文章專區

【本刊訊】2014年，馬來西亞航空MH370 班機於印度洋失事，時至今日仍尚未確認 墜毀的地點，該起失蹤案在航空界被視為最大的謎團之一。相關搜救單位不斷尋找該班機下落，迄今為止，搜救行動已花費高達1.5億美元，但依舊一無所獲。不過近日由美國物理聯合會(American Institute of Physics)發表於《混沌》(Chaos)的研 究顯示，一款藉由將衛星資訊與全新數學模型相結合的運算機制，或許能為這起無解的失蹤懸案帶來一絲希望。

研究團隊開發一種全新的數學方法，以分析碎片如何在海洋周圍移動，進而找出潛在的失事地點。透過馬可夫鏈模型 (Markov chain models)的使 用，目前已縮小部分的搜索區域範圍。研究人員表示，馬可夫鏈模型可依當前的研究狀態，將複雜的系統行為，利用每種可能結果的機率進行預測。這種方式已廣泛應用於模擬金融市場及Google搜尋引擎的演算法等。
 

團隊目前利用全球漂流計畫(Global Drifters Program)的數據，透過衛星跟蹤球型浮標，隨著時間的推移，並根據海上洋流與風浪等資訊找出相關路徑。馬可夫鏈模型讓研究團隊可將這些浮標 標記在一個具有3000多個虛擬方塊的網格上，以模擬飛機殘骸與碎片可能漂流的路徑及位置。

研究人員表示，目前最大的問題在於，現階段所發現的飛機碎片非常少，將可能導致模擬程序出現錯誤，而印度洋區域的季風變化也是重要的考量因素之一。研究團隊表示，後續將在海洋各區域部屬更多的追蹤設施，以提供更多的數據解決類似的棘手問題。

 

新聞來源

P. Miron et al., Markov-chain-inspired search for MH370, Chaos: An Interdisciplinary Journal of Nonlinear Science, 2019.