Межпланетная обитаемая зона / Хабр

65 лет назад мир был потрясён фактом того, что человек может вырваться в ближний космос, далеко за пределы земной атмосферы...

К 65-летию первого полёта человека в космос, публикую перевод свежей (от 13 февраля 2026) статьи Калеба Аса Шарфа (Caleb Asa Scharf), англо-американского астронома, астробиолога и популяризатора науки, который даёт интересный ответ на вопрос: как далеко человечество может распространиться в космосе? Считаю, что русскоязычный читатель, интересующийся вопросами покорения космоса, обязательно должен познакомиться с расчетами, оценками и аргументами в этой статье...

The Interplanetary Habitable Zone

Caleb Scharf, NASA Ames Research Center, Moffett Field, California, USA,
13 Feb 2026

Межпланетная обитаемая зона

Калеб Шарф

Аннотация

Вводится и исследуется концепция системной меры поддержания жизни (обитаемости) для межпланетных видов, освоивших космическое пространство. Хотя данный подход в значительной степени нейтрален к деталям того, как именно может функционировать межпланетная жизнь (например, с помощью технологий или за счёт использования биологических особенностей, пока неизвестных нам), необходимо сделать ряд допущений относительно получения энергии, затрат на орбитальное перемещение, радиационных рисков и потребностей в ресурсах.

Разработан многопараметрический критерий эффективности для оценки межпланетной обитаемой зоны (МОЗ). Также создана агент-ориентированная модель для имитации расселения межпланетной жизни в планетной системе и характеристики МОЗ. Для Солнечной системы весовые коэффициенты ресурсов, распределённых между небесными телами, определяют многие общие закономерности, включая последовательность миграции: от Земли к Луне, Марсу и поясу астероидов. Сравнение с экзопланетной системой TRAPPIST-1 также указывает на критическую зависимость структуры МОЗ от баланса между доступностью ресурсов и факторами риска или затрат (например, радиационная опасность и затраты на достижение необходимой скорости — ).

Результаты свидетельствуют о том, что наша Солнечная система может обладать внутренним и значительным преимуществом для космического вида по сравнению с системами типа TRAPPIST-1. Предложенный подход к моделированию также может найти применение в формирующейся космической экономике нашей собственной Солнечной системы.

Ключевые слова: Обитаемые зоны, Исследование космоса, Солнечная система, Экзопланетные системы

1. Введение

Вслед за работами Kasting et al. (1993) (и исторически — Ньютона, 1678; Маундера, 1913; Хуанга, 1966), концепция околозвёздной обитаемой зоны (ОЗ) была широко исследована и развита для характеристики каменистых планет земного типа с точки зрения условий на их поверхности и потенциала для возникновения и поддержания на них жизни (при учёте важных и сложных деталей, см., например, Cockell et al., 2016; Ramirez, 2018).

Такая характеристика часто представляется как бинарный выбор «вся планета целиком или ничего», основанный на рассчитанном орбитальном диапазоне для ОЗ, местоположении планеты и возможном составе её атмосферы, и может включать такие факторы, как геофизическая эволюция или активность звезды. В других аналитических статьях выводится мера пространственной или временнόй доли обитаемости на основе площади поверхности или сезонных интервалов, которые также учитывают более детальные модели планетарного климата и влияющих факторов, таких как свойства спин-орбитального взаимодействия или распределение суши и океанов (например, Spiegel et al., 2008; Jansen et al., 2019).

Помимо понимания масштаба для изучения истории миров в Солнечной системе, ОЗ является важным метрическим инструментом для категоризации экзопланет на основе их размера, орбиты и родительской звезды (например, Kopparapu et al., 2013), а также для приоритизации целей для более детальных астрономических наблюдений (например, для определения состава атмосферы). Расширения классической ОЗ также включают оценки равновесной температуры ледяных тел для оценки вероятности существования миров с замкнутыми океанами (планет или спутников) как ещё одного класса обитаемых сред (например, Scharf, 2006; см. также Рис. 1).

В основе большинства применений моделей ОЗ лежит допущение, что жизнь ограничена точкой своего планетарного происхождения. Или, в лучшем случае, претерпела некоторую форму ограниченного обмена или перекрёстного загрязнения вследствие переноса между схожими по обитаемости телами (например, Scharf and Cronin, 2016; Lingam and Loeb, 2017), что просто корректирует вероятность возникновения жизни на данном теле.

Однако это оставляет открытым вопрос обитаемости в системах, где жизнь активно распространилась или расширилась за пределы своего происхождения, чтобы использовать гораздо более широкий спектр сред. В нашей собственной Солнечной системе можно утверждать, что благодаря исследованию космоса человеком жизнь находится в процессе становления, как межпланетная жизнь, как с точки зрения распространения биологического присутствия, так и с точки зрения коэволюционного технологического присутствия, которое можно рассматривать как часть расширенного фенотипа земной жизни (ср. Frank et al., 2022; Scharf, 2025). В будущем это может привести к гораздо большему расселению земной жизни и связанной с ней инфраструктуры (в технологиях и других инженерных структурах) на другие естественные тела и в новые, созданные искусственно среды обитания или функциональные структуры (например, для произведения вычислений, Scharf and Witkowski, 2024).

В таких обстоятельствах степень, в которой система может поддерживать жизнь, будет определяться множеством факторов в дополнение к тем, что характерны для классической ОЗ. Оценка Межпланетной обитаемой зоны (МОЗ) может, таким образом, дать представление о возможностях жизни в нашей собственной Солнечной системе, о реальности межпланетной жизни в экзопланетных системах (тем самым также приоритизируя такие системы для изучения расширенных биосигнатур или техносигнатур), а также помочь оценить статистический потенциал межпланетной жизни в Галактике путём сопоставления свойств экзопланетных систем с МОЗ.

Рисунок 1: Иллюстрация некоторых многопараметрических факторов, которые могут вносить вклад в МОЗ в нашей Солнечной системе, наложенных на традиционные обитаемые зоны: околозвёздную обитаемую зону и зону, где могут существовать замкнутые ледяные океанические миры. — **Рисунок 1:** Иллюстрация некоторых многопараметрических факторов, которые могут вносить вклад в МОЗ в нашей Солнечной системе, наложенных на традиционные обитаемые зоны: околозвёздную обитаемую зону и зону, где могут существовать замкнутые ледяные океанические миры.

Подробнее о рис.1

На рис.1 представлена схема Солнечной системы с указанием различных характеристик, важных для оценки потенциала планет и их ресурсов.

Планеты Солнечной системы: Все восемь планет в порядке удаления от Солнца: Меркурий, Венера, Земля, Марс, Юпитер, Сатурн, Уран и Нептун.
Зоны и риски:
Циркумстелларная обитаемая зона (Circumstellar Habitable Zone): Область вокруг Солнца, где условия могут быть благоприятными для существования жидкой воды и, возможно, жизни. На схеме эта зона выделена зелёным цветом и охватывает орбиты Венеры, Земли и Марса.
Солнечные бури (Solar storm risk): Область, где существует риск воздействия солнечных бурь, выделена красным цветом и находится ближе к Солнцу.
Космическая радиация (Cosmic radiation risk): Область, где существует риск воздействия космической радиации, выделена оранжевым цветом и находится за орбитой Марса.
Ресурсы и возможности:
Солнечная энергия (Solar power): Область, где возможно использование солнечной энергии, выделена фиолетовым цветом и охватывает внутренние планеты.
Астероидные ресурсы (Asteroidal resources): Область, богатая астероидами, выделена тёмно-зелёным цветом и находится между орбитами Марса и Юпитера.
Удобство транспорта (Ease of transport): Область, где перемещение между планетами может быть относительно удобным, выделена светло-зелёным цветом и охватывает внутренние планеты и пояс астероидов.
Внутренние океанические обитатели (Interior ocean habitats): Указаны планеты, на которых могут существовать подповерхностные океаны, например, на спутниках Юпитера и Сатурна.

Картинка даёт представление о том, какие планеты и зоны Солнечной системы могут быть интересны с точки зрения колонизации, использования ресурсов и научных исследований.

В данной статье проводится первоначальное исследование обитаемости для межпланетной жизни, фокусирующееся на некоторых многопараметрических факторах, которые могут определять ограничения или возможности для поддержания жизни, расселяющейся из точки своего происхождения (Рисунок 1). В этом подходе МОЗ является более многомерной, чем ОЗ, которая часто представляется только в терминах орбитального диапазона, хотя и имеет множественные зависимости (например, атмосфера планеты, родительская звезда и т.д.). В данном исследовании МОЗ многие факторы, связанные с пригодностью поверхности или недр (обитаемостью) планетарных тел или других локаций, поддерживающих популяции расселяющейся, космической жизни, не выделяются конкретно, а включены в фактор весовых коэффициентов ресурсов (см. Обсуждение).

В Разделе 2 факторы, подлежащие рассмотрению, обсуждаются подробно. В Разделе 3 предлагается общая формализация модели МОЗ, которая в ограниченном виде применяется к Солнечной системе и экзопланетной системе TRAPPIST-1. В Разделе 4 представлено первоначальное исследование агент-ориентированной симуляции, которая пытается более сложным образом отразить динамику распространения вида из точки его происхождения, чтобы дополнительно изучить свойства МОЗ Солнечной системы и системы TRAPPIST-1.

2. Факторы, влияющие на формирование Межпланетной обитаемой зоны (МОВЗ)

2.1 Доступность энергии

Межпланетной жизни потребуется энергия, как в открытом космосе, так и в любой другой локации. Предполагается, что светимость звёзд главной последовательности доминирует в общем доступном энергетическом бюджете большинства планетных систем (то есть превышает мощность искусственных источников, таких как экзотермические химические реакции, ядерные реакторы деления или термоядерные реакторы).

