Jak statystycy znaleźli lot Air France 447 dwa lata po tym, jak rozbił się na Atlantyku?

We wczesnych godzinach porannych 1 czerwca 2009 r. Air France Flight AF 447 z 228 pasażerami i załogą na pokładzie zniknął podczas sztormowej pogody nad Atlantykiem podczas lotu z Rio de Janeiro do Paryża. Tak więc Lawrence Stone i jego koledzy z Metron Scientific Solutions w Reston w Wirginii opisali swoją rolę w odkryciu wraku prawie dwa lata po utracie samolotu.

Stone i współpracownicy są statystykami, którzy zostali sprowadzeni, aby ponownie zbadać dowody po czterech intensywnych poszukiwaniach, które nie doprowadziły do ​​​​odnalezienia samolotu. Co ciekawe w tej historii, ich analiza wskazała lokalizację niedaleko ostatniej znanej pozycji, w obszarze, który prawie na pewno został przeszukany wkrótce po katastrofie. Wrak znaleziono prawie dokładnie tam, gdzie przewidywali, na głębokości 14 000 stóp po zaledwie jednym tygodniu dodatkowych poszukiwań.

Dzisiaj Stone i spółka wyjaśniają, jak to zrobili. Ich podejście polegało na użyciu techniki znanej jako wnioskowanie bayesowskie, która uwzględnia wszystkie wcześniejsze informacje o miejscu katastrofy, a także dowody z nieudanych poszukiwań. Wynikiem jest rozkład prawdopodobieństwa lokalizacji wraku.

Wnioskowanie bayesowskie to technika statystyczna, którą matematycy używają do określenia pewnego podstawowego rozkładu prawdopodobieństwa na podstawie obserwowanego rozkładu. W szczególności statystycy wykorzystują tę technikę do aktualizowania prawdopodobieństwa określonej hipotezy podczas zbierania dodatkowych dowodów.

W przypadku Air France Flight 447 podstawowym rozkładem było prawdopodobieństwo znalezienia wraku w danej lokalizacji. Zależało to od wielu czynników, takich jak ostatnia lokalizacja GPS przesłana przez samolot, odległość, jaką samolot mógł później przebyć, a także lokalizacja zwłok znalezionych na powierzchni po uwzględnieniu ich szybkości dryfu w wodzie. rachunek.

To wszystko statystycy nazywają przeorem. Daje to pewien rozkład prawdopodobieństwa lokalizacji wraku.

Jednak w wielu poszukiwaniach, które opierały się na tych informacjach, nie udało się znaleźć wraku. Tak więc pytanie, na które Stone i spółka musieli odpowiedzieć, dotyczyło tego, w jaki sposób należy wykorzystać te dowody do modyfikacji rozkładu prawdopodobieństwa.

To właśnie statystycy nazywają rozkładem a posteriori. Aby to obliczyć, Stone i spółka musieli wziąć pod uwagę niepowodzenie czterech różnych przeszukań po katastrofie samolotu. Pierwszym było niepowodzenie w znalezieniu szczątków lub ciał przez sześć dni po zaginięciu samolotu w czerwcu 2009 roku; potem w lipcu 2009 r. doszło do niepowodzenia poszukiwań akustycznych w celu wykrycia sygnałów z podwodnych radiolatarni na rejestratorze parametrów lotu i rejestratorze rozmów w kabinie; następnie podczas innego wyszukiwania w sierpniu 2009 r. nie udało się znaleźć niczego za pomocą sonaru ze skanowaniem bocznym; i wreszcie, w kwietniu i maju 2010 r. nastąpiło kolejne nieudane wyszukiwanie przy użyciu sonaru ze skanowaniem bocznym.

Wszystkie poszukiwania odbywały się w różnych, czasem nakładających się obszarach, w promieniu 40 mil morskich od ostatniej znanej lokalizacji samolotu. Obszary te obliczono na podstawie tego, jak daleko szczątki i ciała przemieściły się pod wpływem wiatru i prądów. A poszukiwania, które nasłuchiwały sygnałów akustycznych z rejestratorów danych samolotu, prawie na pewno obejmowały lokalizację, w której ostatecznie znaleziono wrak.

To ważny punkt. Inna analiza mogła wykluczyć tę lokalizację ze względu na to, że była już pokryta. Stone i spółka zdecydowali się jednak uwzględnić możliwość, że sygnalizatory akustyczne zawiodły, co było kluczową decyzją, która doprowadziła bezpośrednio do odkrycia wraku. Rzeczywiście, wydaje się prawdopodobne, że sygnały nawigacyjne zawiodły i że to był główny powód, dla którego poszukiwania trwały tak długo.

Kluczową kwestią jest oczywiście to, że samo wnioskowanie bayesowskie nie może rozwiązać tych problemów. Zamiast tego sami statystycy odgrywają kluczową rolę w ocenie dowodów, decydowaniu, co one oznaczają, a następnie włączaniu ich w odpowiedni sposób do modelu bayesowskiego.

Efektem końcowym, przynajmniej w tym przypadku, było odkrycie wraku wraz z rejestratorem parametrów lotu i rejestratorem rozmów w kokpicie, które dostarczyły istotnych dowodów na temat ostatnich chwil samolotu (chociaż nadal istnieje spór o to, co dokładnie spowodowało katastrofę). . Doprowadziło to również do odkrycia wielu innych ciał, które następnie połączyły się z rodzinami w żałobie.

Ta historia statystycznego poszukiwania zaginionego samolotu jest teraz niezwykle istotna ze względu na trwające poszukiwania lotu MH 370 Malaysia Airlines, który zniknął w drodze z Kuala Lumpur do Pekinu 8 marca. Nic już z niego nie widziano ani nie słyszano.

Lekcja z poszukiwań lotu Air France AF 447 jest taka, że ​​wnioskowanie bayesowskie jest potężnym narzędziem w tego rodzaju wyszukiwaniu, ale sposób, w jaki jest stosowany, jest również kluczowy. Innymi słowy, statystycy również będą musieli odgrywać ważną rolę w tych poszukiwaniach.

Miejmy nadzieję, że założenia użyte do aktualizacji przyszłych wyszukiwań MH 370 ostatecznie okażą się równie skuteczne, jak te, które Stone i spółka zastosowali w 2011 roku.

Nr ref.: arxiv.org/abs/1405.4720 : Wyszukaj wrak samolotu Air France Flight AF 447

ukryć