तकनीकी सारांश: प्रतिस्पर्धी उपग्रह प्लेसमेंट और कक्षीय जोखिम का भूगोल

1. समस्या विवरण

यह शोध पत्र भू-स्थैतिक कक्षा (GEO) में उपग्रहों के असमान स्थानिक वितरण को संबोधित करता है। जबकि कुछ कक्षीय देशांतर (longitudes) कई ऑपरेटरों के कारण घनी आबादी वाले हैं, अन्य काफी हद तक खाली हैं। यह स्थानिक पैटर्न तीन कारणों से महत्वपूर्ण है:

1. संसाधन आवंटन: यह अंतर्राष्ट्रीय दूरसंचार संघ (ITU) के नियमों के तहत स्लॉट आवंटन और स्पेक्ट्रम समन्वय को प्रभावित करता है।
2. वैश्विक कवरेज: यह संचार सेवाओं के भौगोलिक वितरण को निर्धारित करता है।
3. कक्षीय स्थिरता: उपग्रहों का प्लेसमेंट कक्षीय मलबे (orbital debris) के भविष्य के भूगोल को तय करता है। मलबा वहीं जमा होता है जहाँ उपग्रह रखे जाते हैं; इसलिए, उपग्रह प्लेसमेंट के प्रेरकों को समझना दीर्घकालिक कक्षीय जोखिम की भविष्यवाणी करने के लिए एक पूर्व शर्त है।

कक्षीय मलबे पर मौजूदा साहित्य आमतौर पर लॉन्च के बाद की टक्कर, निपटान और जीवन के अंत (end-of-life) के व्यवहार के इंजीनियरिंग मॉडल पर निर्भर करता है। यह शोध पत्र तर्क देता है कि एक पूर्व, अक्सर अनदेखा किया जाने वाला प्रश्न अभी भी शेष है: भविष्य के भीड़भाड़ और मलबे का कितना भूगोल ऑपरेटरों के प्रारंभिक प्रतिस्पर्धी स्थान चयन में समाहित है?

2. कार्यप्रणाली

लेखक भू-स्थैतिक कक्षा का उपयोग एक "आदर्श प्रयोगशाला" के रूप में करते हैं क्योंकि यह भौतिक रूप से एक-आयामी (360 डिग्री का एक वलय) है और स्पष्ट, अवलोकन योग्य आवंटन नियमों (पहले आओ, पहले पाओ) द्वारा शासित है।

प्रतिस्पर्धी प्रवेश (CE) मॉडल

विश्लेषण का मुख्य आधार क्रमिक, लाभ-अधिकतम प्रवेश का एक संरचनात्मक मॉडल है:

• मांग चालक (Demand Driver): प्रत्येक देशांतर पर मांग, उपग्रह के वाणिज्यिक फुटप्रिंट (लगभग ±40° देशांतर) के भीतर ग्रिड किए गए जनसंख्या द्वारा संचालित होती है। मॉडल दो मांग विनिर्देशों का परीक्षण करता है: कच्ची जनसंख्या बनाम जीडीपी-भारित जनसंख्या (आय)।
• प्रवेश तंत्र: ऑपरेटर बाजार में क्रमिक रूप से प्रवेश करते हैं। प्रत्येक नया प्रवेशकर्ता उस कक्षीय स्लॉट का चयन करता है जो पहले से रखे गए सभी उपग्रहों की स्थिति को देखते हुए अपने बाजार हिस्सेदारी को अधिकतम करता है।
• मार्केट शेयरिंग नियम: उपभोक्ताओं (जनसंख्या) को निकटतम उपग्रह द्वारा सेवा दी जाती है। यदि दूरियां समान हैं, तो मांग को यादृच्छिक रूप से विभाजित किया जाता है।
• पथ निर्भरता (Path Dependence): शुरुआती प्रवेशकर्ता उच्च-मांग वाले क्षेत्रों को सुरक्षित करते हैं। बाद के प्रवेशकर्ताओं को एक द्वंद्व का सामना करना पड़ता है: कम मांग वाले, खाली क्षेत्र में स्थित होना या एक उच्च-मांग वाले क्षेत्र में सह-स्थित (co-locate) होना और बाजार साझा करना। मॉडल का तर्क है कि एक बड़े बाजार को साझा करने का सीमांत लाभ अक्सर एक छोटे, खाली बाजार को पूरी तरह से कैप्चर करने के लाभ से अधिक होता है, जिससे क्लस्टरिंग (समूहन) की ओर ले जाता है।