Потенциальный захват звёздной энергии (светимость ) приёмниками конечного размера будет определяться потоком излучения на расстоянии :

$f_{*} = L_{*} / (4\pi r^{2})$ ,

однако также зависит от эффективности систем захвата и их зависимости от условий окружающей среды, таких как температурный режим (определяемый равновесной температурой $T_{eq}$ ). Например, современные коммерческие фотоэлектрические панели на Земле теряют в среднем 0,3–0,5% эффективности выработки энергии на каждый градус Цельсия выше ~25 °C (~298 K).

Подходящей формой зависимости эффективности преобразования энергии () от температуры является простая линейная зависимость относительно опорной температуры $T_{ref}$ :

$\eta = \eta_{\mathrm{ref}}[1 - \beta (T_{\mathrm{eq}} - T_{\mathrm{ref}})]$ ,

где температурный коэффициент (процентное изменение эффективности на градус Цельсия) может находиться в диапазоне от 0,3 % до 0,5 %.

В первом приближении, при условии радиационного равновесия с нормально падающим звёздным излучением, средняя температура плоской поверхности фотоэлектрического приёмника будет:

$T_{\mathrm{eq}} = [(1 - A) f_{*} / \sigma]^{1/4}$ ,

где — альбедо приёмника, — постоянная Стефана–Больцмана, а переизлучение предполагается только с одной стороны. Поскольку — это звёздный поток на расстоянии , то:

$T_{\mathrm{eq}} = \left[ \frac{(1 - A) L_{*}}{4\pi \sigma r^{2}} \right]^{1/4}$ .

На Рисунке 2 показана результирующая функциональная зависимость критерия эффективности для солнечной энергии: как функция расстояния от звезды при опорной температуре 25 °C для эффективности преобразования солнечной энергии. Это можно использовать как оценку первого порядка для эффективной доступности солнечной энергии в любой точке системы.

Рисунок 2: Функциональная форма критерия эффективности для солнечной энергии 𝑃∗ = 𝜂 ∙ 𝑓∗ — *Рисунок 2: Функциональная форма критерия эффективности для солнечной энергии* 𝑃_∗ = 𝜂 ∙ 𝑓_∗

2.2 Радиационный риск

Межпланетная жизнь и её инженерные конструкции могут напрямую подвергаться воздействию солнечного ветра, высокоэнергетических солнечных частиц (SEP, Solar Energetic Particles), а также космического излучения, поступающего из-за пределов планетной системы (галактические космические лучи, GCR, Galactic Cosmic Rays). Частицы высокой энергии могут вызывать различные вредные эффекты: от биологических повреждений до структурных повреждений материалов, а также сбоев в работе электронных устройств (включая цифровые вычислительные системы).

Хотя воздействие радиации на биологические объекты или технологии может быть снижено за счёт атмосферы или экранирующих материалов во время межпланетных перелётов, либо с помощью доступных материалов, таких как реголит на поверхности, эти меры добавляют затраты на поддержание жизнедеятельности и могут не устранять полностью интегральный риск в течение всего срока существования, который зависит от местоположения.

В нашей Солнечной системе общее поведение средних потоков частиц солнечного ветра следует закону обратных квадратов: плотность частиц (преимущественно протонов, электронов и ядер гелия) убывает с расстоянием от Солнца. Кроме того, средняя кинетическая температура частиц следует зависимости ~ $~1/r^{0,57}$ , хотя и со значительными вариациями во времени и общей радиальной скоростью. Однако эти характеристики могут очень существенно, хотя и временно, изменяться под воздействием корональных выбросов массы (CME, Coronal Mass Ejections), генерирующих SEP, и другой солнечной активности (см., например, Guo et al., 2024).

Спокойный солнечный ветер считается относительно безопасным (типичные энергии тяжёлых частиц <10 кэВ, электронов <100 кэВ), тогда как вспышки и CME могут инжектировать в поток более высокоэнергетические, релятивистские частицы (с энергиями до ГэВ).

Однако даже спокойный солнечный ветер способен вызывать разнообразные повреждения: например, микроскопическое вспучивание металлических поверхностей вследствие накопления указывает на негативные эффекты уже после одного года пребывания на орбите в пределах 1 а.е. (см., например, Sznajder et al., 2019 и ссылки в этой работе). Такой эрозионный эффект может повреждать солнечные паруса, солнцезащитные экраны и изоляционные/термические покрытия космических аппаратов.

Солнечные CME представляют наибольший потенциальный риск для межпланетной жизни (как с точки зрения материальных, так и биологических повреждений), причём характеристики выброса частиц разнообразны и не ограничиваются низкими эклиптическими широтами. Эти события также сильно зависят от звёздных циклов, например, цикла активности Солнца, и могут коррелировать с циклами активности звёзд солнечного типа в зависимости от их массы и возраста (см., например, Jeffers et al., 2023).

Хотя SEP представляют один из факторов высокого риска, GCR представляют другой, с потенциалом значительно более высоких энергий частиц (от МэВ до ПэВ). В нашей Солнечной системе структура и протяжённость гелиосферы играют существенную роль в величине уровня космической радиации и снижении рисков на большей части орбитального диапазона основных планет в периоды повышенной солнечной активности.

Модели звёздного ветра использовались для оценки космической радиации в экзопланетных системах, где более быстро вращающиеся и более активные молодые звёзды могут эффективнее блокировать космическое излучение. Однако, это зависит и от энергии частиц: более высокие энергии соответствуют более короткому времени диффузии частиц. Близость к магнитным полям планет также является фактором, влияющим на уровень воздействия как SEP, так и GCR, как на поверхности планеты, так и на околопланетной орбите.

В Солнечной системе радиальный рост интенсивности GCR, усреднённый по времени, оценивается как <10 % на а.е. в пределах 0,5 а.е. от Солнца, и это согласуется с оценками для расстояний свыше 1 а.е., где радиальные градиенты составляют от 2 % до 4 % на а.е. (см., например, Lawrence et al., 2016 и ссылки в этой работе для оценок интенсивности GCR от 1 до более 80 а.е.). Все показатели варьируются в зависимости от таких факторов, как солнечная модуляция и гелиоцентрическая широта.

Следовательно, в качестве критерия эффективности для оценки радиационных рисков в МОЗ, усреднённый по времени риск (интенсивность частиц) может быть приближённо описан в первом порядке как:

$\lambda_{\mathrm{radiation}}(r) = A_{\mathrm{GCR}} \cdot r + A_{\mathrm{solar}} \cdot r^{-2}$ ,

где $A_{\mathrm{GCR}}$ — нормировочная константа для интенсивности/риска космической радиации, которая, как предполагается, линейно возрастает с расстоянием от родительской звезды, а $A_{\mathrm{solar}}$ — нормировочная константа для интенсивности/риска солнечной радиации, убывающая как $r^{-2}$ .

Следует отметить, что точная зависимость убывания от орбитального радиуса, как наблюдается, варьируется в зависимости от энергии частиц (например, интенсивность SEP иногда ближе следует зависимости $r^{-3,5}$ ) и типа частиц (например, интенсивность потока электронов также часто убывает с радиусом более круто), а также от факторов переноса, таких как межпланетные магнитные поля. Поэтому предложенная здесь форма обратного квадрата является консервативным выбором в смысле больших рисков на больших орбитальных радиусах. Могут существовать дополнительные факторы радиационного риска, которые стоит учитывать, например, планетарная магнитосфера (например, у Юпитера), и более детальная модель МОЗ могла бы учитывать их (см. Раздел 4 ниже).

2.3 Затраты на орбитальные переходы и преодоление гравитационных потенциальных ям

Энергетические затраты, или характеристическая скорость (Delta-v, приращение скорости), необходимые для «передвижения» в системе, должны играть существенную роль в определении динамики межпланетного расселения, а также эффективности, пропускной способности и временны́х масштабов транспортировки ресурсов.

Полный анализ любой системы требует обширного моделирования на основе свойств естественных тел и их орбит для определения потенциальных сетей перемещения и их классификации. Например, быстрые гиперболические переходы несут высокие затраты Delta-v. В то же время более энергоэффективные пути перехода со средними затратами Delta-v (например, эллиптические переходы по типу Гомана) предполагают несколько большее время транзита и также более жёстко ограничены по времени и суммарным энергозатратам. Поэтому они проще поддаются количественной оценке в любой модели МОЗ.

Другие стратегии перехода включают биэллиптический переход, но он требует высокого отношения (12:1) между орбитальными радиусами и, следовательно, может иметь ограниченную применимость.

Гравитационные манёвры или пути по многообразиям слабого устойчивого пограничного слоя (см., например, Belbruno, 1987) могут предполагать низкие или сверхнизкие бюджеты Delta-v и могли бы быть предпочтительны для вида, транспортирующего непортящиеся ресурсы по системе. Однако такие траектории чрезвычайно чувствительны к конфигурации планет или других объектов и требуют гораздо более специализированной и интенсивной вычислительной работы для оценки в рамках МОЗ. Те же затраты времени и анализа потребовались бы и самому виду для реализации таких переходов, что потенциально ограничивает их использование.

Дополнительный набор затрат Delta-v возникает при любых манёврах к поверхности тела или от неё, которые необходимы для доступа к большинству материальных ресурсов (Рисунок 3). Хотя другие формы доступа к планетарным поверхностям, такие как статические конструкции (например, космические лифты), могли бы повысить эффективность, общие энергозатраты на переход «поверхность–космос» остаются значительными. Следовательно, бюджет Delta-v для выхода с поверхности/посадки на поверхность по всей планетной системе также является фактором, который следует учитывать при оценке МОЗ, причём максимальный охват по Delta-v задаётся полной скоростью убегания (в отличие от низких орбит вокруг космических тел).

Отмечается, что поскольку скорость убегания с поверхности объекта равна:

$v_{e} = \left( \frac{2 G M_{p}}{R_{p}} \right)^{1/2}$ ,

вклад вращения планеты в бюджет манёвров «вход/выход» с её поверхности, вероятно, не будет значительным. Например, для Земли запуски с низких широт по направлению вращения дают прирост лишь ~0,44 км/с к скорости убегания 11,2 км/с. Даже ранняя Земля с продолжительностью суток 12 часов дала бы прирост всего 0,88 км/с. Поэтому в последующих базовых оценках этот компонент игнорируется.

