Mutual Information assessment of the quality of the GRAV-D airborne gravity data and its compatibility with the NGS’ historical surface gravity database

地球の重力場を、惑星に掛けられた巨大で目に見えないブランケットだと想像してみてください。このブランケットの完璧な地図（科学者はこれを「ジオイド」と呼び、精密な高さを測定するために使用します）を作るには、3つの異なる情報源から断片を集めて縫い合わせる必要があります（宇宙から全体像を捉える「人工衛星」、間近で詳細を測定する「地上測量」、そしてその隙間を埋めるために空を飛ぶ「航空機」です）。

この論文は、航空機の測定値が適切であるか、そしてそれらが地上や衛星のデータとうまく適合しているかを確認するための新しい手法について述べています。著者らは、**相互情報量（Mutual Information: MI）**と呼ばれる数学的ツールを使用しています。

以下に、彼らが行ったこととその結果の簡単な内訳を記します。

1. 「相互情報量」とは何か？

2人の人物が同じ絵を描写しようとしている場面を想像してください。

• 標準的な相関関係は、「彼らは『赤色』について一致しているか？」と問うようなものです。これは単純な、直線的な一致のみをチェックします。
• 相互情報量は、「彼らは絵の『物語全体』をどれだけ共有しているか？」と問うようなものです。物語が直線的に語られているか、あるいは複雑に曲がりくねっているかは問いません。それは、一方のデータセットがもう一方のデータセットについてどれだけ「知っているか」を測定します。

もし2つのデータセットが完璧なコピーであれば、相互情報量は高くなります。もし一方のデータセットがノイズやエラー、あるいは嘘で満ちていれば、「共有される物語」は短くなり、相互情報量は低下します。

2. テスト #1：航空機のデータはそれ自体で整合性が取れているか？

研究者らはまず、飛行機によって収集された生の重力データと、そのデータと同じもののコンピュータ生成による滑らかなバージョン（「下方継続グリッド」と呼ばれます）を比較しました。

• 比喩： ある風景の写真を撮り、次にコンピュータを使ってその写真のシワを滑らかにすると想像してください。そして、元の写真と滑らかなバージョンを比較します。もし元の写真とほぼ同じであれば、カメラは優秀だったと言えます。もし元の写真がノイズやぼやけた箇所だらけであれば、2つのバージョンはうまく一致しません。
• 結果： 「一致」はほとんどの場所で非常に優れており、GRAV-Dの航空機データが全体として高品質であることを証明しました。しかし、MIマップは、特にロッキー山脈のような場所において、一致が弱くなっている特定の地点を浮き彫りにしました。これは、飛行機が乱気流に遭遇し、センサーが少し不安定になった場所を科学者に正確に伝えました。
• なぜ従来の方法より優れているのか： 従来、品質チェックは飛行経路が交差する場所（グリッドの交差点のみ）で行われていました。この新しい手法は、飛行経路全体を連続的にチェックするため、データの揺らぎがある場所の完全な全体像を提供できます。

3. テスト #2：新しい航空機データと古い地上データは一致するか？

次に、研究者らは新しい航空機データと、過去1世紀にわたって地上で収集された歴史的な重力データを比較しました。

• 問題点： 飛行機は高く飛び、地上作業員は地面に立っています。重力は、特に高い山に近い場所では、移動に伴って変化します。これらを直接比較することは、ヘリコプターからの写真と地上からの写真を比較するようなものです。角度や高さが異なるため、見えるものが違います。
• 解決策： 研究者らは「アイソスタシー異常（isostatic anomalies）」と呼ばれる「フィルター」を使用して、山の影響や高さの違いを取り除きました。これにより、重力の「核」となる信号を比較することができました。
• 結果： 高さの違いをフィルタリングした結果、両方のデータセットは多くの場所（東海岸など）で非常によく一致しました。しかし、MIマップは依然として、南カリフォルニア、南西部の一部、および一部の海洋エリアなどの「レッドゾーン（一致が低い領域）」を示していました。
• 教訓： これらの「レッドゾーン」は、古い地上データが間違っているのか、新しい航空機データにエラーがあるのか、あるいは浅い海域での衛星測定が苦戦しているのかを教えてくれます。これは、これらのデータセットを結合する際に、科学者がどこに注意を払うべきかを示す地図となります。

4. テスト #3：航空機データは実際にどのような「周波数」を提供しているのか？

重力データには、異なる「周波数」または波長があります。

• 人工衛星は、長い、ゆっくりとした波（重力場の大きな丘や谷）を見ます。
• 地上測量は、短く鋭い波（小さな凹凸や岩）を見ます。
• 航空機は、その中間を埋める役割を担っています。

研究者らは、航空機が実際にどの「波長」を最もよく捉えているかをテストしました。

• 比喩： ラジオを想像してください。人工衛星はAM放送（長い波）、地上測量はFM放送（短い波）です。航空機は、完璧な中間層であるはずです。
• 結果： MI分析により、航空機は「中間」の波長（およそ40〜220 kmの長さ）を捉えることに非常に優れていることが確認されました。しかし、航空機が地上測量のように非常に短く鋭い詳細を捉えようとすると、「共有される物語」は消えてしまいました。航空機は、それほど細かい詳細を見ることはできないのです。
• 結論： これは、最も細かい詳細については依然として地上測量が必要であることを裏付けていますが、同時に航空機が中間の領域を埋める役割を完璧に果たしていることも証明しています。

まとめ

著者らは新しい重力センサーを発明したのではなく、新しい品質管理用の懐中電灯を発明したのです。相互情報量を使用することで、彼らは以下のことが可能になります。

1. 航空機の飛行がどこで揺れたかを正確に特定する。
2. 古い地上マップと新しい航空機マップがどこで食い違っているかを正確に見つける。
3. 航空機が重力のスペクトルのどの部分を測定するのに最適であるかを正確に確認する。

これにより、科学者はこれらすべてのデータを編み合わせて、アメリカ合衆国の完璧な垂直地図を作成する際、各データにどれだけ信頼を置くべきかを判断できるようになります。