डेटा और सत्यापन

• डेटा स्रोत: अध्ययन उपग्रहों की स्थिति (लॉन्च के बाद के 390 सक्रिय वाणिज्यिक उपग्रह; 513 निष्क्रिय पेलोड) के लिए ITU अनुपालन मूल्यांकन मॉनिटर (ITU-CAM) डेटाबेस का उपयोग करता है। मांग डेटा 'ग्रिडेड पॉपुलेशन ऑफ द वर्ल्ड' (GPWv4) और G-Econ (GDP) से आता है।
• अपवर्जन (Exclusions): मांग के माप से चीनी जनसंख्या को बाहर रखा गया है क्योंकि नियामक प्रतिबंध चीनी उपभोक्ताओं को वाणिज्यिक GEO सेवाओं तक पहुँचने से रोकते हैं, जिससे वे अंतरराष्ट्रीय ऑपरेटरों के लिए एक अप्राप्य बाजार बन जाते हैं।
• सत्यापन रणनीति:
  1. इन-सैंपल फिट: मॉडल के अनुमानित घनत्व की प्रेक्षित सक्रिय उपग्रह घनत्व ($R^2$) के साथ तुलना करना।
  2. आउट-ऑफ-सैंपल भविष्यवाणी: एक "वॉक-फॉरवर्ड" टेस्ट के माध्यम से 431 नए वाणिज्यिक उपग्रहों (वर्ष 2000 के बाद) के व्यक्तिगत स्लॉट चयन की भविष्यवाणी करना, जो लॉन्च के समय की कक्षीय स्थिति पर आधारित है, और इसकी तुलना एक फिटेड कंडीशनल लॉजिट मॉडल से करना।
  3. दीर्घकालिक सिमुलेशन: 21 साल का अग्रिम सिमुलेशन (2000-2021) जिसमें 400 नए उपग्रहों को रखकर एक नैव पर्सिस्टेंस (naive persistence) बेसलाइन के विरुद्ध समग्र वितरण भविष्यवाणियों का परीक्षण किया गया है।
  4. मलबा भविष्यवाणी: यह परीक्षण करना कि क्या मॉडल निष्क्रिय पेलोड (मलबे) के वितरण की भविष्यवाणी करता है।
  5. प्लेसबो टेस्ट: यह सुनिश्चित करने के लिए जनसंख्या वितरण को रोटेट करना कि फिट (fit) विशिष्ट पूर्व-पश्चिम संरेखण पर निर्भर है, न कि केवल असमान डेटा पर।

3. प्रमुख परिणाम

A. आय नहीं, बल्कि जनसंख्या प्लेसमेंट को संचालित करती है

जनसंख्या को मांग चालक के रूप में उपयोग करने वाला CE मॉडल, सक्रिय उपग्रह वितरण के साथ एक मजबूत फिट ($R^2 = 0.64$, स्पीयरमैन $\rho = 0.82$) प्राप्त करता है। यह दक्षिण/दक्षिण-पूर्व एशिया, यूरोप और अमेरिका के ऊपर घने क्लस्टर और प्रशांत महासागर एवं मध्य एशिया के ऊपर विरल कवरेज को सफलतापूर्वक पुनरुत्पादित करता है।

इसके विपरीत, जीडीपी-भारित मांग का उपयोग करने वाला मॉडल ($R^2 = 0.11$) काफी खराब प्रदर्शन करता है। यह इंगित करता है कि ऑपरेटर क्रय शक्ति के बजाय कुल जनसंख्या आकार को प्राथमिकता देते हैं। मॉडल भारत (एक उच्च-जनसंख्या, मध्यम-आय वाला क्षेत्र) के ऊपर उपग्रहों के उच्च घनत्व की सही भविष्यवाणी करता है, जबकि आय-भारित मॉडल इसे पकड़ने में विफल रहता है। स्वतंत्र रूप से अनुमानित तकनीक अपनाने की आय लोच ($\hat{\gamma} \approx 0.88$) के उपयोग से किए गए रोबस्टनेस चेक पुष्टि करते हैं कि कोई भी सकारात्मक आय भार मॉडल के फिट को खराब करता है; सबसे अच्छा फिट $\gamma \approx 0$ (शुद्ध जनसंख्या) पर होता है।

B. भविष्यवाणात्मक शक्ति फिटेड मॉडलों से बेहतर है

वॉक-फॉरवर्ड आउट-ऑफ-सैंपल परीक्षणों में, संरचनात्मक CE मॉडल (जिसमें स्लॉट-चयन डेटा के लिए कोई पैरामीटर फिट नहीं किया गया है) 360 में से 140 के औसत रैंक के साथ व्यक्तिगत स्लॉट चयन की भविष्यवाणी करता है। यह एक फिटेड कंडीशनल लॉजिट मॉडल (औसत रैंक 154) और एक रैंडम बेसलाइन (औसत रैंक 180) से बेहतर प्रदर्शन करता है। यह सुझाव देता है कि संरचनात्मक मॉडल ऐतिहासिक शोर (noise) को ओवरफिट करने के बजाय अंतर्निहित तंत्र को कैप्चर करता है।