Предлагается, что критерий эффективности для оценки энергетических затрат на орбитальные манёвры в рамках МОЗ мог бы быть построен путём агрегирования следующих мер:

i) Бюджет Delta-v «тело–космос».

ii) Распределения Delta-v для переходов между орбитами по схеме Гомана.

iii) Средние значения Delta-v для переходов с низкой энергией посредством заданных гравитационных манёвров или для достижения заданных точек Лагранжа, позволяющих сверхнизкоэнергетические переходы по механизму слабой устойчивости.

Учитывая сложности систематической оценки (iii), меры i) и ii) имеют практическую ценность для построения критерия эффективности МОЗ первого порядка. Однако, в то время как Delta-v «тело–космос» (по умолчанию — скорость убегания) легко вычисляется для тел планетной системы и мог бы быть просуммирован для получения глобального критерия МОЗ, оценки орбитальных переходов «орбита–орбита» несколько сложнее.

Delta-v для переходов по Гоману могут быть рассчитаны для идеализированного случая перехода между двумя компланарными круговыми орбитами с двумя приложенными импульсами (инициирование перехода и затем согласование с целевой орбитой). Требуемые значения Delta-v вычисляются стандартным способом с использованием уравнения живой силы (vis viva):

$v^{2} = G M_{\mathrm{*}} \left( \frac{2}{r} - \frac{1}{a} \right)$ .

Однако существует множество способов агрегирования этих затрат на переход для целей оценки МОЗ.

Например, оптимальные значения Delta-v для переходов «планета–планета» могли бы суммироваться для всех пар тел в системе, но межпланетный вид мог бы использовать широкий спектр орбит: для обитаемых модулей, промежуточных баз или иных нужд. Более того, не все пары локаций обязательно важны для МОЗ, особенно если некоторые планеты не обеспечивают лёгкого доступа к ресурсам (например, гиганты без лун). В качестве альтернативы, можно вычислить диапазон орбитальных радиусов, доступный при фиксированном Delta-v, от любого радиуса или от орбитального радиуса каждого тела, исходя из предположения, что эти локации будут играть основную роль в операциях по перемещению.

В Разделе 3 ниже используется упрощённый подход для разработки критерия эффективности МОЗ, при котором Delta-v вычисляются только между точкой происхождения (например, Землёй) и конкретными локациями (например, другими планетарными телами) для всех межпланетных переходов.

Рисунок 3: Скорости убегания с поверхности планетарных тел в Солнечной системе (левая панель) и оценки для экзопланетной системы TRAPPIST-1 (правая панель).

2.4 Материальные ресурсы

Межпланетная обитаемость системы должна в высокой степени зависеть от доступности материальных ресурсов, точно так же, как обитаемость на исходной планетарной поверхности зависит от локальных материальных ресурсов, таких как соединения, поддерживающие метаболизм и рост. МОЗ будет зависеть от природных ресурсов на планетарных и астероидных телах, которые могут использоваться как механизмами межпланетного обитания (например, технологии транспорта или создания поселения), так и биологической жизнью.

Простейшей отправной точкой для количественной оценки ресурсов данного тела является назначение весового коэффициента ресурсов $α_{resource}$ , который пытается отразить общую доступность материалов, включая их богатство (то есть разнообразие элементов, разнообразие соединений, концентрации) и доступность (то есть расположение на поверхности или вблизи неё, концентрация, физическая или химическая извлекаемость).

Например, в Солнечной системе $α_{resource}$ мог бы быть очень грубо оценён для основных локаций следующим образом (см. также Раздел 4 ниже): Меркурий: 0,4; Венера: 0,3; Земля: 0,5; Луна: 0,6; Марс: 0,7; Астероиды: 1,0; Система Юпитера (то есть спутники): 0,8; Система Сатурна (спутники): 0,6; Система Урана (спутники): 0,3; Система Нептуна (спутники): 0,3.

Эти относительные весовые коэффициенты не являются строгими, но отражают широкие оценки состава (включая ключевые металлы и воду) и доступности (то есть расположение и концентрация ресурсов; например, океаны Земли снижают доступность по сравнению с Луной или Марсом).

Широко признаётся, что в нашей Солнечной системе астероиды представляют один из наиболее доступных и потенциально полезных ресурсов для межпланетной экономики и её инфраструктуры (см., например, Trigo-Rodríguez et al., 2025 и ссылки в этой работе). Для МОЗ системы, вероятно, будут важны следующие основные характеристики астероидов:

i) Общая масса и функция распределения масс астероидных тел.

ii) Функция состава астероидных тел (элементный и химический состав).

iii) Доступность, определяемая орбитальными свойствами, а также материальным состоянием и глубиной залегания ресурсов в астероидных телах.

Астероидные тела могут занимать широкий спектр орбитальных конфигураций, что может повышать их доступность, но также усложнять расчёт затрат на орбитальные переходы по системе.

Например, в нашей Солнечной системе данные обзора SDSS (Sloan Digital Sky Survey) предоставили подробную информацию о распределении астероидов (например, объекты главного пояса, см. DeMeo and Carry, 2013, 2014), а продолжающиеся обзоры добавляют всё больше данных (например, первые результаты с обсерватории Рубина, см. Greenstreet et al., 2026).

На Рисунках 4 и 5 представлено распределение астероидов Солнечной системы по большим полуосям и вычисленные перигелийные и афелийные расстояния для той же популяции, основанные на наборе данных, полученном из базы данных JPL Small-Body Database, содержащей все известные астероиды и кометы (доступно для загрузки с Kaggle, составлено M. S. Hossain: см. Hossain and Zabed, 2023).

Рисунок 4: Число астероидов в бинах по 0,1 а.е. в диапазоне от 0,1 до 6 а.е. в Солнечной системе, на основе набора данных, полученного из JPL-SPD, содержащего 900 000 идентифицированных объектов.

Рисунок 5: Распределение перигелийных и афелийных расстояний для 900 000 астероидов, иллюстрирующее диапазон орбитальных локаций, обеспечивающих доступ к этим ресурсам (с учётом орбитальных наклонений, которые могут быть значительными).

Как показано на Рисунках 4 и 5, орбитальный диапазон для большинства известных астероидных тел в Солнечной системе обеспечивает потенциальные радиусы перехвата от ~1,5 а.е. до ~4 а.е., с дополнительными популяциями, простирающимися во внутреннюю и внешнюю части Солнечной системы. Однако орбитальные наклонения более 10⁴ астероидов превышают 10°, и поскольку переходы к таким объектам могут нести затраты Delta-v вида:

$\Delta v = 2 v \sin \left( \frac{\Delta i}{2} \right)$ ,

где — требуемое изменение наклонения, такие объекты могут быть менее доступны, даже если их орбиты приближают их к любой исходной точке перехода.

Для планетарных тел в целом, разумеется, существуют и другие факторы, которые могут вносить вклад в эффективные ресурсы локации. Например, могла бы быть включена мера классической обитаемости. Более обитаемые среды, предположительно, могли бы усиливать полезность материальных ресурсов и рассматриваться как своего рода ресурс. В данной начальной работе эти дополнительные факторы оставлены для последующего изучения (см. Обсуждение ниже).

3. Метрики МОЗ и функциональные формы

Классическая ОЗ оказалась полезной, поскольку множество её влияющих факторов (включая конфигурации спин-орбитального взаимодействия, массу и состав планеты, структуру и химию атмосферы, а также свойства звезды, определяющие климатические состояния) могут быть объединены и охвачены физическими моделями для получения оценок поверхностных температурных условий, которые могут рассматриваться как относительно простая метрика обитаемости. В отличие от этого, МОЗ, как предлагается здесь, представляет собой многомодальную оценку факторов, которые могут быть полностью независимы друг от друга (например, радиационный риск в космосе может не иметь причинной корреляции с богатством планетарных ресурсов).

Один из подходов к построению упрощённой метрики МОЗ заключается в установлении нормализованной базовой функции для каждого фактора (каждого режима) и объединении их в единую меру относительной межпланетной обитаемости. Например, ресурсы планетарного тела могут быть охарактеризованы безразмерным относительным весом в некотором диапазоне , нормализованным по максимальному значению в системе. Стационарный (или усреднённый по времени) радиационный риск, , может быть нормализован по его максимуму как функция орбитального радиуса в пределах диапазона, рассматриваемого для МОЗ. Затраты на орбитальные переходы, к/от различных орбитальных радиусов, могут быть привязаны к единому местоположению. Например, к/от планетарного тела, которое с наибольшей вероятностью считается местом зарождения жизни (то есть находящегося в пределах ОЗ), и нормализованы по максимальному Delta-v перехода (включая затраты поверхность–космос) в системе.

Специфичная для системы радиальная функция относительной обитаемости $\mathrm{IHZ}(r)$ , включающая эти факторы, может быть затем записана в следующей общей форме:

$\mathrm{IHZ}(r) = \frac{P_{*}(r)}{P_{\mathrm{max}}} + \frac{\alpha(r)}{\alpha_{\mathrm{max}}} - \frac{\lambda_{\mathrm{radiation}}(r)}{\lambda_{\mathrm{max}}} - \frac{\Delta_{\mathrm{orbit}}(r)}{\Delta_{\mathrm{max}}}$ , (1)

где $∆_{\mathrm{orbit}}$ является заполнителем для нескольких потенциальных вариантов расчёта фактора энергии/затрат для орбитальных переходов и затрат Delta-v «тело–космос». Записанная таким образом, МОЗ явно балансирует энергию и ресурсы против рисков и энергетических затрат для межпланетной деятельности.

