0 0

Astratto

Nel corso della storia sono stati segnalati avvistamenti di oggetti volanti non identificati (UFO) o fenomeni anomali non identificati (UAP). Considerati i potenziali rischi per la sicurezza e l’incolumità che rappresentano, nonché la curiosità scientifica, c’è un crescente interesse nel comprendere cosa rappresentano questi rapporti di avvistamento. Affrontiamo questo problema come un problema importante dell’esperienza umana e che può essere esaminato attraverso una lente geografica: quali fattori locali possono aumentare o diminuire il numero di segnalazioni di avvistamenti? Utilizzando un metodo di regressione bayesiana, testiamo ipotesi basate su variabili che rappresentano il potenziale della vista del cielo (inquinamento luminoso, chioma degli alberi e copertura nuvolosa) e la potenziale presenza di oggetti nel cielo (aerei e installazioni militari). La variabile dipendente comprende oltre 98.000 avvistamenti di UAP segnalati pubblicamente negli Stati Uniti confinanti durante il periodo di 20 anni dal 2001 al 2020. I risultati del modello trovano correlazioni credibili tra le variabili che suggeriscono che le persone vedono più “fenomeni” quando hanno maggiori opportunità di farlo. Questa analisi è una delle poche indagini sui rapporti di avvistamento degli UAP su scala nazionale che fornisce il contesto per aiutare a esaminare i singoli rapporti. Dato che questi oggetti sono etichettati come non identificabili in senso personale, ci sono molte spiegazioni naturali e/o umane che vale la pena esplorare.

introduzione

C’è stato un crescente interesse da parte del governo degli Stati Uniti per i fenomeni aerei non identificati (UAP). Data la nuova attenzione su questa potenziale minaccia alla sicurezza e sui rischi per la sicurezza operativa posti da questi oggetti, la task force UAP è stata avviata il 4 agosto 2020 ¹ . Questa task force aveva portata, autorità e risorse limitate per affrontare il problema ed era temporanea nella sua durata. Il 23 novembre 2021 il vice segretario alla Difesa ha dato istruzioni per la transizione della task force UAP nell’Airborne Object Identification and Management Synchronization Group (AOIMSG) ² . La legislazione del Congresso, tuttavia, ha superato quella direzione e il 20 luglio 2022 è stato istituito l’odierno All-Domain Anomaly Risoluzione Office (AARO), come unico e autorevole ufficio UAP con il DoD e incaricato di guidare e sincronizzare l’intero approccio governativo alla questione ³ . La missione dell’AARO è quella di: “sincronizzare gli sforzi del Dipartimento della Difesa e con altri dipartimenti e agenzie federali statunitensi, per rilevare, identificare e attribuire oggetti di interesse in, su o vicino a installazioni militari, aree operative, aree di addestramento, strutture speciali utilizzare lo spazio aereo e altre aree di interesse e, se necessario, mitigare qualsiasi minaccia associata alla sicurezza delle operazioni e alla sicurezza nazionale. Ciò include oggetti spaziali anomali, non identificati, sospesi nell’aria, sommersi e transmediali” ³ . Supportando questi sforzi, questo gruppo di ricerca esplora i modelli spaziali degli avvistamenti UAP segnalati pubblicamente (analoghi ai rapporti sugli avvistamenti UFO in questa ricerca) da un set di dati online open source.

Nel rapporto pubblico del 2021 del Direttore dell’intelligence nazionale (DNI), la ricerca sui rapporti di avvistamento degli UAP tra il 2004 e il 2021 lascia la maggior parte dei 144 rapporti governativi inspiegabili, a causa dei dati limitati. Solo un rapporto di avvistamento è stato spiegato con elevata sicurezza ed è stato riscontrato che si trattava di un palloncino sgonfio ⁴ . Il successivo rapporto DNI del 2022 indica che il numero di rapporti di fonte governativa è salito a 510, di cui quasi la metà ancora inspiegabili. Il DNI afferma che non esiste un’unica spiegazione per questi UAP, con potenziali fonti tra cui disordine, droni commerciali, minacce alla sicurezza nazionale e altri fenomeni inspiegabili. Altre prime incarnazioni degli sforzi di ricerca sugli UFO condotti dal governo (ad esempio, il Project Sign nel 1948, il Project Grudge, allora il più popolare, il Project Blue Book guidato dal Dr. Allen Hynek negli anni ’50 e ’60 ⁵ , e il successivo Condon Report finanziato dal US Air Force e condotto presso l’Università del Colorado) si è concluso con circa il 5% di avvistamenti non identificati ⁶ . La ricerca sull’UAP è spesso inconcludente e la nostra capacità di spiegare questi eventi sembra essere diventata meno facilmente risolvibile man mano che la nostra tecnologia dei sensori è avanzata e la nostra attività aerea è aumentata.

Qui, poniamo tre domande di ricerca fondamentali: (1) Qual è la fattibilità dei dati offerti al pubblico sui rapporti di avvistamento UAP? (2) Esistono modelli spaziali credibili in questi rapporti? e (3) Se sì, questi modelli possono essere spiegati da fattori fisici e/o dell’ambiente costruito? Per rispondere a queste domande, utilizziamo i dati dei rapporti sugli avvistamenti UFO del Centro nazionale di ricerca sugli UFO ⁷ . Abbiamo modellato il conteggio totale di questi rapporti su un periodo di 20 anni, dal 2001 al 2020, utilizzando variabili esplicative ambientali: inquinamento luminoso, copertura nuvolosa, copertura di alberi, aeroporti e installazioni militari. Questo modello ha lo scopo di rappresentare sia la vista disponibile del cielo sia il potenziale di oggetti in volo. Ipotizziamo che (a) i fattori che limitano la visibilità saranno correlati negativamente con i rapporti di avvistamento e (b) i fattori relativi al traffico aereo saranno correlati positivamente, o semplicemente che le persone segnaleranno gli avvistamenti di UAP dove hanno maggiori opportunità di vederli. A nostra conoscenza, questo è il primo tentativo di comprendere come la variazione spaziale nei resoconti sia collegata alle variabili ambientali. Questa analisi rappresenta uno dei pochi tentativi di esaminare questo fenomeno a livello nazionale e offre un punto di partenza per un approccio simile da applicare ai dati del governo statunitense sull’attività UAP per aiutare a identificare possibili fonti.

