Corrélation des observations OVNI avec le Soleil

L'objectif de cet article consiste à évaluer l'importance et la nature des fonctions de corrélation liant l'activité du soleil et les observations d'OVNI.

J'avais déjà eu l'occasion d'évoquer ce sujet sur U-Sphere il y a quatre ans de cela: il est central dans les sujets ici développés dans la mesure ou il s'inscrit en conjonction de plusieurs autres aspects traités sur les pages de ce site. Pris séparément ce sont des pointeurs "faibles", néanmoins observés conjointement ils font émerger un tableau cohérent par:

• l'existence d'une forte corrélation entre les prophéties ou mythes et le soleil: pour ceux présentés sur ce site, ils peuvent s'interpréter comme une super explosion solaire. Le cas échéant, cet aspect "mythique" signifie peut-être qu'il s'agit d'un phénomène récurrent dans l'histoire de l'humanité,

• les crops-circles makers nous rappellent combien l'émergence de nos civilisations n'a été rendue possible que grâce au contrôle environnemental et à la stabilisation des températures et donc ... aussi à la qualité du flux solaire. Ce lien Crop-Circle-Champs-Symboles retrace l'importance du lien qui existe entre l'émergence de l'agriculture, des symboles et enfin des civilisations. Quels que soient leurs créateurs, les crops-circles, paraissent réaliser une forme de "Near Death Experiment(1)" à l'échelle des civilisations humaines: ils nous refont vivre de manière accélérée et métaphorique notre histoire symbolique et culturelle. Réalisés dans des champs de blé, ils nous parlent implicitement du contrôle environnemental et de notre propre conquête de l'espace et du temps et les constructions syntoniques (culture) qui en émerge. Par l'homme, avec la naissance de l'agriculture, au delà de l'homme, avec une stabilisation des températures sans précédent vis à vis des autres ages interglaciaires et tout au long de l'holocène : 10000 ans couverts par les Crops Circles, globalement, depuis le dernier "accident" climatique.

• une brique dans l'hypothèse "U-Sphere" qui s'inscrit dans l'idée d'une surveillance GENERALISEE des sphères environnementales par des intelligences exotiques. Dans ce contexte, il serait TRES réducteur de ne penser qu'au nucléaire: bien qu'important, il n'est qu'un aspect parmi d'autres composantes telles que le volcanisme, les failles sismiques (lithosphère), la pollution (anthroposphère), ... Et en amont, la question se pose maintenant aussi pour le soleil (heliosphère):

Fig 1. Ci-dessus, l'hypohtèse du projet U-Sphere (j'ai réalisé ce schéma en anglais, mais normalement cela doit se comprendre !...). Les sphères environnementales jouent un rôle sensiblement différent en fonction de leur nature et des échelles de temps des phénomènes qui leur sont associés

• l'importance croissante attribuée au soleil dans l'histoire climatique de la terre, l'organisation en puissances de 2 des éruptions solaires. Cela parait étrange, mais cela semble avoir un lien avec l'auto-organisation des systèmes dissipatifs pris à différentes échelles. Cela semble indiquer que quelque chose est susceptible d'arriver à l'échelle de dizaines d'années (peu précis), et cela n'a rien de très rassurant non plus (article toujours en cours: je suis hélas "noyé" sous les données et il y a des incohérences entre les ratios isotopiques du carbone et de l'oxygène qui m'ont fait perdre pas mal de temps...)

• la très forte sous-estimation du risque solaire par la NASA et les pouvoirs publics, (quels que soient les pays), notamment à l'époque d'une société de l'information, (voir les échelles de notations associées): non seulement la probabilité du risque est importante, mais les résultats seraient aujourd'hui DÉSASTREUX,

Toutes ces raisons font qu'il me paraissait important de revenir sur ce lien OVNI-Soleil.

Jeu de données

J'aurais pu utiliser les données recensées sur U-Sphere (sourcées par Luc Chastan et le NUFORC essentiellement, soit 4988 cas) toutefois elles restent encore trop peu nombreuses. Aussi, l'analyse qui suit a été conduite avec les données de Larry Hatch dont le site web, (U-Database, 17774 cas), n'existe aujourd'hui malheureusement plus (cherchant à avoir des nouvelles, Jacques Vallée m'a appris, il y a environ trois ans de cela, que Larry Hatch avait eu un AVC...)
Toutefois, à partir d'une disquette DOS envoyée par D. Weinstein, sans pouvoir le faire tourner, j'ai pu extraire et analyser le fichier de données binaire lié qui était crypté sous MS-DOS (programme en C). Le programme de L Hatch n'avait été malheureusement jamais été converti pour un système Windows... L'objectif ici n'est cependant pas de publier ses données, (il en fait un usage commercial), mais simplement de présenter les résultats extraits.