Это может быть затем просуммировано по конечному набору ключевых локаций (например, планетарных тел), чтобы получить единый критерий эффективности для планетной системы:

$\mathrm{IHZ}_{\mathrm{total}} = \sum_{i} \mathrm{IHZ}(r_{i})$ , (2)

На Рисунке 6 представлен пример применения этих определений МОЗ для Солнечной системы. Полные подробности параметризаций и использованных значений см. в Разделах 2.1–2.4 и 4. Свойства Солнечной системы предполагаются для энергии (и температурной зависимости) и риска радиации частиц, а весовые коэффициенты ресурсов выбраны в схеме, широко применимой к нашему текущему пониманию состава планет, лун и астероидов (см. выше и Раздел 2.4). Здесь ресурсы астероидов представляют максимальное богатство в системе, равное 1,0 (см. также Раздел 4). Затраты на орбитальные переходы и переходы «вход/выход» определяются только между Землёй и каждым другим местоположением и поэтому они бы были другими, если бы использовались альтернативные подходы (см. выше).

В этом примере критерий эффективности для всей системы составляет $𝐼𝐻𝑍_{total} = −1,14$ . Это отрицательное значение, по-видимому, в значительной степени определяется риском и затратами внешних планет в сценарии, заданном значениями богатства ресурсов и метрикой, используемой для затрат Delta-v.

Для сравнения, на Рисунке 7 представлен эквивалентный набор расчётов для экзопланетной системы TRAPPIST-1 (см. Раздел 4 для подробностей), используя TRAPPIST-1e в качестве опорной планеты для всех переходов Delta-v (то есть все переходы вычисляются между и другими локациями). Следует отметить, что в эту модель включён полностью гипотетический внешний диск обломков/астероидов (см. Раздел 4). Также предполагается, что звёздная радиация частиц значительно более сурова, чем в нашей Солнечной системе (Garraffo et al. 2017). Для TRAPPIST-1 критерий эффективности составляет $𝐼𝐻𝑍_{total} = −1,64$ , или примерно на 43 % ниже, чем для Солнечной системы.

Рисунок 6: Оценка IHZ(r) построена для Солнечной системы согласно Уравнению (1) и схеме, описанной в тексте. — **Рисунок 6:** Оценка IHZ(r) построена для Солнечной системы согласно Уравнению (1) и схеме, описанной в тексте.

Рисунок 7: Оценка IHZ(r) построена для планетной системы TRAPPIST-1 с нормализацией по максимальным значениям внутри этой системы. — **Рисунок 7:** Оценка IHZ(r) построена для планетной системы TRAPPIST-1 с нормализацией по максимальным значениям внутри этой системы.

Однако нормализация МОЗ внутри данной системы (уравнение (1)) означает, что сравнение или $𝐼𝐻𝑍_{total}$ между разными системами следует проводить осторожно, поскольку они являются косвенными метриками того, является ли одна система более «межпланетно обитаемой», чем другая. Более общим вариантом было бы нормализовать все факторы относительно пиковых значений Солнечной системы, т. е.:

$\mathrm{IHZ}(r) = \frac{P_{*}(r)}{P_{\mathrm{max}}^{\odot}} + \frac{\alpha(r)}{\alpha_{\mathrm{max}}^{\odot}} - \frac{\lambda_{\mathrm{radiation}}(r)}{\lambda_{\mathrm{max}}^{\odot}} - \frac{\Delta_{\mathrm{orbit}}(r)}{\Delta_{\mathrm{max}}^{\odot}}$ , (3)

где ⨀ обозначает значения для Солнечной системы. Пример показан на Рисунке 8 и может быть напрямую сравнен с результатами на Рисунке 6. В этом случае суммарная $𝐼𝐻𝑍_{total}$ для TRAPPIST-1 примерно в 10 раз ниже, чем для Солнечной системы — результат, который можно интерпретировать как предположение, что эта экзопланетная система значительно менее способна поддерживать межпланетную жизнь, чем Солнечная система. Этот критерий эффективности был бы ещё больше снижен, если бы не был включён гипотетический внешний диск обломков.

Рисунок 8: Функция IHZ(r) для планетной системы TRAPPIST-1, где каждый фактор нормализован относительно пиковых значений Солнечной системы (Уравнение 3). — **Рисунок 8:** Функция IHZ(r) для планетной системы TRAPPIST-1, где каждый фактор нормализован относительно пиковых значений Солнечной системы (Уравнение 3).

Полная интерпретация этих результатов выходит за рамки данного исследования и потребовала бы детального изучения (и обоснования) того, как были выбраны многие параметры (см. также Раздел 4 ниже). Тем не менее, это представляется многообещающим подходом к количественной оценке МОЗ таким образом, который позволяет проводить сравнение между различными планетными системами.

4. Подход на основе агентного моделирования к МОЗ

Более комплексный подход к оценке свойств Межпланетной Обитаемой Зоны (МОЗ) заключается в моделировании успеха космической жизни в планетной системе как динамического процесса, управляемого коллективным поведением этой жизни. Динамика популяций в общем случае может описываться системами связанных уравнений. Однако такие системы уравнений могут быть громоздкими, сложными для решения и давать нефизические решения. В случае МОЗ, с множеством потенциальных локаций и вариантов перемещения и использования ресурсов, такие уравнения, вероятно, будут особенно сложными. Альтернативным подходом является численное, агентное моделирование, которое стремится смоделировать действия популяции индивидуумов, следующих соответствующему набору правил в смоделированной среде.

Для тестирования этого подхода была построена сильно упрощённая агентная модель для Солнечной системы (изначально, см. раздел 4.1 ниже для применения к системе Траппист-1), чтобы проиллюстрировать характеристики модели и исследовать взаимодействие различных факторов МОЗ. Одним из основных упрощений было ограничение доступного орбитального перемещения гомановскими переходами между дискретными орбитальными локациями/узлами, определёнными средними орбитальными радиусами планет, Луной Земли, доступной для перелетов с/на Землю, и единым усреднённым орбитальным расположением для астероидов главного пояса. Стоимость (изменения скорости, Delta-v) операций на поверхности планетных тел также включена для всех крупных тел как при прибытии (затраты на снижение), так и при отбытии (затраты на скорость для убегания с планеты). Для астероидов эта стоимость установлена на едином минимуме 0,1 км/с (ср. с известными значениями для Весты, Цереры и более мелких тел). Для планет-гигантов (например, Юпитера) очень консервативно предполагается, что для операций на любых внутренних спутниках/лунах существует единая стоимость, равная скорости убегания с поверхности (верхней границы видимой атмосферы).

Модель начинается с 1000 агентов, которые выполняют действия в течение каждого временного шага симуляции длительностью 0,5 года. Эти действия: принятие решений и потенциальное перемещение, добыча ресурсов, репликация или смерть. Решение о перемещении в другую локацию основывается на расчёте оценки потенциальной выгоды против затрат/риска по всем возможным локациям, которые затем ранжируются (см. Приложение I для деталей), где выгода или доход основаны на солнечной энергии и добыче ресурсов, а затраты/риск — на стоимости для новых целевых локаций и радиационных рисках.

Начальные условия для запуска модели можно резюмировать следующим образом:

Популяция: Начинается с 1000 агентов.
Исходная локация: Все агенты происходят с поверхности Земли (на 1,0 а.е.).
Ресурсы: Каждый отдельный агент начинает с 80 единиц ресурсов (баланс между избытком и недостатком ресурсов, с учётом начальных затрат ∆v на покидание Земли, чтобы агенты имели варианты на первом временном шаге). Эти ресурсы представляют собой извлекаемые/добываемые материальные ресурсы и энергию, т.е. элементы и соединения для физического воспроизводства агентов и заправки перемещений, плюс единицы ресурсов солнечной энергии. То есть агенты получают «доход» за счёт комбинации добычи ресурсов и поступления солнечной энергии (см. ниже).
Карта модели: Солнечная система представлена 10 конкретными локациями, охватывающими 8 крупных планет: от Меркурия (~0,4 а.е.) до Нептуна (~30,0 а.е.), а также Луну Земли и пояс астероидов, каждая с конкретными показателями ресурсов, солнечной энергии и радиационного фона. Пояс астероидов установлен на единой орбитальной радиальной локации на 2,7 а.е. Луна рассматривается как отдельная локация, совпадающая с большой полуосью орбиты Земли, но с учётом затрат ∆v на посадку/запуск.

Решения агентов и механика (например, получение/потеря ресурсов) определяются следующими факторами (см. Приложение I с полной детализацией):

Перемещение: Затраты на перемещение в для орбитальных изменений рассчитываются с использованием обычного уравнения vis-viva для гомановских переходов, а стоимость ресурсов (энергии) пропорциональна , при этом 3 единицы ресурсов требуются для в 1 км/с. Затраты на прибытие и отбытие с поверхности планетных тел рассчитываются с использованием значений для Солнечной системы, хотя для астероидов установлено единое значение 0,1 км/с. Однако модель не учитывает синодические периоды между объектами, и перемещения разрешены в любой временной шаг. Модель также не учитывает время, затрачиваемое на любые перемещения, которые, по предположению первого порядка, укладываются в 0,5-годовой временной шаг.
Ресурсная экономика: Агенты получают ресурсы (например, минеральные, материальные ресурсы) и нуждаются в солнечной энергии, при этом солнечная энергия также определяет скорость добычи ресурсов (Приложение I):
i. Добыча/материальные ресурсы и солнечная энергия: Материальные ресурсы основаны на богатстве и доступности локации, определяемых в начале симуляции в произвольных единицах, с базовыми значениями: Меркурий — 0,4, Венера — 0,3, Земля — 0,5, Луна — 0,6, Марс — 0,7, Астероиды — 1,0, Система Юпитера — 0,8, Система Сатурна — 0,6, Система Урана — 0,3, Система Нептуна — 0,3 (см. раздел 3 выше).
Во всех случаях предполагается, что запас ресурсов находится в стационарном состоянии, т.е. нет чистого истощения ресурсов по всей Солнечной системе с течением времени. Базовая общая скорость добычи материальных ресурсов для агента составляет 8 единиц за временной шаг, умноженная на коэффициент богатства локации. Базовые параметры выбраны для обеспечения баланса между количеством временных шагов между решениями о перемещении и потенциальным доходом агентов и их риском (включая смерть, см. ниже). Следует отметить (см. раздел «Обсуждение»), что дополнительные факторы могут вносить вклад в то, какие свойства считаются ресурсами, например, традиционная обитаемость локации или другие мотивации для использования тела (например, заселение как страховка от планетарного риска).
ii. Солнечная энергия: Моделируется физически с использованием закона обратных квадратов для звёздного потока и кривой эффективности, зависящей от температуры (), чтобы отразить тот факт, что фотоэлектрические системы теряют эффективность при более высокой температуре (см. раздел 2.1 выше). Операционный максимум предполагается при температуре 298 К (25 °C). Доступная солнечная энергия вносит вклад в чистый доход ресурсов агентов за временной шаг (см. выше) и, следовательно, также в способность к размножению на основе общего количества единиц ресурсов агента (см. ниже).
Модель рисков и убыли популяции: Вероятность смерти агента в течение временного шага определяется наличием или отсутствием запасённых ресурсов (при нулевых ресурсах агент автоматически погибает) и путём сравнения случайной переменной с нормализованным общим радиационным воздействием, которое является суммой:
o Солнечная частичная радиация: Предполагается, что следует закону падения ~ с орбитальным расстоянием (см. выше).
o Космическая частичная радиация: Увеличивается линейно с орбитальным расстоянием (как , см. выше и Приложение I).
o Локальные радиационные особенности: Дополнительные фиксированные штрафы за локальные радиационные условия. На Меркурии (штрафной коэффициен 0,25), Юпитере (штрафной коэффициент 0,4) и Сатурне (штрафной коэффициент 0,1) в этой модели.