Storia della ricerca sull’avvistamento del UAP e spiegazioni ambientali

C’è stata poca ricerca accademica tradizionale sugli UAP. Ciò è prevedibile poiché ci sono sempre sforzi per screditare gli sforzi scientifici volti alla comprensione di questo fenomeno ⁸ , tuttavia non dovremmo ignorare il fatto che molte persone in tutto il mondo riferiscono di aver visto oggetti sconosciuti e inspiegabili nel cielo. Le ricerche esistenti tendono a basarsi su resoconti di prima mano, spiegazioni psicologiche o eventi specifici, il che limita l’analisi sistematica di modelli di aree estese ^{9 , 10 , 11 , 12} . Inoltre, fonti di dati verificabili e resoconti discutibili hanno limitato il rigore del lavoro precedente. La disponibilità dei dati per studi più ampi è stata una questione di lunga data. Recentemente negli Stati Uniti è stata prestata maggiore attenzione agli avvistamenti di membri delle forze armate o di altro personale governativo. I database di questi eventi sono ora conservati dall’AARO e dai servizi di supporto, ma questi sforzi sono iniziati solo nel 2019, sebbene contengano informazioni che risalgono al 1996 ¹³ . Il Congresso ha ordinato all’AARO di estendere questa ricerca fino al 1945.

Una spiegazione per alcuni avvistamenti UAP è costituita da fenomeni naturali. Ad esempio, il pianeta Venere viene spesso scambiato per un UAP. A volte viene visto vicino all’orizzonte e può brillare attraverso gli alberi producendo uno schema irregolare di luce e riflessione ¹⁴ . La seconda spiegazione più probabile sono gli aerei costruiti dall’uomo, ¹⁵ che includono vari oggetti, come i palloni meteorologici, originariamente ritenuti responsabili del caso di Roswell, New Mexico nel 1947, probabilmente il caso UAP più popolare nella cultura popolare statunitense. Ulteriori informazioni da parte dell’aeronautica militare descrivono l’attività responsabile dell’evento come un progetto classificato di multi-pallone destinato a rilevare test nucleari sovietici ¹⁶ . Gli attuali fattori che contribuiscono ai rapporti di avvistamento UAP includono la crescita esponenziale dei lanci e degli orbiter di satelliti e veicoli spaziali (ad esempio, SpaceX Starlink), nonché una maggiore attività dei droni. L’uso di queste e di altre tecnologie moderne ha probabilmente portato a un aumento delle segnalazioni di UAP. La valutazione preliminare dell’ufficio statunitense del direttore dell’intelligence nazionale del 2021 sui fenomeni aerei non identificati ⁴ e il rapporto DNI più recente (2022) sull’UAP ¹³ elencano cinque potenziali categorie esplicative per gli avvistamenti di UAP: disturbi aerei, fenomeni atmosferici naturali, sviluppo del governo o dell’industria degli Stati Uniti programmi, sistemi avversari esteri e altri ⁴ .

Le prime ricerche che tentano di spiegare un aumento delle segnalazioni di avvistamenti nel bacino Uinta dello Utah utilizzano come correlazione l’infestazione di insetti trasportati dall’aria. Gli insetti selezionati mostravano schemi di “bagliori colorati brillanti o pennellate di luce bianco-bluastra provenienti da vari punti esterni sui loro corpi” durante la stimolazione del campo elettrico ¹⁷ . È stato suggerito che il campo elettrico generato artificialmente assomigli a un fenomeno legato al clima chiamato Fuoco di Sant’Elmo, in cui l’elettricità statica provoca schemi di luce colorata visibile. È interessante notare che questa ricerca è stata confutata subito dopo la pubblicazione e descritta come “alquanto irrealistica”, ¹⁸ sebbene gli autori abbiano risposto con una confutazione ^19 , 20 .

Altre ricerche storiche suggeriscono connessioni tra attività sismica e avvistamenti UFO. Persinger e Derr ²¹ richiamano l’ipotesi di deformazione tettonica ^{22 , 23 , 24} —“che una parte sostanziale dei fenomeni UFO siano generati da campi di deformazione; sono evocati dalle mutevoli sollecitazioni all’interno della crosta terrestre” ²⁵ . Altre ricerche suggeriscono che l’attività sismica connessa all’attività solare o l’uso dell’intensità sismica potrebbero essere un predittore migliore rispetto alla sola attività sismica ²⁶ .

Forse la spiegazione naturale più popolare per gli avvistamenti UAP è il fulmine globulare, caratterizzato da “un oggetto che emette luce sferico o approssimativamente sferico le cui dimensioni variano da pochi cm a un metro o più, con un diametro medio di circa 20 cm, e i cui colori variare dal rosso al giallo, bianco, blu e (raramente) verde” ²⁷ . Uno dei problemi con l’ipotesi del fulmine globulare è che si tratta di un evento così raro e raramente registrato che la sua esistenza non è accettata da tutti i ricercatori. Tuttavia, ricerche relativamente recenti hanno confermato quello che si ritiene essere un fulmine globulare ²⁸ .

Il recente aumento di interesse per i rapporti UAP è stato accompagnato dallo sviluppo di nuovi metodi per valutare e spiegare gli avvistamenti, ^29 , 30 tra cui osservatori e sensori personalizzati, nonché app mobili progettate per sfruttare le informazioni di crowdsourcing. Sebbene questi metodi apportino una nuova sofisticazione all’analisi dei singoli eventi, non rimangono informazioni sul contesto generale degli avvistamenti, vale a dire sul motivo per cui i rapporti di avvistamento sono più comuni in alcune regioni del paese e meno comuni in altre. Piuttosto che tentare di spiegare ciò che le persone vedono nel cielo, esploriamo la combinazione di visibilità e traffico aereo in relazione agli avvistamenti segnalati, fornendo così una comprensione di primo ordine del motivo per cui il numero di rapporti di avvistamento varia nello spazio. Data la loro relativa rarità, sembra improbabile che insetti, attività sismica e/o fulmini globulari siano responsabili della maggior parte delle segnalazioni, soprattutto di quelle osservate di giorno. Comprendere il contesto ambientale di questi avvistamenti renderà più semplice proporre e testare nuove spiegazioni per il loro verificarsi e aiuterà a identificare eventuali avvistamenti veramente anomali.