C. दीर्घकालिक और मलबा भविष्यवाणी

• समग्र तैनाती: 21 साल के अग्रिम सिमुलेशन में, CE मॉडल नए प्रवेशों के समग्र वितरण की भविष्यवाणी करता है ($R^2 = 0.35$), जो नैव पर्सिस्टेंस बेंचमार्क ($R^2 = 0.09$) से चार गुना बेहतर है।
• मलबा संचय: मॉडल निष्क्रिय पेलोड (मलबे) के वितरण की भविष्यवाणी करता है ($R^2 = 0.44$)। यह प्रदर्शित करता है कि कक्षीय जोखिम का भूगोल आंशिक रूप से प्रतिस्पर्धी प्रवेश पैटर्न का एक डाउनस्ट्रीम परिणाम है। जिन क्षेत्रों में उच्च प्रतिस्पर्धी प्रवेश (जैसे भारत का आर्क) है, वहां सबसे अधिक मलबा जमा होने की भविष्यवाणी की गई है।

D. दक्षता और कल्याण

शोध पत्र पाता है कि वर्तमान कक्षीय वितरण अपेक्षाकृत कुशल है। हालांकि एक पारेटो-सुधारित पुनर्वितरण (कुल कल्याण बढ़ाना बिना किसी ऑपरेटर को नुकसान पहुँचाए) संभव था जब नक्षत्र छोटा था ($N=25$, संभावित लाभ 15.8%), लेकिन यह "दक्षता विंडो" तेजी से बंद हो गई। $N \approx 150$ (और निश्चित रूप से वर्तमान $N \approx 500$ तक) तक, ऐसा कोई एकल-उपग्रह पुनर्वितरण नहीं बचा जो सभी ऑपरेटरों की बाजार हिस्सेदारी को बनाए रखते हुए समग्र कल्याण में सुधार कर सके।

4. योगदान और महत्व

यह शोध पत्र तीन प्राथमिक योगदान देता है:

1. तंत्र की पहचान: यह स्थापित करता है कि असमान बुनियादी ढांचे का भूगोल विषम मांग के तहत एक सरल क्रमिक प्रतिस्पर्धी प्रवेश के तर्क से प्रेरित है, न कि समन्वय विफलता या समवर्ती अनुकूलन (simultaneous optimization) से।
2. भवि 예측 ढांचा: यह एक मान्य, पैरामीटर-मुक्त संरचनात्मक मॉडल प्रदान करता है जो केवल जनसंख्या डेटा और भौतिक बाधाओं का उपयोग करके सक्रिय उपग्रह प्लेसमेंट और परिणामस्वरूप मलबे के संचय के भूगोल दोनों की भविष्यवाणी करता है।
3. नीतिगत निहितार्थ:
   • कवरेज इक्विटी: "अल्प-सेवा प्राप्त" क्षेत्र (जैसे उप-सहारा अफ्रीका, मध्य एशिया) प्रति ग्राहक के हिसाब से घाटे वाले नहीं हैं, बल्कि वे संरचनात्मक रूप से बायपास कर दिए गए हैं क्योंकि वैश्विक मांग के शिखर की तुलना में उनकी जनसंख्या छोटी है। प्रतिस्पर्धी गतिशीलता इन अंतरालों को स्वतः ही नहीं भरेगी।
   • मलबा जोखिम: वे क्षेत्र जो दीर्घकालिक मलबा संचय के लिए सबसे अधिक जोखिम में हैं, वे हैं जिन्हें प्रतिस्पर्धी गतिशीलता लक्षित करना जारी रखेगी। यह एक स्व-सुदृढ़ खतरा पैदा करता है जहाँ वाणिज्यिक आकर्षण भीड़भाड़ और बढ़ते परिचालन जोखिम की ओर ले जाता है।
   • LEO प्रासंगिकता: लेखक सुझाव देते हैं कि यह तंत्र अब लो अर्थ ऑर्बिट (LEO) मेगा-कॉन्स्टेलेशन तक बढ़ रहा है, जिसका अर्थ है कि ग्राउंड ट्रैक्स भी उच्च-घनत्व वाले जनसंख्या क्षेत्रों के ऊपर समान रूप से केंद्रित होंगे।

शोध पत्र निष्कर्ष निकालता है कि कक्षीय जोखिम का स्थानिक वितरण केवल एक इंजीनियरिंग समस्या नहीं है, बल्कि आर्थिक मौलिक सिद्धांतों और प्रतिस्पर्धी प्रवेश पैटर्न का प्रतिबिंब है। इन प्रेरकों को समझने से भविष्य के भीड़भाड़ और मलबे के हॉटस्पॉट का बेहतर पूर्वानुमान लगाया जा सकता है।