Агенты действуют как ограниченно рациональные максимизаторы полезности (т.е. принимают «достаточно хорошие» решения). На каждом временном шаге они оценивают потенциальные пункты назначения, взвешивая прогнозируемую награду или доход (солнечная энергия плюс ресурсы добычи) против затрат на перемещение (истощение запасов ресурсов агента) и радиационных рисков, плюс случайный фактор «броска кубика», который может сместить решение в ту или иную сторону через порог «риск vs выгода» (Приложение I).

Динамика роста популяции управляется успешными агентами, которые реплицируются при достижении пороговых значений ресурсов (>150 единиц в данном случае, по сравнению с начальными условиями 80 единиц на агента, чтобы обеспечить достаточную возможность покинуть Землю на ранних временных шагах). Репликация стоит 100 единиц. Каждый временной шаг также влечёт базовые затраты на выживание в размере 5 единиц ресурсов на агента. Как описано выше, убыль на каждом временном шаге определяется запасом единиц ресурсов агента и случайно определённой смертью от радиации на основе риска в этой локации.

В тестовых моделях общая популяция агентов в Солнечной системе ограничена, если она превышает 100 000 агентов. В этом случае в течение временного шага общая популяция случайно сокращается и уменьшается обратно до 100 000. Это делается для избежания вычислительных накладных расходов и отсечения экспоненциального роста, который в противном случае перегрузил бы модель и потребовал бы модификации доступности ресурсов (см. выше), что потребовало бы более сложной параметризации связанных систем.

В различных конфигурациях запусков модели наблюдаются несколько информативных сценариев. Во-первых, если модель запускается с использованием базовых значений ресурсов (см. выше), кажется, что популяция агентов остаётся на Земле по крайней мере 100 лет. В этом случае ни один агент не принимает решения переместиться в другое место.

Если ресурсный вес Луны повышен до ~0,75 (т.е. ~на 50% выше, чем базовое значение Земли), в большинстве запусков модели агенты начинают осваивать Луну в течение 100 лет. В нашем собственном гипотетическом будущем это повышенное значение, придаваемое лунным ресурсам, может возникнуть из-за потребностей более крупной космической экономики или наличия уникального лунного ресурса, такого как ³He.

Если, в дополнение к этому, ресурсный вес Марса дополнительно установлен на ~1,5 (на 300% выше, чем у Земли), в большинстве запусков модели агенты создают устойчивые популяции как на Луне, так и на Марсе примерно через 50 лет. Если ресурсный вес пояса астероидов затем установлен на ~1,7 (на 340% выше, чем у Земли), популяция агентов также утвердится в этом месте в течение 100 лет. В этом сценарии Земля, Луна, Марс и пояс астероидов совместно начинают поддерживать популяцию агентов, при этом точные числа варьируются от запуска к запуску.

На рисунках 9.1-9.2 представлены результаты одного запуска модели с этими модифицированными ресурсными весами. В этом экземпляре популяция агентов остаётся на Земле и растёт со временем примерно до 50 лет, когда начинаются первые успешные перемещения — сначала на Марс, а затем в пояс астероидов. Позже, на 70–80 годах, небольшая популяция начинает расти на Луне. Этот сценарий также демонстрирует, что популяция космических агентов, расположенная на Земле, должна сначала достаточно вырасти, чтобы гарантировать, что порог принятия решения о перемещении будет достигнут хотя бы некоторыми агентами.

Рисунок 9.1. Результаты агентного моделирования с использованием весовых коэффициентов ресурсов для Земли, Луны, Марса и пояса астероидов, подобранных таким образом, чтобы обеспечить экспансию популяции во внешние области с течением времени. Количество агентов отображено в зависимости от времени для всех локаций с ненулевой популяцией; области под кривыми заштрихованы для улучшения наглядности. Периодические колебания на этих кривых отражают темпы роста и убыли по мере приобретения и расходования ресурсов со временем, причём рост происходит при достижении порогового значения.

Рисунок 9.2. Левая панель: левая ось Y — относительная солнечная мощность (𝜂 ∙ 𝑓*) отображена (сплошная кривая) в зависимости от орбитального радиуса. Правая ось Y — риск космического излучения отображён в зависимости от орбитального радиуса (пунктирная кривая), а суммарный радиационный риск (солнечный + космический) отображён (штриховая кривая). Правая панель: средний орбитальный радиус (сплошная кривая) всех агентов отображён в зависимости от времени, а также показан диапазон орбит, охватываемый всеми агентами, в зависимости от времени (заштрихованная область). — Рисунок 9.2. **Левая панель:** левая ось Y — относительная солнечная мощность (𝜂 ∙ 𝑓*) отображена (сплошная кривая) в зависимости от орбитального радиуса. Правая ось Y — риск космического излучения отображён в зависимости от орбитального радиуса (пунктирная кривая), а суммарный радиационный риск (солнечный + космический) отображён (штриховая кривая). **Правая панель:** средний орбитальный радиус (сплошная кривая) всех агентов отображён в зависимости от времени, а также показан диапазон орбит, охватываемый всеми агентами, в зависимости от времени (заштрихованная область).

Для дальнейшей иллюстрации этой динамики на Рисунках 10.1-10.2 представлена та же модель, но с усиленным весовым коэффициентом лунных ресурсов, равным 0,9. Это оказывает весьма существенное влияние на историю моделирования. Возросшая доступность лунных ресурсов обеспечивает более раннюю миграцию с Земли на Луну — примерно на 20-м году, затем на Марс — около 30-го года, и в пояс астероидов — ближе к 70-му году. То есть повышенный весовой коэффициент ресурсов Луны стимулирует миграцию на Марс раньше, чем в пояс астероидов.

Рисунок 10.1: Содержание панелей аналогично Рисунку 9.1. Здесь весовой коэффициент лунных ресурсов увеличен до 0,9, чтобы проиллюстрировать влияние на поведение агентов на Луне и на более ранние в данной модели переходы на Марс. — **Рисунок 10.1:** Содержание панелей аналогично Рисунку 9.1. Здесь весовой коэффициент лунных ресурсов увеличен до 0,9, чтобы проиллюстрировать влияние на поведение агентов на Луне и на более ранние в данной модели переходы на Марс.

Рисунок 10.2: Содержание панелей аналогично Рисунку 9.2. Здесь весовой коэффициент лунных ресурсов увеличен до 0,9, чтобы проиллюстрировать влияние на поведение агентов на Луне и на более ранние в данной модели переходы на Марс. Левая панель: левая ось Y — относительная солнечная мощность (𝜂 ∙ 𝑓*) отображена (сплошная кривая) в зависимости от орбитального радиуса. Правая ось Y — риск космического излучения отображён в зависимости от орбитального радиуса (пунктирная кривая), а суммарный радиационный риск (солнечный + космический) отображён (штриховая кривая). Правая панель: средний орбитальный радиус (сплошная кривая) всех агентов отображён в зависимости от времени, а также показан диапазон орбит, охватываемый всеми агентами, в зависимости от времени (заштрихованная область). — **Рисунок 10.2:** Содержание панелей аналогично Рисунку 9.2. Здесь весовой коэффициент лунных ресурсов увеличен до 0,9, чтобы проиллюстрировать влияние на поведение агентов на Луне и на более ранние в данной модели переходы на Марс. **Левая панель:** левая ось Y — относительная солнечная мощность (𝜂 ∙ 𝑓*) отображена (сплошная кривая) в зависимости от орбитального радиуса. Правая ось Y — риск космического излучения отображён в зависимости от орбитального радиуса (пунктирная кривая), а суммарный радиационный риск (солнечный + космический) отображён (штриховая кривая). **Правая панель:** средний орбитальный радиус (сплошная кривая) всех агентов отображён в зависимости от времени, а также показан диапазон орбит, охватываемый всеми агентами, в зависимости от времени (заштрихованная область).

На Рисунках 11.1-11.2 используется та же модель, но с увеличенной функцией риска космического излучения: наклон повышен до 0,05 по сравнению с 0,015, что существенно повышает риск убыли агентов на больших гелиоцентрических расстояниях. Такой сценарий может реализоваться в период низкой солнечной активности и ослабления гелиосферного экрана во всей Солнечной системе. В этом случае переход агентов на Марс и в пояс астероидов значительно задерживается (на несколько десятилетий), и обусловлен возросшим риском космического излучения, который влияет как на процесс принятия решений агентами о соотношении риска и выгоды (поскольку им известны параметры риска), так и на темпы убыли популяции в этих локациях.