Fig 2. Page d'interface fonctionnelle de la base de données de Larry Hatch que je me suis ici amusé à reprendre à l'identique sous Access (le côté austère de MS-DOS est bien là !). Je lui avait à l'époque proposé de reprendre ce bout petit programme Access.

Finalement, après pas mal de soucis, j'ai pu reconstituer un fichier Excel, puis projeter toutes ces données dans un graphique; la densité des points est telle qu'il n'est même pas nécessaire de tracer les contours des continents:

Fig 3. La position géographique des 17774 observations dans un simple graphique Excel. Pour comparaison, j'ai superposé deux images issues des anciennes pages du site web de Larry Hatch, pour l'Europe et les Etats-Unis.

Son jeu de données reste intéressant et unique au monde dans la mesure où il s'appuie sur 50 années d'observations référencées par des ouvrages "classiques", ainsi que plus de 20 années de travail et d'extraction pointilleuse. Souvent les cas relevés sont connus et ont été enquêtés.

Il existe toutefois un biais dans la dimension spatiale, car ce jeu de données couvre essentiellement les pays anglo-saxons; cela étant ce n'est pas gênant pour une analyse en fréquence comme nous allons la faire.

50 années d'observations d'OVNI : résultats

Pics d'activités

Les deux premiers graphiques étaient déjà présentés par Larry Hatch. Le premier résultat consiste simplement à extraire le nombre d'observations par mois sur 54 ans (1946-2000). Les 17774 observations ont été préalablement consolidées par mois, les fameuses "vagues" d'observation OVNI émergent sous la forme de pics:

Fig 4. Les pics d'observations sont communément appelées "vagues" et référencées ci-dessus v0, ..., v12. De nombreuses hypothèses ont été avancées pour les expliquer: un intérêt accru de la part des observateurs (ufologues, medias ou public), un biais dans le travail de recherche et de collecte, des événements atmosphériques particuliers, etc.

Fig 5. N'ont été ici présentées que les périodes écoulées qu'entre les principales vagues, soit entre celles dépassant 80 observations sur une semaine. Il s'agit de v0, v2, v3, v4 et v11. Se référer à la Figure 10 qui présente les observations par semaine et non pas par mois, comme ci-contre.

Périodes privilégiées entre les pics d'activités

Le deuxième résultat correspond aux durées écoulées entre les principaux pics d'observation, exprimé en semaines. Ce graphique est similaire à celui qui avait été originellement proposé sur le site de Larry Hatch:

Fig 6. Les pics du graphe ci-dessus correspondent aux périodes de temps écoulées entre des couples de vagues d'observations. Sont notées X1, ..., Xn les périodes les plus représentatives. Les durées sont exprimées en semaines.

A noter que j'ai eu un peu de mal à retrouver ce graphique : Larry Hatch expliquait qu'il avait été réalisé suivant une idée originale de Jacques Vallée, qui lui-même, lorsque je lui ait demandé ne se souvenait plus (cela devait être il y a plus de 20 ans!) Après de nombreux d'essais, j'ai fini par retrouver l'algorithme:

// Le nombre d'observations par semaine sur 50 années est préalablement calculé (N semaines couvertes)
// L'algorithme parcours l'ensemble des k semaines d'observation (Xn[k] = nb evts )
// et observe s'il existe, pour chacune d'elle, une autre observation située 
// à 1 période i, où l'on fait varier i de 1 à N. Xk[] est le tableau des résultats. 
 
for ($i=0;$i<$N;$i++) $Xk[$i] = 0;			
  			
for ($k=0;$k<$N;$k++) {			
	$k_val = $Xn[$k];		
	// teste l'existence de valeurs à différents écarts de période		
	// et par rapport au point courant. $i fait varier la période.		
	for ($i=$k+1;$i<$N;$i++) {		
		if ($Xn[$i]>0)	
			$Xk[$i-$k] = $Xk[$i-$k] + $Xn[$i]*$k_val;
	}		
}			

Au fond, quand l'on connait la méthode, elle est assez simple, et à l'évidence, il ne s'agit pas d'une transformée de fourier (TF): d'un certain point de vue, cet algorithme est plus sensible car il accepte plus facilement des fréquences qu'une TF; de fait, son inconvénient est qu'il conserve plus de bruit de fond.