Materiali e metodi

Dati del rapporto di avvistamento pubblico UAP

Questa ricerca utilizza i dati online del National UFO Reporting Center (NUFORC) ³¹ . Il NUFORC è stato fondato nel 1974 e “la funzione primaria del Centro negli ultimi quattro decenni è stata quella di ricevere, registrare e, nella misura massima possibile, corroborare e documentare i rapporti di individui che sono stati testimoni di eventi insoliti, possibilmente legati agli UFO” ³² . NUFORC accetta rapporti online, telefonici e scritti. I dati vengono aggiornati circa una volta al mese. Il nostro set di dati estratto include 122.983 avvistamenti segnalati negli Stati Uniti da giugno 1930 a giugno 2022. I campi nel set di dati includono Data, Città, Stato, Paese, Forma, Durata, Riepilogo, Data di pubblicazione e Immagine. Le coordinate a livello di città sono state calcolate utilizzando i servizi online Microsoft. Il set di dati spazio-temporali risultante comprende 121.949 punti (localizzabili negli Stati Uniti), che rappresentano il 99,16% dell’estrazione totale. Ci concentriamo sugli Stati Uniti confinanti dal 2001 al 2020 per (1) facilità di interpretazione e (2) perché i dati sulla chioma arborea (discussi di seguito) sono disponibili solo per la regione costiera dell’Alaska. Ciò riduce il numero di avvistamenti segnalati a 98.724 (mostrato in Fig.  1 ).

Ai fini dell’analisi, ci aggreghiamo a livello di contea in questo periodo di tempo per la continuità spaziale. Per tutti gli studi spaziali il problema dell’unità areale modificabile (MAUP) è sempre una considerazione. Mentre il calcolo e l’analisi dei rapporti di avvistamento potrebbero essere meno distorti se aggregati in celle di uguali dimensioni, la stima della popolazione all’interno di tali celle richiede una serie di ipotesi. Inoltre, poiché questi eventi di segnalazione sono relativamente rari, le contee forniscono aree sufficientemente ampie per un’aggregazione significativa di punti. Il nostro intervallo temporale è selezionato in modo tale che si presuppone che le voci siano eventi relativamente recenti e non generati da ricordi di decenni fa. L’accesso a Internet per segnalare un avvistamento sarebbe stato più possibile a partire dal 2000 circa ed è probabilmente responsabile dell’aumento delle segnalazioni di avvistamenti nel tempo. Inoltre, soprattutto dal 2000 al 2010, e nelle aree rurali, esiste una potenziale distorsione nella rendicontazione dovuta al ridotto accesso a Internet in tali aree. Una cronologia degli avvistamenti segnalati per il periodo di studio è fornita nella Fig.  2 , con un marcato picco nelle segnalazioni tra il 2012 e il 2014, seguito da un forte calo tra il 2015 e il 2018.

Nelle scienze spaziali, dati come questi vengono generalmente definiti Informazioni geografiche volontarie (VGI). I VGI vengono offerti volontariamente, consapevolmente o inconsapevolmente, da individui, in genere con l’assistenza di strumenti digitali abilitati alla localizzazione ³³ . Come per altri dati provenienti dal crowdsourcing, c’è poca speranza per la garanzia della qualità per VGI ³⁴ . Questo problema è aggravato in questo set di dati in cui alcuni potrebbero tentare di disinformare. È chiaro che questi dati non possono essere verificati e, anche se fossero possibili interviste a ciascuna persona, ci sarebbero problemi a determinarne la verità e l’accuratezza, soprattutto per le segnalazioni retroattive. Tuttavia, NUFORC tenta di limitare le false segnalazioni. Innanzitutto, forniscono informazioni tra cui descrizioni, immagini e video dei satelliti Starlink, che possono sembrare non identificati a coloro che non li hanno visti prima. In secondo luogo, forniscono una descrizione di Venere come potenziale per rapporti di avvistamenti non identificati. In terzo luogo, NUFORC discute le notizie di bufale e scherzi, che si dice vengano ignorate e scartate ³⁵ . Date le dimensioni e la struttura dei dati, non è chiaro se tutti gli hoax possano essere identificati, ma almeno il NUFORC sta prestando attenzione ai casi di hoax. Non possiamo differenziare quei rapporti di avvistamento che hanno spiegazioni ovvie e/o logiche, ma notiamo che questi rappresentano comunque un rapporto di avvistamento “non identificato”. Tuttavia, questo è l’unico set di dati di queste dimensioni e dettaglio che consente la ricerca geografica. Inoltre, è impossibile screditare oltre 120.000 casi.

Variabili esplicative

Utilizziamo 3 set di dati esplicativi per rappresentare gli attributi dell’ambiente fisico e costruito che limiterebbero la vista del cielo: inquinamento luminoso, copertura nuvolosa e chioma degli alberi e 2 set di dati che rappresentano l’attività aerea che potrebbe essere scambiata per UAP. Tutta la preparazione e i calcoli dei dati vengono effettuati utilizzando il software Microsoft Excel e ESRI ArcGIS Pro. Tutte le covariate sono state trasformate in z-score prima della modellazione.

Inquinamento luminoso La fonte dei dati sull’inquinamento luminoso è il Nuovo Atlante Mondiale della Luminosità del Cielo Artificiale ^36 , 37 . Questo set di dati raster è disponibile in formato geotiff con una risoluzione di 30 secondi d’arco o 1 km per pixel e copre il mondo intero. I valori rappresentano la radianza zenitale simulata in [mcd/m ² ]. Sono stati estratti i dati per gli Stati Uniti ed è stato calcolato il valore medio dell’inquinamento luminoso per ciascuna contea degli Stati Uniti.

Copertura nuvolosa I dati sulla copertura nuvolosa provengono dal progetto EarthEnv ³⁸ . Questi dati sono compilati utilizzando 15 anni (2000–2014) di osservazioni telerilevate due volte al giorno dal sensore MODIS (Moderate Risoluzione Imaging Spectroradiometer). Sono forniti in formato geotiff con risoluzione 1 km per tutto il mondo. I valori della copertura nuvolosa sono stati mediati per ciascuna contea degli Stati Uniti.

Chioma degli alberi I dati della chioma degli alberi provengono dal Multi-Resolution Land Characteristics Consortium e sono stati creati dal Servizio forestale degli Stati Uniti (USFS) utilizzando immagini Landsat e “altre informazioni disponibili sul terreno e ausiliarie” ³⁹ . Le stime della chioma degli alberi non possono essere calcolate solo dalla firma spettrale. Qui vengono generati utilizzando modelli di foreste casuali addestrati su quadrangoli di quarti di ortofoto digitali classificati manualmente (DOQQ) come variabili di risposta ^40 , 41 . Ciò aiuta a stimare la differenza tra la chioma degli alberi e altra copertura vegetativa del suolo. I valori dei dati risultanti rappresentano la copertura della chioma del 2016 con una risoluzione di 30 m e sono disponibili per gli Stati Uniti continentali, l’Alaska costiera e le Hawaii. A causa delle dimensioni del file e della risoluzione di altri set di dati nel modello, l’immagine è stata sovracampionata alla risoluzione di 1 km. È stata quindi calcolata la media dei valori della chioma arborea per ciascuna contea degli Stati Uniti.

