Статья Автор: Анна Яшина

итоговая работа Яшиной Анны

Итоговый проект
Научный анализ базы данных «NASA Near-Earth Asteroids»
Яшина Анна
Датасет: NASA Near-Earth Asteroids & Close Approaches (Kaggle)

Выбранный датасет
NASA Near-Earth Asteroids & Close Approaches (1900–2024). Это данные о всех известных околоземных объектах из базы NASA CNEOS (Jet Propulsion Laboratory). В датасете 41 281 строка и 29 столбцов. Меня привлекло то, что данные напрямую связаны с физикой — орбитальная механика, законы Кеплера, гравитация — и при этом имеют реальное прикладное значение: программа планетарной защиты Земли.

import pandas as pd
import numpy as np

df = pd.read_csv('/Users/sgyashin/Downloads/archive (1)/nasa_asteroids.csv',
                 low_memory=False)

print(df.shape)
print(df.dtypes)
df.describe()
df.isnull().sum()
df['pha'].value_counts()

Разведочный анализ
41 281 - строк в датасете
29 - столбцов
2 539 - опасных астероидов
6,1% - доля PHA
0,0234 - медиана MOID опасных, а.е.
−0,58 - корреляция H vs диаметр

# график 1: опасные vs безопасные
counts = df['pha'].value_counts()
labels = ['Безопасные', 'Потенциально опасные']
plt.bar(labels, counts.values, color=['#065A82', '#FFA500'], width=0.5)
plt.title('Опасные и безопасные астероиды')
plt.ylabel('Количество')

# график 2: распределение диаметров
plt.hist(df['diameter_km'].dropna(), bins=60,
       color='#1C7293', edgecolor='white')
plt.xlabel('Диаметр, км')
plt.ylabel('Количество астероидов')

Из 41 281 астероида лишь 2 539 (6,1%) классифицированы NASA как потенциально опасные. Критерий: MOID < 0,05 а.е. и диаметр > 140 м. Распределение диаметров сильно скошено вправо — подавляющее большинство объектов меньше 1 км.

Гипотеза 1 - Сравнение групп · boxplot
«Потенциально опасные астероиды имеют значительно меньший MOID (минимальное расстояние между орбитами), чем безопасные.»

Физическое обоснование: NASA определяет опасный объект именно через MOID < 0,05 а.е. (≈7,5 млн км). Если гипотеза верна — данные подтверждают сам критерий классификации NASA.

 data1 = df[['moid_au', 'pha']].dropna()
group_medians = data1.groupby('pha')['moid_au'].median()
print(group_medians)

safe   = data1[data1['pha'] == False]['moid_au']
hazard = data1[data1['pha'] == True ]['moid_au']
ax.boxplot([safe, hazard], patch_artist=True,
           labels=['Безопасные', 'Опасные'])

Медиана MOID безопасных: 0.0478 а.е. Медиана MOID опасных: 0.0234 а.е. → Опасные в 2× ближе к орбите Земли

На графике отчётливо видно: ящик «потенциально опасных» расположен значительно ниже. Медиана у опасных — 0,023 а.е., у безопасных — 0,048 а.е., то есть разница в 2 раза.
✓ Гипотеза подтверждена

Гипотеза 2 - Связь величин · scatter + polyfit
«Абсолютная звёздная величина H отрицательно коррелирует с диаметром астероида.»

Физическое обоснование: Диаметр связан с H по формуле D = 1329 · 10^(−H/5) / √p, где p — альбедо. Чем больше астероид, тем больше света он отражает и тем меньше его H (шкала обратная).

data2 = df[['H', 'diameter_km']].dropna()
r = data2['H'].corr(data2['diameter_km'])
print(f'r = {r:.4f}')

coeffs  = np.polyfit(data2['H'], data2['diameter_km'], 1)
trend_y = np.polyval(coeffs, trend_x)
ax.set_yscale('log')

Коэффициент корреляции Пирсона r = −0.5800 Интерпретация: умеренная обратная связь

r = −0,58 — умеренная обратная связь, а не сильная (ожидалась −0,9+). Причина: диаметр зависит не только от H, но и от альбедо p, которое у разных астероидов варьируется в 10+ раз. Тёмный астероид и светлый одинакового размера дадут разные H. На графике с лог. шкалой виден чёткий нелинейный тренд по форме степенного закона.
✓ Гипотеза подтверждена

Гипотеза 3Распределение · гистограмма + лог. шкала
«Распределение MOID следует степенному закону — аналог закона Гутенберга–Рихтера в сейсмологии.»

Физическое обоснование: В гравитационной динамике Солнечной системы объекты с малым MOID — редкость. Убывание должно быть степенным N(d) ~ d^α, а не экспоненциальным.

close = df['moid_au'].dropna()
close = close[close < 0.5]

fig, axes = plt.subplots(1, 2, figsize=(13, 5))
axes[0].hist(close, bins=60, color='#1C7293')
axes[1].hist(close, bins=60, color='#FFA500')
axes[1].set_yscale('log')  # если хвост → прямая = степенной закон

Объектов с MOID < 0.5 а.е.: ~41 150 Минимум: 0.00001 а.е. · Медиана: 0.054 а.е. Форма: сильный правый скос, пик у 0–0.02 а.е.

На логарифмической шкале хвост распределения близок к прямой линии — это признак степенного закона. Пик вблизи нуля объясняется «резонансными» орбитами, захваченными притяжением Земли — они удерживаются в определённом диапазоне MOID.
✓ Гипотеза подтверждена

Загрузка...

Чтобы оставить комментарий, необходимо авторизоваться

💬

Пока нет комментариев. Будьте первым!

Печать