Relations entre les périodes d'activité du phénomène OVNI

Essayons de trouver une fonction d'approximation qui permette d'obtenir la position des pics du graphique précédent.
Les principales périodes correspondant à ces pics sont notées, X1, X2, ..., X12 et elles ont pour durées :

Période Xn	Durée (wks)	Durée (yrs)
X1	116	2,223182322
X2	161	3,08562374
X3	264	5,059656319
X4	379	7,263673276
X5	540	10,34929702
X6	679	13,01328273
X7	831	15,92641818
X8	993	19,03120729
X9	1099	21,06273596
X10	1370	26,25654984
X11	1883	36,088382
X12	2260	43,31372455

Point remarquable, il est possible de fournir une approximation par valeurs quasi-entières des points X3, X4, X5, X9, X12. La fonction exponentielle trouvée est  :
f(x)=10,351e^0,3573x avec un coeff de détermination k=1 à -7.10^-6 près !

x	f(x)	valeur réelle (années)	Xn	Erreur
-2	5,065653405	5,059656319	X3	0,12%
-1	7,241172446	7,263673276	X4	-0,31%
0	10,351	10,34929702	X5	0,02%
2	21,15091429	21,06273596	X9	0,42%
4	43,2191262	43,31372455	X12	-0,22%

Les valeurs f(x) (converties en semaines) pour des x entiers de la fonction d'approximation sont reportées dans le graphique suivant :

Fig 7. Ce graphique est une version étendue à 2749 semaines de la figure 6. Les barres verticales vertes correspondent aux valeurs prises par la fonction d'approximation f(x)=10,351e^0,3573x pour des x entiers

Et si l'on essaye de retrouver la distribution de ces périodes sur le graphique présentant l'activité OVNI sur 50 ans (ramené ci-après sur des semaines pour plus de précision), on observera que les périodes {X3, X4, X5, X9, X12} liées par la fonction de corrélation f(x)=10,351e^0,3573x sont toutes assujetties au même événement initial: la vague centrée sur le 29 avril 1947. Les flèches jaunes ci-dessous figurent ces périodes:

Afin d'évaluer le degré de probabilité qu'une telle relation émerge il faudrait estimer pour des vagues d'observations distribuées aléatoirement, la probabilité qu'il y aurait de réunir 5 des 6 principales "vagues" par une loi exponentielle qui ne serait pas affectée par une déviation supérieure à 0,42% (51 jours d'écart max sur 52.7 ans).

Comme nous observons que ces vagues d'observation sont liées par un point de départ conjoint, nous pouvons réaliser une projection datée des vagues d'OVNI passées et futures à partir de celui-ci. Ce point de départ est T₀ = v0, soit le 29 avril 1947.

Remarquons que :

• A moins de diviser par 2 les valeurs de X, (et omettre X4), cette fonction n'associe pas de "vague d'observations" à tous les rangs de X,
  • et si on le faisait, nous aurions une loi quasiment en puissances de 2: e^0,3573*2x ≈ 2.04^x
• pour l'année 2009 nous n'avons pas encore assez de recul pour dire si cela était une année "exceptionnelle": au fur et à mesure de l'accumulation des données, cette vérification serait intéressante à réaliser,
• le prochain rendez-vous serait donné pour le 22 novembre 2035. C'est une date qui n'est pas très éloignée de l'année 2033, une approximation déjà évoquée sur ce site dans le cadre du scénario "ummite".

Autre point intéressant, il est également possible de lier 6 autres pics restants à cette même fonction et toujours par des valeurs entières de x moyennant un offset δ_x=-0.37 (meilleur offset trouvé). La corrélation est toutefois nettement moins bonne et malgré un coefficient de détermination k=1 à 9.10^-4 près (nous n'avons que 6 points!). Elle est valable pour toutes les périodes restantes sauf X7:

x+δx	f(x)	Valeur réelle (années)	Xn	Erreur
-4	2,172073266	2,223182322	X1	-2,35%
-3	3,104901939	3,08562374	X2	0,62%
1	12,96407582	13,01328273	X6	-0,38%
2	18,53168803	19,01204192	X8	-2,59%
3	26,49039285	26,25654984	X10	0,88%
4	37,86708001	36,088382	X11	4,70%

Ci-dessus, en réalité, la période X10 est probablement associée de manière malencontreuse, car il s'agit plus certainement d'une approximation de la relation entre la vague "v3" (principale vague après "v0") et les autres vagues. De façon plus générale, c'est un résultat qui peut s'appliquer à toutes les vagues pour calculer les périodes qui les lient moyennant un offset adéquat, le facteur exponentiel restera peu ou prou inchangé avec f(x)=b.a^x et a ≈ e^0,3573 ≈ 1,4294.