Aeroporti Questi dati vengono forniti dal servizio ArcGIS Online di ESRI accessibile tramite il software ArcGIS Pro. Includono categorie per aeroporti, eliporti, basi di idrovolanti, ultraleggeri, porti per alianti, porti per mongolfiere e altro negli Stati Uniti. Ci sono 19.850 voci in questo set di dati rappresentate come punti. I dati sono standardizzati come numero di aeroporti per kmq.

Installazioni militari I dati sulle installazioni militari provengono dagli shapefile US Census TIGER/Line e scaricati da data.gov ⁴² . Il censimento degli Stati Uniti ha creato questo set di dati in collaborazione con il Dipartimento della Difesa degli Stati Uniti e il Dipartimento per la Sicurezza Nazionale degli Stati Uniti. I dati delineano i confini delle installazioni militari. Per questa ricerca, tali confini sono stati sovrapposti alle contee degli Stati Uniti, dove viene calcolata l’area di installazione militare di ciascuna contea.

Modelli

Per prima cosa esploriamo il set di dati NUFORC utilizzando l’indice Getis-Ord (Gi*) basato sul numero di rapporti di avvistamento per 10.000 persone per contea. Ciò identifica gruppi significativi di valori bassi (punti freddi) e valori alti (punti caldi), confrontando il numero aggregato di rapporti standardizzati in una serie di contee vicine con la distribuzione completa. Le contee vicine vengono selezionate come k-vicini più vicini (k-NN) con il parametro K impostato su 8. Invece di impostare un parametro di distanza fisso o requisiti di contiguità, k-NN garantisce che ciascuna contea consideri lo stesso numero di vicini. La standardizzazione della popolazione della variabile del rapporto di avvistamento dovrebbe aiutare a correggere le regioni con contee più grandi, come l’Ovest, che generalmente coprono aree più estese ^43 , 44 .

Per modellare il potenziale di osservazione degli UAP utilizziamo la stima bayesiana di piccola area, basata sul tasso relativo di segnalazioni di avvistamento nella popolazione di un luogo. I modelli per aree piccole incorporano un termine autoregressivo spaziale per limitare l’influenza dei valori estremi, che possono derivare da popolazioni di piccole dimensioni. Qui, si presuppone che il conteggio degli avvistamenti segnalati per la contea i segua una distribuzione di Poisson:

dove è il numero previsto di segnalazioni per la contea i e è il tasso relativo. Per ottenere il valore atteso, stimiamo innanzitutto il tasso di segnalazioni pro capite per gli Stati Uniti confinanti come il numero totale di segnalazioni diviso per la popolazione totale. Il valore atteso per qualsiasi contea si ottiene moltiplicando questo valore per la popolazione di quella contea. Dove , il numero di segnalazioni è maggiore di quanto ci si aspetterebbe in base alla sola popolazione. Una recente analisi dei dati NUFORC suggerisce che il numero di segnalazioni potrebbe anche essere collegato all’area della contea ⁴⁵ . Tuttavia, dato che la distribuzione della popolazione in una data area può essere molto variabile, non è chiaro come utilizzarla nel calcolo del tasso previsto. Partiamo quindi dal presupposto che il tasso atteso di segnalazioni si basi semplicemente sulla capacità di una contea di produrre segnalazioni. Infine, i tassi relativi sono modellati utilizzando le covariate K come segue:

dove rappresenta l’insieme di covariate trasformate z-score che rappresentano la visibilità e il traffico aereo descritti sopra con i coefficienti associati. Infine, l’errore del modello ( ) viene scomposto in un effetto autoregressivo spaziale e in un rumore casuale non spaziale. Il nostro modello presuppone che i singoli report siano indipendenti. Anche se è improbabile che ciò sia vero per gli eventi che hanno causato gli avvistamenti, poiché questi potrebbero essere segnalati da più individui, presumiamo che i rapporti siano forniti in modo indipendente.

I parametri e i coefficienti del modello sono stimati utilizzando l’approssimazione laplaciana annidata integrata (INLA) ⁴⁶ . INLA è stato scelto rispetto agli approcci MCMC per la sua efficienza computazionale con modelli strutturati spazialmente di grandi dimensioni. I risultati del modello sono riportati come media della distribuzione di probabilità a posteriori per ciascun coefficiente (Tabella 1 ). I fattori di inflazione della varianza (VIF), che segnalano una potenziale multicollinearità all’interno di un modello, per tutte le variabili del modello sono ben inferiori a 2. I valori VIF sono tradizionalmente accettati se sono inferiori a 5. Le stime posteriori bayesiane possono essere utilizzate per verificare ipotesi ^specifiche47 . Qui testiamo l’ipotesi che la relazione tra ciascuna covariata e il tasso di segnalazioni di avvistamento sia positiva (cioè > 1) o negativa (< 1). Il supporto per una determinata ipotesi si basa sulla distribuzione di probabilità a posteriori dei coefficienti del modello ed è descritto come la credibilità di tale ipotesi. Ad esempio, se il 95% della distribuzione a posteriori di un coefficiente è superiore a uno, ciò indica una relazione positiva tra quella covariata e il tasso di segnalazioni di avvistamento e verrebbe assegnata una credibilità del 95% di una relazione positiva. Se la distribuzione a posteriori fosse equamente divisa in stime negative e positive, ad entrambe le ipotesi verrebbe assegnata una credibilità di circa il 50%. Poiché il modello si basa su tassi relativi trasformati in logaritmo, le stime a posteriori dei coefficienti sono state esponenziate per facilitare l’interpretazione. I coefficienti sono riportati come la media della distribuzione a posteriori più l’intervallo di credibilità del 95% (Tabella 1 ). Una mappa del termine di errore spaziale (u) è inclusa nelle informazioni supplementari.Tabella 1 Risultati del modello bayesiano ad area piccola.

Tavolo a grandezza naturale

Risultati

I risultati di un’analisi degli hotspot (Fig.  3 ) mostrano una forte tendenza con molti più avvistamenti standardizzati di popolazione (vale a dire, rapporti di contea per 10.000 persone) segnalati negli Stati Uniti occidentali e nell’estremo nord-est, insieme ad alcune aree isolate tra cui il tri- regione di confine statale dell’Illinois, Indiana e Kentucky, circostante Evansville, Indiana, e l’area circostante Washington DC Gruppi di segnalazioni di scarso avvistamento si trovano nelle pianure centrali e nel sud-est.

