Hypothesen verwendet werden⁴⁷. Hier testen wir die Hypothesen, dass die Beziehung zwischen jeder Kovariate und der Rate der Sichtungsmeldungen positiv (d. h. > 1) oder negativ (< 1) ist. Die Unterstützung für eine bestimmte Hypothese basiert auf der posterioren Wahrscheinlichkeitsverteilung der Modellkoeffizienten und wird als Glaubwürdigkeit dieser Hypothese beschrieben. Wenn beispielsweise 95 % der posterioren Verteilung eines Koeffizienten über 1 liegt, deutet dies auf einen positiven Zusammenhang zwischen dieser Kovariate und der Häufigkeit der Sichtungsmeldungen hin, und es würde eine Glaubwürdigkeit von 95 % für einen positiven Zusammenhang zugewiesen werden. Wenn die posteriore Verteilung gleichmäßig in negative und positive Schätzungen aufgeteilt ist, würde dies eine Glaubwürdigkeit von etwa 50 % für beide Hypothesen bedeuten. Da das Modell auf log-transformierten relativen Raten basiert, wurden die posterioren Schätzungen der Koeffizienten zur besseren Interpretation exponentiiert. Die Koeffizienten werden als Mittelwert der posterioren Verteilung zuzüglich des 95 %-Glaubwürdigkeitsintervalls angegeben (Abb.3). Eine Karte des räumlichen Fehlerterms (u) ist in den zusätzlichen Informationen enthalten.

Ergebnisse

Die Ergebnisse einer Hotspot-Analyse (Abb. 3) zeigen einen starken Trend mit viel mehr bevölkerungsstandardisierten Sichtungen (d. h. Meldungen pro 10.000 Einwohner) im Westen der USA und im äußersten Nordosten, zusammen mit einigen isolierten Gebieten, darunter die Dreistaaten-Grenzregion von Illinois, Indiana und Kentucky, die Umgebung von Evansville, Indiana, und das Gebiet um Washington D.C. Cluster mit geringen Sichtungsmeldungen finden sich in den zentralen Ebenen und im Südosten.

Abbildung 3 enthält die Ergebnisse des Modells auf der Grundlage der posterioren Wahrscheinlichkeitsverteilung der einzelnen Koeffizienten. Mit Ausnahme des Achsenabschnitts beschreiben alle Modellkoeffizienten die Änderungsrate der relativen Rate der Sichtungsmeldungen bei einer Erhöhung des Koeffizienten um eine Standardabweichung. Werte über 1 zeigen eine positive Beziehung an (d. h. zunehmende Meldungen); Werte unter 1 zeigen eine negative Beziehung an (abnehmende Meldungen). Der Koeffizient für die mittlere Lichtverschmutzung beträgt beispielsweise 0,923, was bedeutet, dass ein Anstieg der Lichtverschmutzung um eine Standardabweichung zu einem Rückgang der Sichtungsmeldungen um 7,7 % führt.

Alle Ergebnisse mit Ausnahme der Wolkenbedeckung unterstützen die allgemeine Hypothese, dass Menschen Dinge sehen, wenn sie die Möglichkeit dazu haben. Die Wolkenbedeckung steht in keinem glaubwürdigen Zusammenhang mit den Sichtungsmeldungen, wobei weder ein negativer noch ein positiver Zusammenhang nachgewiesen werden konnte.

Diskussion und Schlussfolgerungen

Wir erinnern hier an unsere anfänglichen Forschungsfragen: (1) Wie verlässlich sind die öffentlich angebotenen Daten über gemeldete UAP-Sichtungen? (2) Gibt es glaubwürdige räumliche Muster bei diesen Sichtungsberichten? und (3) Wenn ja, können diese Muster durch physikalische und/oder bauliche Umweltfaktoren erklärt werden? In Bezug auf Frage 1 sind die öffentlich zugänglichen Daten von NUFORC online brauchbare Daten, die jedoch für eine räumliche Analyse erheblich bearbeitet werden müssen. Diese Daten könnten für Forschungsarbeiten mit einer feineren Auflösung (Stadtebene) verwendet werden als für die hier verwendete Kreisebene.