Ayons à l'esprit que ce résultat NE DEPEND PAS D'UN OBSERVATEUR INDIVIDUEL et ne peut donc en aucun cas être réduit à un canular, ou bien à une organisation quelconque dépendante d'observateurs "malicieux".

Pourquoi un tel résultat émerge ? Quel rapport avec le soleil ici ?

Afin d'expliquer cette organisation des observations il est proposé d'envisager deux aspects conjoints.

1/ Évolution exponentielle de la durée écoulée entre les "vagues" d'observation, système de contrôle et schéma de renforcement

D'une part, la nature exponentielle de la répartition des pics parait être la signature d'un système de contrôle, tel que cela a déjà été proposé pour le phénomène des "OVNI". Les propos suivants sont rapportés par Jacques Vallée :

«Une nouvelle analyse sur ordinateur des tendances historiques, que j'effectuai vers le milieu des années 70, fournit un graphique remarquable montrant des « vagues » d'activité qui n'avaient rien de périodique. Fred Beckman et le professeur Price-Williams (de l'Université de Californie à Los Angeles) découvrirent une ressemblance entre cette évolution et les « schémas de renforcement » qui sont typiques d'un processus d'entraînement ou d'apprentissage : le phénomène se comportait comme un système de contrôle plutôt que comme une expédition de voyageurs extraterrestres."

En l'occurrence, une hypothese que nous pouvons avancer est que le phénomène OVNI participe au contrôle du réseau social humain:

L'activité du phénomène OVNI appliquerait au réseau social humain une loi de renforcement basée sur la loi de puissance des pratiques.

Cette loi est connue en théorie de l'apprentissage sous les mots-clés "Reinforcement Learning" et "Power Law of Practice".

Exprimé autrement, le système-maître "OVNI" intègrerait des idées dans le réseau social humain, hypothétiquement dans l'optique d'une préparation au contact permettant d'éviter le fameux risque "ethnocidaire". En pratique, plus le temps passe, moins le renforcement nécessaire est important : l'apprentissage est essentiellement effectué au départ, ultérieurement, il ajuste les écarts avec la norme qu'il souhaite faire reconnaitre. Les interventions se raréfient dans le temps car le système apprenant (réseau social humain) intègre les connaissances et il n'est plus nécessaire que des les rafraichir. C'est un processus similaire aux rappels des vaccins ou bien pour les systèmes de poursuite conçus en IA qui utilisent des moteurs et des senseurs (exemple : http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2679159/figure/F1/)

2/ Évolution facteur des cycles de Schwabe et cycle périodique d'activité corrélé avec la demi-période du soleil

Par rapport au soleil, ce qui est intéressant, c'est que la fonction exponentielle retenue précédemment f(x)=10,351e^0,3573x est facteur d'un terme dont la raison est q0 = 10,351 ≈ X3.
Cette valeur, exprimée en années, n'est pas très éloignée de la durée moyenne des cycles du soleil sur la période.
En effet, si l'on considère le début d'un cycle 1 en l'année 1944.25 et l'achèvement d'un cycle 5 en l'année 1996.75, nous obtenons -sur la durée d'observation- une moyenne de 10.5 années par cycle. Autrement dit, la fonction d'approximation qui décrit l'ensemble des intervalles précédent, (sauf X7), est facteur du Cycle de Schwabe_{(1944.25 à 1996.75)} à 1.4% près.

Cette même fonction est aussi en rapport avec l'hypothèse solaire, par la valeur du paramètre exponentiel, équivalent dans ses ordres de grandeur à celui liant certains des cycles du soleil (au-delà du cycle de Schwabe) : en réalité, c'est assez proche des puissances de 2 évoquées dans l'article sur les cycles du soleil, e^0,3573x ≈ 1.429 qui se rapproche de racine(2)). Ainsi, sur notre projection, nous constatons qu'aux rangs pairs, 2 4 et 8 nous avons effectivement une approximation non seulement des cycles de Schwabe, mais aussi de Hale et de Gleissberg :

* valeur proche sur la période considérée.