La tabella 1 fornisce i risultati del modello, in base alla distribuzione di probabilità a posteriori di ciascun coefficiente. Con l’eccezione dell’intercetta, tutti i coefficienti del modello descrivono il tasso di variazione del tasso relativo di segnalazioni di avvistamento per un aumento di una deviazione standard in quel coefficiente. I valori superiori a 1 indicano una relazione positiva (ovvero, rapporti in aumento); valori inferiori a 1 indicano una relazione negativa (rapporti in diminuzione). Ad esempio, il coefficiente per l’inquinamento luminoso medio è 0,923, il che indica che un aumento di una deviazione standard dell’inquinamento luminoso si tradurrà in una diminuzione del 7,7% nei rapporti di osservazione.

Tutti i risultati, ad eccezione della copertura nuvolosa, supportano l’ipotesi generale secondo cui le persone vedranno le cose quando ne avranno l’opportunità. La copertura nuvolosa ha una relazione non credibile con i rapporti di avvistamento, senza alcun supporto di una relazione negativa o positiva.

discussione e conclusioni

Ricordiamo qui le nostre domande di ricerca iniziali: (1) Qual è la fattibilità dei dati offerti al pubblico sugli avvistamenti UAP segnalati? (2) Esistono modelli spaziali credibili in questi rapporti di avvistamento? e (3) Se sì, questi modelli possono essere spiegati da fattori fisici e/o dell’ambiente costruito? Per la domanda 1, i dati disponibili pubblicamente da NUFORC online sono dati utilizzabili; tuttavia, richiedono un’elaborazione sostanziale per l’analisi spaziale. Questi dati potrebbero essere utilizzati per una ricerca a risoluzione più precisa (a livello di città), piuttosto che a livello di contea utilizzato qui.

La preoccupazione principale di questi risultati è: questi dati volontari sono validi? La risposta breve è che è probabile che alcuni lo siano e altri no. Tuttavia, suggeriamo che se i dati fossero del tutto non validi (assumendo una distribuzione psicologica e sociologica omogenea delle segnalazioni), i rapporti di avvistamento mostrerebbero uno schema spaziale minimo o nullo ed è improbabile che seguano uno schema che può essere spiegato da indicatori di visibilità di primo ordine. Un’altra domanda sui dati è: ci sono errori temporali e/o geografici? Probabilmente, perché alcune voci di questo set di dati vengono riportate retrospettivamente, non sempre in prima persona. Cerchiamo di limitare questo problema utilizzando i dati dal 2001 a oggi, ma ciò non risolve completamente il problema. Gli errori geografici sono stati limitati aggiornando i dati a livello di contea. Un ultimo problema che consideriamo è che questi casi segnalati richiedono la conoscenza del NUFORC e ​​l’accesso alle comunicazioni. Gli autori hanno trovato il sito web e l’organizzazione durante la ricerca di dati. Alcuni potrebbero trovare il sito Web durante la ricerca di un’organizzazione a cui riferire. Tuttavia, è probabile che vi siano pregiudizi su chi è a conoscenza di questa risorsa poiché non è ampiamente pubblicizzata. Nel complesso, ipotizziamo che questo set di dati abbia valore per comprendere questi rapporti di avvistamento; che questo indica che le persone vedono cose che non possono spiegare (o che non vogliono spiegare con spiegazioni più logiche), oppure indica dove le persone pensano di più agli UAP. Entrambi sono importanti e hanno implicazioni fisiche/sociali.

Per le domande 2 e 3, ci sono modelli credibilmente identificabili in questi rapporti di osservazione e questi modelli si riferiscono a caratteristiche ambientali. Le variabili esplicative hanno lo scopo di rappresentare sia (1) l’opportunità di vedere qualcosa sia (2) il potenziale per qualcosa di costruito dall’uomo di essere nel campo visivo. Non abbiamo considerato i satelliti o i droni, che sono probabilmente fattori importanti, né il fatto che gli aeroplani (ed elicotteri, ecc.) non volano solo attorno ai luoghi di decollo e atterraggio. Tuttavia, nelle località che utilizziamo, è probabile che gli aerei siano più vicini al suolo, più visibili e presenti più frequentemente. Utilizzando i dati delle installazioni militari, speriamo di catturare non solo gli aerei, ma anche le attività di addestramento notturno che potrebbero utilizzare, ad esempio, proiettili traccianti, droni e altre forme di illuminazione in aree relativamente desolate.

Se assumiamo che la maggior parte dei rapporti di avvistamento qui siano rappresentativi di veri avvistamenti che le persone hanno ritenuto non identificati, allora i nostri risultati hanno implicazioni interessanti. Il nostro modello mostra che la maggior parte dei rapporti di avvistamento standardizzati si trovano nelle parti occidentali degli Stati Uniti e nell’estremo nord-est. Ipotizziamo che il tasso più elevato di avvistamenti occidentali potrebbe essere dovuto a (1) la geografia fisica dell’Occidente (ad esempio, la mancanza di tettoie vegetative e ampi spazi aperti), (2) culture di attività all’aperto (ad esempio, attività ricreative e altre attività attività godute in climi più temperati durante tutto l’anno) e (3) culture di ideazione paranormale (ad esempio, impatti dell’Area 51, Roswell, New Mexico). Ci sono anche alcune contee isolate nel resto del paese che necessitano di ulteriori indagini per identificare quali proprietà potrebbero generare una maggiore attenzione da parte dell’UAP. In questi risultati, tuttavia, la copertura nuvolosa non è credibile, probabilmente in relazione a tassi più elevati di segnalazioni di avvistamento sia nelle regioni costiere del Pacifico nordoccidentale (relativamente nuvoloso) che nelle regioni desertiche delle montagne occidentali (relativamente limpide). Inizialmente ci aspettavamo che la copertura nuvolosa fosse collegata in modo credibile ai report, poiché le nuvole possono causare la dispersione della luce e, così facendo, oscurare le cose riflettenti o illuminate che si muovono all’interno o sopra di esse e creare schemi che alcuni potrebbero considerare inspiegabili. Tuttavia, non è stato così. Tutte le altre relazioni variabili sono quelle previste e in linea con le nostre ipotesi iniziali, secondo cui le persone segnalano più avvistamenti dove hanno una visione migliore del cielo. La domanda ora è: perché? Questa ricerca inizia a rispondere a questa domanda considerando quanta attività aerea prodotta dall’uomo si sta verificando. I rapporti altamente credibili con il traffico aereo e con l’attività militare suggeriscono che le persone vedono, ma non riconoscono, cose create dall’uomo. Ad esempio, una mongolfiera vista da una distanza sufficientemente lontana può sembrare inspiegabile, soprattutto se viene vista da qualcuno che non ne ha mai vista una prima. I droni, per i quali non abbiamo testato specificamente, possono sembrare volare in modo irregolare in aree in cui le persone non sono abituate a vedere le cose muoversi nel cielo. È improbabile che eventi come fulmini globulari, luci sismiche, insetti o altri eventi naturali siano responsabili di più di una piccola parte di questi rapporti, poiché sono essi stessi eventi rari.