Das Hauptproblem bei diesen Ergebnissen ist die Frage, ob die freiwillig gemachten Angaben gültig sind. Die kurze Antwort lautet, dass wahrscheinlich einige gültig sind und andere nicht. Wir gehen jedoch davon aus, dass, wenn die Daten völlig ungültig wären (unter der Annahme einer homogenen psychologischen und soziologischen Verteilung der Einsendungen), die Sichtungsberichte wenig bis gar kein räumliches Muster aufweisen würden und wahrscheinlich keinem Muster folgen würden, das durch Sichtbarkeitsindikatoren erster Ordnung erklärt werden kann. Eine weitere Frage ist, ob die Daten zeitliche und/oder geografische Fehler enthalten. Wahrscheinlich, denn einige Einträge in diesem Datensatz werden im Nachhinein gemeldet, und zwar nicht immer in der ersten Person. Wir versuchen, dies einzuschränken, indem wir Daten aus den Jahren 2001 bis heute verwenden, aber damit ist das Problem nicht vollständig gelöst. Geografische Fehler wurden durch die Hochskalierung der Daten auf die Ebene der Bezirke begrenzt. Ein letzter Punkt, den wir berücksichtigen, ist die Tatsache, dass diese gemeldeten Fälle Kenntnisse über NUFORC und Zugang zu Kommunikationsmitteln erfordern. Die Autoren haben die Website und die Organisation bei der Suche nach Daten gefunden. Manche finden die Website vielleicht auf der Suche nach einer Organisation, an die sie berichten können. Es ist jedoch wahrscheinlich, dass die Kenntnis von dieser Ressource verzerrt ist, da sie nicht weithin bekannt gemacht wird. Alles in allem gehen wir davon aus, dass dieser Datensatz für das Verständnis dieser Sichtungsberichte wertvoll ist; er zeigt entweder an, dass die Menschen Dinge sehen, die sie nicht erklären können (oder die sie nicht mit logischeren Erklärungen erklären wollen), oder er zeigt an, wo die Menschen mehr über UAPs nachdenken. Beides ist wichtig und hat physische/soziale Auswirkungen.

Für die Fragen 2 und 3 gibt es glaubhaft identifizierbare Muster bei diesen Sichtungsberichten, und diese Muster beziehen sich auf Umweltmerkmale. Die erklärenden Variablen sollen sowohl (1) die Möglichkeit, etwas zu sehen, als auch (2) die Möglichkeit, dass sich etwas von Menschen Konstruiertes im Sichtfeld befindet, darstellen. Wir haben weder Satelliten oder Drohnen berücksichtigt, die wahrscheinlich wichtige Faktoren sind, noch die Tatsache, dass Flugzeuge (und Hubschrauber usw.) nicht nur um ihre Start- und Landeplätze herum fliegen. In der Nähe der von uns verwendeten Standorte sind Flugzeuge jedoch wahrscheinlich näher am Boden, besser sichtbar und häufiger zu sehen. Mit den Daten der Militäreinrichtungen hoffen wir, nicht nur Flugzeuge, sondern auch nächtliche Trainingsaktivitäten zu erfassen, bei denen beispielsweise Leuchtspurgeschosse, Drohnen und andere Formen der Beleuchtung in relativ trostlosen Gebieten eingesetzt werden könnten.