Рисунок 11.1: В данной модели риск космического излучения имеет более крутой наклон (0,05 против 0,015 на Рисунках 9 и 10), что может соответствовать продолжительному периоду сниженной солнечной активности, ведущему к ослаблению гелиосферной защиты во всей Солнечной системе (все остальные параметры совпадают с моделью, представленной на Рисунке 10). Динамика ВГЗ (внутренней гелиосферной зоны) оказывается существенно затронутой: достижение агентами Марса и пояса астероидов значительно задерживается. — **Рисунок 11.1:** В данной модели риск космического излучения имеет более крутой наклон (0,05 против 0,015 на Рисунках 9 и 10), что может соответствовать продолжительному периоду сниженной солнечной активности, ведущему к ослаблению гелиосферной защиты во всей Солнечной системе (все остальные параметры совпадают с моделью, представленной на Рисунке 10). Динамика ВГЗ (внутренней гелиосферной зоны) оказывается существенно затронутой: достижение агентами Марса и пояса астероидов значительно задерживается.

Рисунок 11.2: В данной модели риск космического излучения имеет более крутой наклон (0,05 против 0,015 на Рисунках 9 и 10), что может соответствовать продолжительному периоду сниженной солнечной активности, ведущему к ослаблению гелиосферной защиты во всей Солнечной системе (все остальные параметры совпадают с моделью, представленной на Рисунке 10). Динамика ВГЗ (внутренней гелиосферной зоны) оказывается существенно затронутой: достижение агентами Марса и пояса астероидов значительно задерживается. — **Рисунок 11.2:** В данной модели риск космического излучения имеет более крутой наклон (0,05 против 0,015 на Рисунках 9 и 10), что может соответствовать продолжительному периоду сниженной солнечной активности, ведущему к ослаблению гелиосферной защиты во всей Солнечной системе (все остальные параметры совпадают с моделью, представленной на Рисунке 10). Динамика ВГЗ (внутренней гелиосферной зоны) оказывается существенно затронутой: достижение агентами Марса и пояса астероидов значительно задерживается.

Для дальнейшего изучения влияния весовых коэффициентов ресурсов на динамику популяции был выполнен перебор параметров: весовой коэффициент ресурсов для каждой локации в модели варьировался с целью определить, какая насыщенность ресурсами приведёт к тому, что данная локация в итоге станет местом сосредоточения всех агентов. Для каждой локации насыщенность ресурсами изменялась от 0,0 до максимального значения 30,0 (с использованием эффективного итеративного поиска по медиане), и выполнялся полный запуск агентной модели по всей системе до стабилизации распределения популяции по локациям (как правило, в пределах 100–200 лет).

Весовые коэффициенты остальных локаций сохранялись на уровне стандартных или базовых значений (см. выше). Фиксировалось и отображалось на Рисунке 12 значение насыщенности ресурсами, при котором >99% популяции стабильно занимает данную локацию. Все остальные параметры модели также оставались фиксированными на базовых значениях, описанных ранее. В данном анализе более низкое значение насыщенности ресурсами, необходимое для заселения, можно трактовать как более высокий интегральный показатель привлекательности. Соответственно, ранжирование локаций в этой модели выглядит следующим образом: Земля, Луна, Марс, пояс астероидов, затем Венера и Меркурий; при этом Юпитер, ввиду высоких затрат и дополнительного радиационного риска, оказывается наименее предпочтительным, а системы внешних планет получают оценки, сопоставимые с Меркурием.

Рисунок 12: Представлены результаты параметрического перебора, выполненного для определения насыщенности ресурсами каждой локации в модели, необходимой для того, чтобы >99% агентов в итоге мигрировали в данную локацию при условии, что все остальные весовые коэффициенты ресурсов и параметры сохраняются на своих стандартных значениях. — **Рисунок 12:** Представлены результаты параметрического перебора, выполненного для определения насыщенности ресурсами каждой локации в модели, необходимой для того, чтобы >99% агентов в итоге мигрировали в данную локацию при условии, что все остальные весовые коэффициенты ресурсов и параметры сохраняются на своих стандартных значениях.

Последствия этих результатов обсуждаются далее (см. раздел «Обсуждение»). Здесь отметим, что весовой коэффициент ресурсов для Марса или пояса астероидов должен быть примерно в 4 раза выше, чем для Земли, чтобы эти локации стали основным центром притяжения для агентов.

4.1 Сравнение Солнечной системы и системы Траппист-1

Агентная модель модифицируется здесь путём замены параметров Солнечной системы на параметры компактной экзопланетной системы Траппист-1, с использованием опубликованных орбитальных параметров планет, оценочных масс и радиусов (используемых для оценки скоростей убегания с поверхности), а также свойств звезды (например, Agol et al. 2021). Дополнительно в качестве локации добавляется внешний пояс обломков или гипотетический пояс астероидов, центрированный на орбитальном радиусе 0,08 а.е. Хотя на данный момент наблюдательных свидетельств существования такого диска нет (Marino et al. 2020), модели формирования планет допускают такую возможность. Здесь он включён для изучения последствий для компактных планетных систем в целом, используя Траппист-1 как архетип.

В этой небольшой системе влияние затрат на орбиты переноса на решения агентов значительно снижено по сравнению с Солнечной системой, тогда как скорости убегания с планет доминируют в динамике перемещений (они оценены для планет как: b: 12,2 км/с, c: 12,0 км/с, d: 7,8 км/с, e: 9,6 км/с, f: 11,0 км/с, g: 11,9 км/с, h: 7,3 км/с на основе опубликованных масс и радиусов, Agol et al. 2021, а для ресурсов в гипотетическом поясе обломков принято условное значение 0,1 км/с). Начальная популяция агентов размещается на планете Траппист-1e — планете, которая, как считается, находится внутри большинства оценок орбитального диапазона ОЗ (обитаемой зоны у звезды) (Lincowski et al. 2018). В модели предполагается высокий уровень звёздной частичной радиации. Исследования потенциальной магнитной среды звёздного ветра Траппист-1 и высокоэнергетических частиц указывают на то, что все планеты могут испытывать давление звёздного ветра в 10³–10⁵ раз выше, чем в нашей Солнечной системе, а также частые вспышечные события (Garraffo et al. 2017; Roettenbacher and Kane 2017). Базовая нормализация параметризованного по закону обратных квадратов потока звёздных частиц поэтому соответствующим образом взвешена. Кроме того, внутренним мирам b, c, d, e, g присваивается собственный риск звёздной радиации (по аналогии с Юпитером в модели Солнечной системы) для дополнительного учёта активности звёздных вспышек. Весовые коэффициенты ресурсов, очевидно, на данном этапе являются предположительными, но ради установления базового поведения агентов они установлены на значениях, сопоставимых (или превышающих) значения для Солнечной системы и соответствующих текущим оценкам свойств этих планет (т.е. каменистые, ледяные, богатые газом и т.д.): b: 0,4, c: 0,4, d: 0,6, e: 0,9, f: 0,8, g: 0,7, h: 0,6, при этом пояс астероидов/обломков установлен на базовом минимуме 1,0.

При этих условиях динамика агентов в модельных запусках для системы Траппист-1 заметно отличается от таковой в Солнечной системе. Фактически, межпланетная популяция агентов оказывается уязвимой к вымиранию, как показано на Рисунке 13. К ~45 годам все агенты исчезают, при этом наиболее долгоживущей популяцией оказываются агенты в гипотетическом поясе обломков/астероидов, а в течение первых 10 лет наблюдается лишь скромная миграция на некоторые другие планеты.

Если риски звёздной радиации снизить на 50%, ситуация существенно меняется (Рисунок 14). Более крупная популяция агентов накапливается на внешних планетах в течение ~15 лет перед вымиранием. Однако в поясе обломков/астероидов формируется экспоненциально растущая популяция, которая сохраняется как минимум до 100 лет. Фактически, выбывание агентов на планетарных локациях, по-видимому, в основном обусловлено их решениями о перемещении в пояс обломков/астероидов, а не радиационной убылью. Без этой ресурсной локации, существование которой на данный момент не подтверждено наблюдениями, система Траппист-1, по всей видимости, представляет собой неблагоприятную среду для межпланетного вида.

Следует отметить, что в этой модели межпланетной популяции, остающейся в точке своего происхождения (планета e), не предоставляется никакого преимущества (например, не предполагается наличие предварительной инфраструктуры или защиты от частичной радиации). Разумеется, существует множество параметров, которые можно варьировать для изучения поведения системы, и их полное исследование выходит за рамки настоящего исследования. Последствия этих результатов рассматриваются более подробно в разделе «Обсуждение» ниже.

Рисунок 13.1: Результаты агентного моделирования поведения МОЗ для экзопланетной системы Траппист-1. Базовые параметры описаны в тексте. — **Рисунок 13.1:** Результаты агентного моделирования поведения МОЗ для экзопланетной системы Траппист-1. Базовые параметры описаны в тексте.

Рисунок 13.2: Нижняя левая панель: показан только общий риск частичной радиации, доминируемый звёздным компонентом и перенормированный согласно Уравнению 1. Несмотря на раннюю миграцию, популяция агентов с трудом избегает вымирания. — **Рисунок 13.2:** **Нижняя левая панель:** показан только общий риск частичной радиации, доминируемый звёздным компонентом и перенормированный согласно Уравнению 1. Несмотря на раннюю миграцию, популяция агентов с трудом избегает вымирания.

Рисунок 14.1: Модель Траппист-1 (Рисунок 13.1) со сниженными на 50% от базового уровня рисками звёздной частичной радиации (обратите внимание, что кривая риска — нижняя левая панель — перенормирована согласно Уравнению 1). В этом сценарии с большей вероятностью формируется устойчивая популяция в гипотетическом диске обломков/астероидов. — **Рисунок 14.1:** Модель Траппист-1 (Рисунок 13.1) со сниженными на 50% от базового уровня рисками звёздной частичной радиации (обратите внимание, что кривая риска — нижняя левая панель — перенормирована согласно Уравнению 1). В этом сценарии с большей вероятностью формируется устойчивая популяция в гипотетическом диске обломков/астероидов.