Se da un lato questi risultati forniscono una prima valutazione dei fattori legati agli avvistamenti segnalati di fenomeni non identificati o inspiegabili, dall’altro sollevano anche ulteriori domande. Troviamo relazioni credibili e modelli spaziali che richiedono ulteriori indagini. Perché, ad esempio, il tasso di segnalazioni di avvistamento è basso in California, quando è alto in molti degli stati circostanti? Perché la frequenza delle segnalazioni varia nel tempo? La nostra ricerca futura includerà considerazioni temporali (ad esempio, variazione nel tempo) per rispondere, si spera, ad alcune di queste domande. Notiamo inoltre che le nostre covariate rappresentano le condizioni medie e, sebbene queste spieghino chiaramente gran parte del modello di primo ordine nei rapporti di osservazione, ulteriori fattori possono essere identificati esplorando il modello rimanente negli errori spaziali (SI Fig. 1 ) o considerando i cambiamenti nel tempo o in singoli eventi.

Alcuni modelli negli avvistamenti segnalati potrebbero essere spiegati da fattori socioculturali. Ad esempio, ci sono picchi di segnalazioni dopo che Hollywood ha prestato attenzione a film o programmi TV sugli alieni? Alcune culture hanno maggiori probabilità di vedere gli UAP, a causa dei loro sistemi di credenze? Ad alcune regioni/luoghi degli Stati Uniti è stata prestata maggiore attenzione ai rapporti storici sugli avvistamenti di UAP? Non c’è dubbio che la geografia e il “luogo” influenzino i sistemi di credenze e il comportamento delle persone. In alcuni luoghi, l’aspettativa di ciò che dovresti vedere può influenzare ciò che effettivamente vedi. In un processo chiamato percezione motivata , le persone possono influenzare le proprie percezioni per arrivare a conclusioni attese che soddisfino i loro obiettivi o offrano ricompense ^48 , 49 . Se il tuo obiettivo è vedere un UAP, potresti benissimo vederne uno se ne avrai l’opportunità. Tuttavia, è importante sottolineare che ci sono molte esperienze di avvistamento che le persone sono riluttanti a raccontare. Ci sono molti che temono la stigmatizzazione e gli attacchi da parte del pubblico, e altri che in precedenza non credevano negli UAP, ma hanno vissuto un’esperienza che li ha convinti del contrario.

Affrontiamo questo problema con cautela, sia per la complessità dell’argomento che per la sensibilità dei dati disponibili. La posizione del governo statunitense è che “gli UAP rappresentano chiaramente un problema di sicurezza del volo e potrebbero rappresentare una sfida per la sicurezza nazionale degli Stati Uniti” ⁴ . Per quanto riguarda le questioni di sicurezza nazionale, le incertezze e le incognite non sono mai una cosa positiva, ed è compito degli sforzi dell’intelligence ridurre al minimo le incognite. Indipendentemente da ciò che le persone vedono, e che si tratti di piloti militari, piloti civili o semplici astanti, esiste una potenziale minaccia. Questa minaccia cresce man mano che crescono le nostre incertezze. Sebbene basati su un set di dati rumoroso e di crowdsourcing, i nostri risultati possono fornire un contesto su come i rapporti di avvistamento di oggetti non identificati variano nello spazio, i fattori a questi collegati e possono offrire un passo avanti verso la comprensione di queste minacce.

Questo problema è rilevante su molti fronti, incluso quello antropologico e sociologico (cioè la comprensione dell’esperienza umana/sociale). Lo stigma attribuito a quest’area di ricerca, se esplorata scientificamente, dovrebbe essere superato. Non facciamo ipotesi su ciò che le persone vedono, solo che vedranno di più quando e dove ne avranno l’opportunità. Resta però la questione su cosa contengano questi rapporti di avvistamento. Un ulteriore esame delle regioni in cui il modello funziona in modo scarso, delle tendenze temporali e dei dettagli riportati di ciascun avvistamento segnalato può aiutare a chiarire ulteriormente questo aspetto.

Disponibilità dei dati

I dati che supportano i risultati di questo studio sono disponibili online presso il National UFO Reporting Center (NUFORC) all’indirizzo https://nuforc.org/ ; tuttavia, questi dati non vengono geocodificati. I dati geocodificati sono disponibili presso gli autori su richiesta ragionevole.