Wenn wir davon ausgehen, dass es sich bei den meisten Sichtungsberichten hier um echte Sichtungen handelt, die von Menschen als nicht identifiziert eingestuft wurden, dann haben unsere Ergebnisse interessante Implikationen. Unser Modell zeigt, dass sich die meisten standardisierten Sichtungsberichte in den westlichen Teilen der USA und im äußersten Nordosten befinden. Wir gehen davon aus, dass die höhere Rate westlicher Sichtungen auf (1) die physische Geographie des Westens (d. h. das Fehlen von Vegetationsdächern und weitläufigen Flächen) und (2) die Kultur der Outdoor-Aktivitäten (z. B. Erholung usw.) zurückzuführen sein könnte Aktivitäten, die das ganze Jahr über bei gemäßigterem Wetter genossen werden) und (3) Kulturen paranormaler Vorstellungen (z. B. Auswirkungen von Area 51, Roswell, New Mexico). Es gibt auch einige isolierte Bezirke im Rest des Landes, die weitere Untersuchungen erfordern, um herauszufinden, welche Immobilien relativ mehr UAP-Aufmerksamkeit erregen könnten. In diesen Ergebnissen ist die Bewölkung jedoch nicht glaubwürdig, was möglicherweise auf die höhere Häufigkeit von Sichtungsberichten sowohl in den Küstenregionen des pazifischen Nordwestens (relativ bewölkt) als auch in den Wüstenregionen des Gebirgswestens (relativ klar) zurückzuführen ist. Wir gingen ursprünglich davon aus, dass die Bewölkung einen glaubwürdigen Zusammenhang mit den Berichten haben würde, da Wolken dazu führen können, dass Licht gestreut wird und dadurch reflektierende oder beleuchtete Dinge, die sich innerhalb oder über ihnen bewegen, verdeckt werden und Muster entstehen, die manche für unerklärlich halten könnten. Dies war jedoch nicht der Fall. Alle anderen variablen Beziehungen sind wie erwartet und stimmen mit unserer ursprünglichen Hypothese überein, dass Menschen mehr Sichtungen melden, wenn sie eine bessere Sicht auf den Himmel haben. Die Frage ist nun warum? Diese Forschung beginnt mit der Beantwortung dieser Frage, indem sie untersucht, wie viele vom Menschen verursachte Aktivitäten in der Luft stattfinden. Die höchst glaubwürdigen Beziehungen zum Flugverkehr und zu militärischen Aktivitäten legen nahe, dass die Menschen Dinge sehen, die von Menschen gemacht sind, aber nicht erkennen. Beispielsweise kann ein Heißluftballon aus ausreichend großer Entfernung unerklärlich aussehen, insbesondere wenn er von jemandem gesehen wird, der noch nie einen gesehen hat. Drohnen, die wir nicht speziell getestet haben, scheinen in Gebieten, in denen Menschen es nicht gewohnt sind, Dinge am Himmel zu sehen, unregelmäßig zu fliegen. Es ist unwahrscheinlich, dass Ereignisse wie Kugelblitze, seismische Lichter, Insekten oder andere Naturereignisse für mehr als einen kleinen Teil dieser Meldungen verantwortlich sind, da es sich selbst um seltene Ereignisse handelt.

Diese Ergebnisse liefern zwar eine erste Einschätzung der Faktoren, die mit den gemeldeten Sichtungen nicht identifizierter oder unerklärlicher Phänomene zusammenhängen, werfen aber auch weitere Fragen auf. Wir finden glaubwürdige Beziehungen und räumliche Muster, die weitere Untersuchungen erfordern. Warum zum Beispiel ist die Zahl der Sichtungsmeldungen in Kalifornien niedrig, während sie in vielen umliegenden Staaten hoch ist? Warum schwanken die Meldequoten im Laufe der Zeit? Unsere künftigen Forschungsarbeiten werden auch zeitliche Aspekte berücksichtigen (z. B. Variationen im Zeitverlauf), um hoffentlich einige dieser Fragen zu beantworten. Wir weisen ferner darauf hin, dass unsere Kovariaten durchschnittliche Bedingungen darstellen, und während diese eindeutig einen Großteil des Musters erster Ordnung bei den Sichtungsmeldungen erklären, können durch die Untersuchung des verbleibenden Musters in den räumlichen Fehlern (s. Abb. 1) oder durch die Berücksichtigung von Veränderungen im Laufe der Zeit oder einzelner Ereignisse zusätzliche Faktoren identifiziert werden.