Рисунок 14.2: Модель Траппист-1 (Рисунок 13.2) со сниженными на 50% от базового уровня рисками звёздной частичной радиации (обратите внимание, что кривая риска — нижняя левая панель — перенормирована согласно Уравнению 1). В этом сценарии с большей вероятностью формируется устойчивая популяция в гипотетическом диске обломков/астероидов. — **Рисунок 14.2:** Модель Траппист-1 (Рисунок 13.2) со сниженными на 50% от базового уровня рисками звёздной частичной радиации (обратите внимание, что кривая риска — нижняя левая панель — перенормирована согласно Уравнению 1). В этом сценарии с большей вероятностью формируется устойчивая популяция в гипотетическом диске обломков/астероидов.

5. Обсуждение

Концепция Межпланетной Обитаемой Зоны (МОЗ) представляет собой весьма естественное дополнение к традиционным понятиям обитаемых зон и обитаемости в целом. Если жизнь вырывается за пределы своей планетарной точки происхождения и утверждается в других частях планетной системы, это представляет собой фундаментальное изменение равновесных условий для такой жизни. Это может включать формирование новых биосфер (и техносфер) на других телах системы, что потенциально создаёт биосигнатуры, доступные для обнаружения. Межпланетное существование также может порождать техносигнатуры, отличные от тех, которые могли бы возникать у видов, ограниченных планетарной точкой происхождения. Такие техносигнатуры могут включать межпланетные системы связи, неожиданные модификации других тел (например, состава атмосфер) и формирование новых технологических структур с уникальными наблюдаемыми характеристиками (например, в отражённом или поглощённом звёздном свете или излучении).

МОЗ также важна для понимания здесь, в нашей собственной Солнечной системе. Можно утверждать, что мы находимся в процессе становления как межпланетный вид — процесс, начавшийся около 70 лет назад и сегодня набирающий ускорение. Однако понимание динамики нашего исследования и потенциального освоения ресурсов Солнечной системы требует строгой методологической основы. МОЗ и тип агентного моделирования, представленный здесь, могут помочь обеспечить такую основу.

Агентные симуляции Солнечной системы указывают на потенциал Луны, Марса и пояса астероидов как локаций для субъектов, ищущих ресурсы и максимизирующих выживаемость. Однако они также предполагают, что ценность этих других локаций (измеряемая через широкое определение ресурсов, используемое здесь) должна быть значительной, чтобы вид земного происхождения принял решение о миграции. В частности, при использованных здесь весовых коэффициентах ресурсов, Луна должна представлять собой как минимум на 50% более привлекательное место, чем Земля, для космических агентов; Марс — как минимум на 300% более привлекательное место; а пояс астероидов — как минимум на 340% более ценную локацию. Это особенно актуально для Марса или пояса астероидов, если космическая частичная радиация становится более серьёзным риском из-за минимумов солнечной активности. Более того, чтобы Луна стала первым пунктом миграции, её весовой коэффициент ресурсов должен быть примерно на 80% выше, чем у Земли, для космических агентов. Это также привело бы к более ранней миграции агентов на Марс.

Оценка весовых коэффициентов ресурсов () для нашей Солнечной системы или любой другой системы является ключевой для моделирования МОЗ. В настоящей работе это делается в значительной степени ad hoc. Будущие исследования должны рассмотреть возможность дальнейшей декомпозиции на подфакторы, включающие показатели минералогического/элементного обилия, затрат на использование (включая доступность) и других ценностей для межпланетного вида (например, использование для изготовления конструкций, промышленное применение, потребности в двигательных установках, поддержка биосфер/сред обитания и т.д.).

Сравнение результатов агентной модели Солнечной системы и системы Траппист-1 является ярким примером того, как две различные архитектуры планетных систем и типы родительских звёзд могут влиять на МОЗ. Учитывая очень большую неопределённость (по сути, неограниченную) в отношении таких характеристик, как богатство/доступность ресурсов, любая интерпретация результатов моделирования должна проводиться с осторожностью. Тем не менее, интересно отметить, что если система, подобная Траппист-1, имеет значительные риски звёздной радиации и не обладает разумно доступным по ресурсом, таким как пояс астероидов/обломков (или, возможно, богатый ресурсами спутник в точке происхождения), то МОЗ (смоделированная здесь) может оказаться очень ограничительной. Это несколько контринтуитивно, учитывая малые затраты на перемещение между планетами в этой системе.

Представленные здесь результаты указывают на то, что в компактной системе, подобной Траппист-1, космический вид может сохраниться только если он:

способен добывать ресурсы с высокой скоростью, и
успешно мигрирует на больший орбитальный радиус, например, к богатому ресурсами поясу астероидов с низкими затратами на посадку/взлёт, или
существенно снижает уязвимость к космической радиации частиц и вспышкам.

Однако возможно, что вокруг крупных планет существуют массивные спутники/луны (Dey and Raymond 2025), что могло бы изменить эти выводы. В противном случае у видов может быть мало стимулов для перехода к межпланетному существованию.

Важно отметить, что МОЗ, представленная здесь, не включает явных показателей традиционной обитаемости какого-либо объекта или других причин, по которым объект может быть предпочтительным. В частности, факторы, рассмотренные в Разделе 3, и использованные здесь агентные симуляции (Раздел 4) не включают никакой информации о пригодности для заселения популяцией или других мотивирующих факторах. Марс, например, не получает дополнительного веса как потенциальная локация для поддержки крупной биосферы или популяции космического вида. Такой вес мог бы, например, зависеть от заинтересованности вида в хеджировании рисков путём заселения других планетарных локаций. Однако Рисунок 12 указывает, что Марсу потребовалось бы быть примерно в ~4 раза более предпочтительным/взвешенным по сравнению с его базовым значением ресурсов, чтобы стать основной локацией для популяции агентов в этой модели МОЗ. Предположительно, если бы вид столкнулся с очень высоким риском экзистенциальной угрозы на Земле, этот коэффициент 4 мог бы быть достигнут.

Агенты в представленных здесь симуляциях не строят стратегических планов. Например, в модели отсутствует механизм, позволяющий популяции агентов оценивать риск против выгоды от первоначальной миграции на Луну или Марс перед достижением пояса астероидов или любой другой многошаговой стратегии. Такая возможность могла бы быть включена в будущие модели и могла бы быть особенно актуальна для оценки потенциала подлинной космической экономики в нашей собственной Солнечной системе. Более того, агенты модели имеют единый, общий набор целей, касающихся репликации (управляемой ресурсами и солнечной энергией) и снижения риска (снижения темпов убыли). Агенты не занимаются строительством поселений или созданием другой инфраструктуры, которая повысила бы их эффективность в данной локации. Поэтому они представляют «чистейший» тип популяции, способной исследовать МОЗ, не изменяя её своим присутствием (ср. с биосферами, которые определённо модифицируют обитаемость сред в классической ОЗ).

Ещё раз подчеркнём: агентная симуляция здесь предполагает монокультуру агентов. Они имеют общий набор целей и не конкурируют друг с другом, равно как их эффективность не эволюционирует со временем (например, по мере появления новых возможностей в перемещении или использовании ресурсов). Будущее исследование этих моделей могло бы включать введение конкуренции и способности к эволюции перед лицом этой конкуренции.

Благодарности:

Автор выражает благодарность программе NASA по астробиологии в составе Отдела планетарных наук и Исследовательскому центру Эймса (NASA Ames Research Center). Программное обеспечение на Python, использованное для построения представленных здесь графиков и разработки имитационных моделей, основанных на агентах, было инициировано с применением Gemini Pro 2.5 для создания первоначального кода, который затем был проверен, протестирован и доработан автором.

Приложение I: Механика принятия решений агентами

Процесс принятия решений агентом включает расчёт оценки () для каждой потенциальной локации (включая текущую локацию агента ), при этом агент перемещается (или остаётся на месте) в локацию с наивысшим значением (при условии наличия достаточного количества ресурсов для покрытия требуемого ).

$S_{d} = \left(5 \cdot I_{\mathrm{total}}(d)\right) - C_{\mathrm{move}}(l,d) - \left(50 \cdot R_{\mathrm{risk}}(d)\right) + \epsilon$

Где $𝐼_{total}(𝑑)$ — это прогнозируемый совокупный доход в потенциальном пункте назначения, рассчитываемый как сумма дохода от солнечной энергии и дохода от добычи ресурсов:

$I_{\mathrm{total}}(d) = \bigl(\eta(d) \cdot f_{*}(d) \cdot I_{\mathrm{base}}\bigr) + \bigl(\alpha(d) \cdot \gamma_{\mathrm{gather}}\bigr)$

Здесь $𝐼_{base}$ — базовая константа дохода от солнечной энергии, — богатство ресурсами в локации , а $\gamma_{\mathrm{gather}}$ — базовая скорость добычи ресурсов (по умолчанию 8 единиц).

— случайный член, вносящий шум, выбираемый из нормального распределения и добавляемый для обеспечения того, чтобы решения агентов не были полностью унифицированными. Это можно рассматривать как представление о том, что агенты обладают несовершенной информацией или несовершенной функциональностью в любой момент времени, либо ограниченной степенью самоопределения.

Затраты ресурсов на перемещение из локации в локацию обозначаются как $C_{\mathrm{move}}(l,d)$ и рассчитываются следующим образом:

$C_{\mathrm{move}}(l,d) = \Delta_v(l,d) \cdot C_{\Delta v}$

Где $\Delta_v(l,d)$ — это общее изменение скорости (включая уход с орбиты, транзит и посадку), необходимое для перемещения между локациями, а $C_{\Delta v}$ — стоимость в единицах ресурсов на 1 км/с изменения скорости (по умолчанию 3 единицы).