Riferimenti

1. Dipartimento della Difesa degli Stati Uniti, (DoD). Istituzione di una task force sui fenomeni aerei non identificati. https://www.defense.gov/News/Releases/Release/Article/2314065/establishment-of-unidentified-aerial-phenomena-task-force/ (2020).
2. Dipartimento della Difesa degli Stati Uniti, (DoD). Il Dipartimento della Difesa annuncia la creazione del gruppo di identificazione e sincronizzazione della gestione degli oggetti in volo (AOIMSG). https://www.defense.gov/News/Releases/Release/Article/2853121/dod-announces-the-establishment-of-the-airborne-object-identification-and-manag/ (2021).
3. Dipartimento della Difesa degli Stati Uniti, (DoD). Il Dipartimento della Difesa annuncia l’istituzione dell’ufficio per la risoluzione delle anomalie in tutti i domini. https://www.defense.gov/News/Releases/Release/Article/3100053/dod-announces-the-establishment-of-the-all-domain-anomaly-solving-office/ (2022).
4. Ufficio del Direttore dell’intelligence nazionale (DNI). Valutazione preliminare: Fenomeni aerei non identificati. https://www.dni.gov/files/ODNI/documents/assessments/Prelimary-Assessment-UAP-20210625.pdf (2021).
5. Hynek, JA Il rapporto sugli UFO di Hynek (Barnes and Noble Books, 1997).Google Scholar 
6. Direzione dei servizi esecutivi. Scheda informativa sugli UFO. https://www.esd.whs.mil/Portals/54/Documents/FOID/Reading%20Room/UFOsandUAPs/2d_af_1.pdf ) (2021).
7. Centro nazionale di segnalazione UFO, (NUFORC). Il database online del Centro nazionale di segnalazione degli UFO. https://nuforc.org/databank/ (2023).
8. Appelle, S. Gli UFO e il metodo scientifico. Scienza 281 , 5379 (1998).Articolo Google Scholar 
9. Zimmer, TA Correlati sociali e psicologici di possibili avvistamenti UFO. J. Soc. Psicologo. 123 , 199 (1984).Google Scholar 
10. Zimmer, TA Credenza negli UFO come realtà alternativa, rifiuto culturale o psiche disturbata. Comportamento deviante. 6 , 405–419 (1985).Articolo Google Scholar 
11. Spanos, NP, Cross, PA, Dickson, K. & DuBreuil, SC Incontri ravvicinati: un esame delle esperienze UFO. J. Anomalia. Psicologo. 102 (4), 624–632 (1993).Articolo CAS PubMed Google Scholar 
12. Salisbury, FB L’UFO Display dello Utah: il rapporto di un biologo (The Devin-Adair Company, 1974).Google Scholar 
13. Ufficio del Direttore dell’intelligence nazionale (DNI). Rapporto annuale 2022 sui fenomeni aerei non identificati. https://www.dni.gov/index.php/newsroom/reports-publications/reports-publications-2023/item/2354-2022-annual-report-on-unidentified-aerial-phenomena (2023).
14. Phillips, T. Pianeta UFO (NASA). https://www.nasa.gov/vision/universe/watchtheskies/03may_maximumvenus.html (2004).
15. Ramet, SP UFO sulla Russia e sull’Europa dell’Est. J. Popul. Culto. 32 (3), 81–99 (1998).Articolo Google Scholar 
16. Weaver, RL e McAndrew, J. The Roswell report: Fatti contro finzione nel deserto del New Mexico (Aeronautica degli Stati Uniti. Ufficio stampa del governo degli Stati Uniti. Washington DC (1995).
17. Callahan, PS & Mankin, RW Gli insetti come oggetti volanti non identificati. Appl. Optare. 17 (21), 3355–3360 (1978).Articolo ANNUNCI CAS PubMed Google Scholar 
18. Tha Paw, Regno Unito Insetti come oggetti volanti non identificati: commento. Appl. Optare. 18 (16), 2723–2724 (1979).Articolo ANNUNCI Google Scholar 
19. Callahan, PS Insetti come oggetti volanti non identificati: risposta dell’autore ai commenti. Appl. Optare. 18 (16), 2725–2726 (1979).Articolo ANNUNCI Google Scholar 
20. Mankin, RW Insetti come oggetti volanti non identificati: risposta dell’autore ai commenti. Appl. Optare. 18 (16), 2725–2726 (1979).Articolo ANNUNCI CAS PubMed Google Scholar 
21. Persinger, MA & Derr, JS Variabili geofisiche e comportamento: XXIII relazioni tra segnalazioni di UFO all’interno del bacino dell’Uinta e sismicità locale. Percezione. Abilità motorie 60 , 143–152 (1985).Articolo CAS PubMed Google Scholar 
22. Persinger, MA Basi geofisiche transitorie per fenomeni apparenti legati agli UFO e comportamento verbale associato?. Percezione. Abilità motorie 43 , 215–221 (1976).Articolo Google Scholar 
23. Persinger, MA & Lafreniere, GF Transitori spazio-temporali ed eventi insoliti (Nelson-Hall, 1977).Google Scholar 
24. Persinger, MA Previsione dei rapporti sulla luminosità storica e contemporanea (UFO) mediante variabili sismiche nell’Europa occidentale. Experiensia 40 , 676–681 (1984).Articolo Google Scholar 
25. Persinger, MA & Derr, JS Variabili geofisiche e comportamento: XXIII. Relazioni tra segnalazioni di UFO all’interno del bacino di Uinta e sismicità locale. Percezione. Abilità motorie 60 , 143–152 (1985).Articolo CAS PubMed Google Scholar 
26. Persinger, MA Variabili geofisiche e comportamento: III. Previsione dei rapporti UFO mediante attività geomagnetica e sismica. Percezione. Abilità motorie 53 , 115–122 (1981).Articolo Google Scholar 
27. Shmatov, ML e Stephan, KD Progressi nella ricerca sui fulmini globulari. J. Atmos. Solar-Terrestr. Fis. 195 (105115), 1 (2019).Google Scholar 
28. Cen, J., Yuan, P. & Xue, S. Osservazione delle caratteristiche ottiche e spettrali del fulmine globulare. Fis. Rev. Lett. 112 , 035001 (2014).Articolo ANNUNCI PubMed Google Scholar 
29. Watters, WA et al. L’indagine scientifica dei fenomeni aerei non identificati (UAP utilizzando osservatori multimodali terrestri. J. Astron. Instrum. 12 (1), 234006 (2023).Articolo Google Scholar 
30. Hauge, BG Indagine e analisi di fenomeni luminosi transitori nella bassa atmosfera della valle di Hessdalen in Norvegia. Astronauta Acta. 67 , 1443–1450 (2010).Articolo ANNUNCI Google Scholar 
31. Centro Nazionale Segnalazioni UFO (NUFORC). Il database online del centro nazionale di segnalazione UFO. https://nuforc.org/databank/ (2023).
32. Centro Nazionale Segnalazioni UFO (NUFORC). Il centro nazionale di segnalazione sugli UFO: informazioni e politiche. https://nuforc.org/about-us/ (2023).
33. Goodchild, MF Cittadini come sensori: il mondo della geografia volontaria. GeoJournal 69 (4), 211–221 (2007).Articolo Google Scholar 
34. Goodchild, MF & Li, L. Garantire la qualità delle informazioni geografiche volontarie. Sputò. Statistica. 1 , 110–120 (2012).Articolo Google Scholar 
35. Centro Nazionale Segnalazioni UFO (NUFORC). Presenta una segnalazione. https://nuforc.org/file-a-report/ (2023).
36. Falchi, F. et al. Supplemento a: Il nuovo atlante mondiale della luminosità artificiale del cielo notturno. Servizio dati GFZ https://doi.org/10.5880/GFZ.1.4.2016.001 (2016).Articolo Google Scholar 
37. Falchi, F. et al. Il nuovo atlante mondiale della luminosità artificiale del cielo notturno. Sci. Avv. 2 (6), e1600377 (2016).Articolo ANNUNCI PubMed PubMed centrale Google Scholar 
38. Wilson, AM & Jetz, W. Rilevamento remoto delle dinamiche cloud globali ad alta risoluzione per prevedere la distribuzione degli ecosistemi e della biodiversità. PLoS Biol. 14 (3), e1002415. https://doi.org/10.1371/journal.pbio.1002415 (2016).Articolo CAS PubMed PubMed centrale Google Scholar 
39. Consorzio MultiRisoluzione Caratteristiche Terreni, Chioma arborea. https://www.mrlc.gov/data/type/tree-canopy (2022).
40. Coulston, JW et al. Modellazione della copertura percentuale della chioma arborea: uno studio pilota. Fotogramma. L’Ing. REM. Sens. 78 (7), 715–727 (2012).Articolo Google Scholar 
41. Coulston, JW, Jacobs, DM, King, CR & Elmore, IC L’influenza delle immagini multistagionali sui modelli di copertura della tettoia: un caso di studio. Fotogramma. Eng Remote Sens. 79 (5), 469–477 (2013).Articolo Google Scholar 
42. Data.gov. TIGER/Line Shapefile, 2019, nazione, Stati Uniti, Shapefile nazionale di installazione militare. https://catalog.data.gov/dataset/tiger-line-shapefile-2019-nation-us-military-installation-national-shapefile (2022).
43. Getis, A. & Ord, JK L’analisi dell’associazione spaziale mediante l’uso delle statistiche sulla distanza. Geogr. Anale. 24 (3), 141 (1992).Articolo Google Scholar 
44. Ord, JK & Getis, A. Statistiche di autocorrelazione spaziale locale: problemi distribuzionali e un’applicazione. Geogr. Anale. 27 (4), 14 (1995).Articolo Google Scholar 
45. Watters, WA et al. L’indagine scientifica dei fenomeni aerei non identificati (UAP utilizzando osservatori multimodali terrestri. J. Astron. Instrum. 12 (1), 234006 (2023).Articolo Google Scholar 
46. Rue, H. et al. Calcolo bayesiano con INLA: una revisione. Anna. Rev. Stat. Appl. 4 (marzo), 395–421 (2017).Articolo Google Scholar 
47. McElreath, R. Ripensamento statistico: un corso bayesiano con esempi in r e Stan (Chapman Hall/CRC, 2018).Libro Google Scholar 
48. Kunda, Z. Il caso del ragionamento motivato. Psicologo. Toro. 108 (3), 480–498 (1990).Articolo CAS PubMed Google Scholar 
49. Leong, YC, Hughes, BL, Wang, Y. & Zaki, J. Meccanismi neurocomputazionali alla base della visione motivata. Naz. Ronzio. Comportamento 3 , 962–973 (2019).Articolo PubMed Google Scholar 