Einige Muster in den gemeldeten Sichtungen könnten durch soziokulturelle Faktoren erklärt werden. Gibt es beispielsweise einen Anstieg der Berichte, nachdem Hollywood Filmen oder Fernsehsendungen über Außerirdische Aufmerksamkeit geschenkt hat? Ist es in manchen Kulturen aufgrund ihrer Glaubenssysteme wahrscheinlicher, dass UAPs auftreten? Wurde in einigen Regionen/Orten in den USA den historischen UAP-Sichtungsberichten mehr Aufmerksamkeit geschenkt? Es steht außer Frage, dass Geographie und „Ort“ die Glaubenssysteme und das Verhalten der Menschen beeinflussen. An manchen Orten kann die Erwartung dessen, was Sie sehen sollen, Einfluss darauf haben, was Sie tatsächlich sehen. In einem Prozess, der als motivierte Wahrnehmung bezeichnet wird, können Menschen ihre Wahrnehmungen verzerren, um zu erwarteten Schlussfolgerungen zu gelangen, die ihren Zielen entsprechen oder Belohnungen bieten^48,49. Wenn Ihr Ziel darin besteht, einen UAP zu sehen, ist es durchaus möglich, dass Sie bei Gelegenheit auch einen sehen. Es ist jedoch wichtig darauf hinzuweisen, dass es viele Sichtungserlebnisse gibt, über die die Menschen nur ungern berichten. Es gibt viele, die Angst vor Stigmatisierung und Angriffen der Öffentlichkeit haben, und andere, die zuvor nicht an UAPs geglaubt haben, aber eine Erfahrung gemacht haben, die sie vom Gegenteil überzeugt hat.

Aufgrund der Komplexität des Themas und der Sensibilität der verfügbaren Daten gehen wir dieses Problem mit Vorsicht an. Die US-Regierung vertritt den Standpunkt, dass „UAP eindeutig ein Problem der Flugsicherheit darstellen und eine Herausforderung für die nationale Sicherheit der USA darstellen können“⁴. Bei Fragen der nationalen Sicherheit sind Unsicherheiten und Unbekannte niemals gut, und es ist die Aufgabe der Geheimdienste, diese zu minimieren Unbekannte. Unabhängig davon, was die Menschen sehen und ob es sich um Militärpiloten, Zivilpiloten oder Umstehende handelt, besteht eine potenzielle Bedrohung. Diese Bedrohung wächst mit zunehmender Unsicherheit. Obwohl unsere Ergebnisse auf einem verrauschten Crowdsourcing-Datensatz basieren, können sie einen Kontext dafür liefern, wie sich Sichtungsberichte über nicht identifizierte Objekte im Raum unterscheiden, sowie die damit verbundenen Faktoren und könnten einen Schritt zum Verständnis dieser Bedrohungen darstellen.

Dieses Problem ist in vielerlei Hinsicht relevant, auch in anthropologischer und soziologischer Hinsicht (d. h. beim Verständnis der menschlichen/sozialen Erfahrung). Wenn dieser Forschungsbereich wissenschaftlich erforscht wird, sollte das Stigma vorbei sein. Wir stellen keine Hypothesen darüber auf, was die Menschen sehen, sondern nur, dass sie mehr sehen werden, wann und wo sie Gelegenheit dazu haben. Es bleibt jedoch die Frage, worum es bei diesen Sichtungsberichten geht. Eine weitere Untersuchung der Regionen, in denen das Modell eine schlechte Leistung erbringt, zeitlicher Trends und gemeldeter Details zu jeder gemeldeten Sichtung kann zur weiteren Klärung dieses Sachverhalts beitragen.

Datenverfügbarkeit

Die Daten, die die Ergebnisse dieser Studie stützen, sind online beim National UFO Reporting Center (NUFORC) unter https://nuforc.org/ verfügbar. Diese Daten sind jedoch nicht geokodiert. Geokodierte Daten sind auf begründete Anfrage bei den Autoren erhältlich.

Referenzen

Hinsichtlich der umfangreichen Referenzen verweisen wir auf das Originaldokument, auf das hier direkt zugegriffen werden kann.

Quelle:
Medina, R.M., Brewer, S.C. & Kirkpatrick, S.M. An environmental analysis of public UAP sightings and sky view potential. Sci Rep 13, 22213 (2023). https://doi.org/10.1038/s41598-023-49527-x

Infoseite auf scientific reports: https://www.nature.com/articles/s41598-023-49527-x