Cette corrélation seule ne saurait suffire, elle nous incite toutefois à croiser l'activité OVNI avec celle du soleil sur la période de cinquante années considérée:

Fig 12. Comparaison entre l'activité OVNI (en violet) et l'activité du soleil (nombre de Wolf en jaune). Dans ce graphique les demi-périodes du soleil sont de 5,25 années, elles sont indiquées par les barres pointillées. L'initialisation se fait avec la premier vague en juin 1947.

Ce résultat parait plus solide dans la mesure ou au moins 7 demi-périodes d'activité du soleil (sur 10) sont correctement associées avec des pics d'observation d'OVNI (8 si la vague de 1990 est considérée, voir l'exemple ci-après).

Notons que :

• cette corrélation n'est pas exempt des lacunes probables du jeu de données collecté, et certains pics d'activités peuvent tout simplement ne pas apparaître ici,
• il s'agit là d'une corrélation basée sur la MOYENNE des cycles du soleil. Or ceux-ci restent éminemment variables sur la durée considérée, à titre indicatif : C₁ = 9.92 années, C₂ = 10.83 années, C₃ = 11.58 années, C₄ = 9.83 années, et C₅ = 10.33 années. Ainsi, ce résultat pourrait être plus précisément vérifié en tenant compte des propriétés de chaque cycle : étendue et position du maxima.

En clair: le graphe précédent ne peut prétendre à être une vision parfaite de la réalité !

Au delà des aspects purement analytiques, l'hypothèse d'une corrélation possible entre le soleil et la phénoménologie OVNI est rappelée par le schéma en début de page : le soleil pourrait faire partie des risques systémiques environnementaux majeurs et être à ce titre un élément placé sous surveillance. En l'occurrence, la corrélation précédente s'exprime juste au moment du maxima, et juste avant le minima solaire: elle est intéressante en ce qu'un processus de surveillance (système de poursuite) chercherait à qualifier/quantifier les effets pendant les extremum d'activité.

Exemple "local": la vague belge de 1990

A noter que le schéma ci-dessus ne parait pas fournir une très bonne corrélation avec les événements du début des années 90. Toutefois, si nous observons en détail la répartition des événements de la vague belge, sa distribution parait être un exemple archétype qui confirme l'hypothèse précédente.:

Fig 13. La courbe rouge correspond aux nombre d'observations relevées entre janvier 1988 et décembre 1990 pour la vague belge. Les résultats sont extraits du "Catalogue des Observations Belges". Là où il n'y avait pas de pic distinctement visible sur la demi période du soleil, la vague d'observation Belge, suivie de près par de nombreux ufologues, montre que le phénomène semble toujours suivre l'activité solaire.

Pourquoi le Soleil ?

Pour peut-être fournir un élément de réponse à cela, il faut en revenir aux aspects systémiques environnementaux et à une vision élargie de l'impact d'une catastrophe solaire.

En effet, contrairement à ce qui est habituellement compris, l'aspect le plus terrible d'une catastrophe solaire pourrait être non pas ses effets électromagnétiques, certainement désastreux pour notre économie, mais bien bien plutôt ses effets photo-chimiques sur la haute atmosphère qui correspondrait à la destruction de la couche d'izone au détriment de la production de NO3 qui diffuserait dans lentement dans l'environnement : pluies acides puis par les nappes phréatiques polluées, ... Des effets qui seraient perceptibles plusieurs années.

Philosophiquement, lorsque l'on cherche à réaliser un système de suivi et de contrôle qui a pour objectif de prévoir et d'anticiper des événements d'ordre climatique (écosystémique): on construit un modèle qui correspond à un "système de poursuite", c'est à dire dont l'on adapte régulièrement les données d'entrées pour les faire coller à la réalité, ce qui passe par une collecte régulière d'information. Certains des points de collectes pouvant être choisis dans l'environnement sont listés dans le graphique au début de cet article: ils correspondent à des sites "naturels" ou "artificiels" de stockage de l'information. Dans la nature, d'excellents paleosites accessibles du ciel peuvent être les tourbières ou les zones de marécages.

Il est là également possible de détailler et de fournir quelques exemples.

Pourquoi la Belgique ? :)

---

(1) Consistant à revoir à l'accéléré ce qui a fait de nous ce que nous sommes. Une forme d'intégration/compilation de l'information.