Наконец, $R_{\mathrm{risk}}(d)$ — это риск радиации частиц в потенциальном пункте назначения :

$R_{\mathrm{risk}}(d) = \frac{0.5 \cdot \lambda_{\mathrm{star}}}{r_{d}^{2}} + P_{\mathrm{rad}}(d) + \bigl(\lambda_{\mathrm{cosmic}} \cdot r_{d}\bigr)$

Где — расстояние потенциального пункта назначения от родительской звезды, $𝜆_{star}$ — коэффициент, задающий амплитуду радиации частиц, $𝑃_{rad}$ — дополнительный штраф за радиацию, зависящий от конкретной локации (применяется только к некоторым локациям, например, к системе Юпитера), а $𝜆_{cosmic}$ — наклон функции космической радиации (предполагается линейным). Все остальные численные коэффициенты выбраны таким образом, чтобы обеспечить правдоподобное поведение в течение каждого временного шага.

Ссылки:

Агол Э, Дорн К, Гримм СЛ и др. Уточнение анализа времени транзитов и фотометрии системы TRAPPIST-1: массы, радиусы, плотности, динамика и эфемериды (Refining the Transit-Timing and Photometric Analysis of TRAPPIST-1: Masses, Radii, Densities, Dynamics, and Ephemerides). Planet Sci J 2021;2(1):1; doi: 10.3847/PSJ/abd022.
Белбруно Э. Орбиты лунного захвата, метод построения траекторий Земля-Луна и лунная миссия GAS (Lunar Capture Orbits, a Method of Constructing Earth Moon Trajectories and the Lunar GAS Mission). В: 19-я Международная конференция по электрическим двигательным установкам, Американский институт аэронавтики и астронавтики: Колорадо-Спрингс, КО, США; 1987; doi: 10.2514/6.1987-1054.
Кокелл КС, Буш Т, Брайс К, Дирейту С и др. Пригодность для жизни: обзор (Habitability: a review). Astrobiology 2016;16: 89–117.
ДеМео ФЕ и Кэрри Б. Таксономическое распределение астероидов по данным многополосных всепогодных фотометрических обзоров (The Taxonomic Distribution of Asteroids from Multi-Filter All-Sky Photometric Surveys). Icarus 2013;226(1):723–741; doi: 10.1016/j.icarus.2013.06.027.
ДеМео ФЕ и Кэрри Б. Эволюция Солнечной системы на основе композиционного картирования пояса астероидов (Solar System Evolution from Compositional Mapping of the Asteroid Belt). Nature 2014;505(7485):629–634; doi: 10.1038/nature12908.
Дей С и Рэймонд СН. Орбитальная стабильность лун вокруг планет системы TRAPPIST-1 (Orbital Stability of Moons Around the TRAPPIST-1 Planets). 2025; doi: 10.48550/arXiv.2512.19226.
Доул С. Пригодные для человека планеты (Habitable Planets for Man). RAND Corporation; 2007; doi: 10.7249/CB179-1.
Франк А, Гринспун Д и Уокер С. Интеллект как процесс планетарного масштаба (Intelligence as a Planetary Scale Process). International Journal of Astrobiology 2022;21(2):47–61; doi: 10.1017/S147355042100029X.
Гарраффо К, Дрейк ДД, Коэн О и др. Угрожающая магнитная и плазменная среда планет системы TRAPPIST-1 (The Threatening Magnetic and Plasma Environment of the TRAPPIST-1 Planets). ApJL 2017;843(2):L33; doi: 10.3847/2041-8213/aa79ed.
Гринстрит С, Ли З (Честер), Вавилов ДЕ и др. Кривые блеска, периоды вращения и цвета для первых астероидных открытий обсерватории Веры К. Рубин (Lightcurves, Rotation Periods, and Colors for Vera C. Rubin Observatory’s First Asteroid Discoveries). ApJL 2026;996(2):L33; doi: 10.3847/2041-8213/ae2a30.
Го Цз, Ван Б, Уитман К и др. Среда частицной радиации в гелиосфере: состояние, ограничения и рекомендации (Particle Radiation Environment in the Heliosphere: Status, Limitations, and Recommendations). Advances in Space Research 2024; doi: 10.1016/j.asr.2024.03.070.
Хоссейн МС и Забед МдА. Подходы машинного обучения для классификации и предсказания диаметра астероидов (Machine Learning Approaches for Classification and Diameter Prediction of Asteroids). В: Труды Международной конференции по информационным и коммуникационным технологиям для развития. (Ахмад М, Уддин МС и Джанг ЙМ, ред.) Springer Nature: Сингапур; 2023; с. 43–55; doi: 10.1007/978-981-19-7528-8_4.
Хуан С. Внеземная жизнь: антология и библиография (Extraterrestrial life: An Anthology and Bibliography). Национальный исследовательский совет (США). Исследовательская группа по биологии и исследованию Марса, 1966; Вашингтон, округ Колумбия: Национальная академия наук. с. 87–93.
Янсен Т, Шарф К, Уэй М и др. Климаты тёплых землеподобных планет. II. Вращательные «зоны Златовласки» для частичной пригодности для жизни и выветривания силикатов (Climates of Warm Earth-like Planets. II. Rotational “Goldilocks” Zones for Fractional Habitability and Silicate Weathering). ApJ 2019;875(2):79; doi: 10.3847/1538-4357/ab113d.
Джефферс СВ, Кифер Р и Меткалф ТС. Циклы звёздной активности (Stellar Activity Cycles). Space Sci Rev 2023;219(7):54; doi: 10.1007/s11214-023-01000-x.
Коппарапу РК, Рамирес Р, Кастинг ДЖФ и др. Обитаемые зоны вокруг звёзд главной последовательности: новые оценки (HABITABLE ZONES AROUND MAIN-SEQUENCE STARS: NEW ESTIMATES). ApJ 2013;765(2):131; doi: 10.1088/0004-637X/765/2/131.
Лоуренс ДДЖ, Пепловски ПН, Фельдман ВК и др. Вариации галактических космических лучей во внутренней гелиосфере на расстояниях от Солнца менее 0,5 а.е.: измерения нейтронного спектрометра MESSENGER (Galactic Cosmic Ray Variations in the Inner Heliosphere from Solar Distances Less than 0.5 AU: Measurements from the MESSENGER Neutron Spectrometer). JGR Space Physics 2016;121(8):7398–7406; doi: 10.1002/2016JA022962.
Линковски АП, Медоуз ВС, Крисп Д и др. Эволюционировавшие климаты и наблюдательные дискриминанты для планетной системы TRAPPIST-1 (Evolved Climates and Observational Discriminants for the TRAPPIST-1 Planetary System). ApJ 2018;867(1):76; doi: 10.3847/1538-4357/aae36a.
Лингам М и Лёб А. Усиленная межпланетная панспермия в системе TRAPPIST-1 (Enhanced Interplanetary Panspermia in the TRAPPIST-1 System). Proc Natl Acad Sci USA 2017;114(26):6689–6693; doi: 10.1073/pnas.1703517114.
Марино С, Уайатт МК, Кеннеди ГМ и др. Поиск пылевого кометного пояса вокруг TRAPPIST-1 с помощью ALMA (Searching for a Dusty Cometary Belt around TRAPPIST-1 with ALMA). Monthly Notices of the Royal Astronomical Society 2020;492(4):6067–6073; doi: 10.1093/mnras/staa266.
Маундер Э. Обитаемы ли планеты? (Are the Planets Inhabited?). Лондон: Harper and Brothers, 1913; https://www.gutenberg.org/ebooks/35937
Ньютон И. Математические начала натуральной философии (Philosophiæ Naturalis Principia Mathematica). Книга III, 1687; Раздел 1, следствие 4.
Рамирес РМ. Более полная обитаемая зона для поиска жизни на других планетах (A More Comprehensive Habitable Zone for Finding Life on Other Planets). Geosciences. 2018; 8(8):280. https://doi.org/10.3390/geosciences8080280
Рёттенбахер РМ и Кейн СР. Звёздная активность TRAPPIST-1 и последствия для планетных атмосфер (The Stellar Activity of TRAPPIST-1 and Consequences for the Planetary Atmospheres). ApJ 2017;851(2):77; doi: 10.3847/1538-4357/aa991e.
Шарф К. Великий скачок (The Giant Leap). 2025. Basic Books/Hachette, ISBN-13 9781541604186
Шарф К и Кронин Л. Количественная оценка происхождения жизни в планетарном масштабе (Quantifying the Origins of Life on a Planetary Scale). Proc Natl Acad Sci USA 2016;113(29):8127–8132; doi: 10.1073/pnas.1523233113.
Шарф К и Витковски О. Пересборка обитаемой зоны снизу вверх с помощью вычислительных зон (Rebuilding the Habitable Zone from the Bottom up with Computational Zones). Astrobiology 2024;24(6):613–627; doi: 10.1089/ast.2023.0035.
Шарф КА. Потенциал приливно нагреваемых ледяных и умеренных лун вокруг экзопланет (The Potential for Tidally Heated Icy and Temperate Moons around Exoplanets). ApJ 2006;648(2):1196–1205; doi: 10.1086/505256.
Шпигель ДС, Мену К и Шарф КА. Пригодные для жизни климаты (Habitable Climates). ApJ 2008;681(2):1609–1623; doi: 10.1086/588089.
Шнайдер М, Зефельдт П, Шпрёвиц Т и др. Ограничения движения солнечных парусов из-за водородного вспучивания (Solar Sail Propulsion Limitations Due to Hydrogen Blistering). Advances in Space Research 2021;67(9):2655–2668; doi: 10.1016/j.asr.2020.06.034.
Триго-Родригес ХМ, Греболь-Томас П, Ибаньес-Инса Х и др. Оценка потенциала добычи металлов и редкоземельных элементов из недифференцированных астероидов на основе изучения углеродистых хондритов (Assessing the Metal and Rare Earth Element Mining Potential of Undifferentiated Asteroids through the Study of Carbonaceous Chondrites). Monthly Notices of the Royal Astronomical Society 2025;545(1):staf1902; doi: 10.1093/mnras/staf1902.