Scarica riferimenti

Ringraziamenti

Vorremmo riconoscere il lavoro del National UFO Reporting Center (NUFORC) nel raccogliere e rendere disponibili i rapporti sugli avvistamenti UAP. SB desidera ringraziare Nick Malins per le discussioni che hanno contribuito a definire sia le domande dello studio che l’analisi.

Informazioni sull’autore

Autori e affiliazioni

1. Dipartimento di Geografia, Università dello Utah, Salt Lake City, UT, 84112, USARM Medina e SC Birrificio
2. Dipartimento della Difesa degli Stati Uniti, Washington DC, 20301, USASM Kirkpatrick

Contributi

RM, SB e SK sono responsabili della concettualizzazione SB e RM hanno progettato la metodologia RM, SB e SK sono responsabili dell’indagine: RMM, SCB, SMK RM, SB sono responsabili della visualizzazione SK è responsabile dell’acquisizione dei finanziamenti RM e SB sono responsabili per l’amministrazione del progetto SK è responsabile della supervisione RM, SB e SK sono responsabili della scrittura – bozza originale RM, SB e SK sono responsabili della scrittura – revisione e modifica.

autore corrispondente

Corrispondenza con RM Medina .

Dichiarazioni etiche

Interessi conflittuali

Gli autori non dichiarano interessi concorrenti.

Informazioni aggiuntive

Nota dell’editore

Springer Nature rimane neutrale per quanto riguarda le rivendicazioni giurisdizionali nelle mappe pubblicate e nelle affiliazioni istituzionali.

Informazione supplementare

Figura supplementare 1.

Diritti e permessi

Accesso aperto Questo articolo è concesso in licenza con una licenza internazionale Creative Commons Attribution 4.0, che consente l’uso, la condivisione, l’adattamento, la distribuzione e la riproduzione in qualsiasi mezzo o formato, a condizione che si dia il giusto credito all’autore originale e alla fonte, fornire un collegamento alla licenza Creative Commons e indicare se sono state apportate modifiche. Le immagini o altro materiale di terze parti in questo articolo sono inclusi nella licenza Creative Commons dell’articolo, se non diversamente indicato in una linea di credito al materiale. Se il materiale non è incluso nella licenza Creative Commons dell’articolo e l’uso previsto non è consentito dalle norme di legge o supera l’uso consentito, dovrai ottenere l’autorizzazione direttamente dal detentore del copyright. Per visualizzare una copia di questa licenza, visitare http://creativecommons.org/licenses/by/4.0/ .

Ristampe e autorizzazioni

A proposito di questo articolo

Cita questo articolo

Medina, RM, Brewer, SC e Kirkpatrick, SM Un’analisi ambientale degli avvistamenti pubblici di UAP e del potenziale di vista del cielo. Sci Rep 13 , 22213 (2023). https://doi.org/10.1038/s41598-023-49527-x

Scarica la citazione

• Ricevuto25 luglio 2023
• Accettato08 dicembre 2023
• Pubblicato14 dicembre 2023
• DOIhttps://doi.org/10.1038/s41598-023-49527-x

Condividi questo articolo

Chiunque condivida il seguente collegamento potrà leggere questo contenuto:Ottieni un collegamento condivisibile

Fornito dall’iniziativa di condivisione dei contenuti Springer Nature SharedIt

https://www.nature.com/articles/s41598-023-49527-x

About Post Author

angelomaggioni

angelomaggioni71@gmail.com

Happy

0 0 %

Sad

0 0 %

Excited

0 0 %

Sleepy

0 0 %

Angry

0 0 %

Surprise

1 100 %