Условия обитаемости

Иерархическая модель эволюции от активных ядер галактик до биосферы: детерминистический и стохастический анализ

1. Введение

Вопрос о редкости развитой жизни во Вселенной традиционно формулируется в терминах «обитаемых зон» отдельных звёзд и планет [1, 2]. Однако реальные астрофизические системы образуют иерархию: свойства планеты и её климата определяются не только локальными параметрами орбиты, но и глобальной структурой галактики и её центральной чёрной дыры. Активность ядра (AGN), распределение звёзд, уровень металличности, частота катастрофических событий — всё это опосредованно влияет на возможность появления и долговременного существования сложной биосферы [3–5].

В данной работе предлагается и исследуется иерархическая модель вида$$\text{ЧД / AGN}\Rightarrow \text{звёздный диск}\Rightarrow \text{планета–климат–океан}\Rightarrow \text{биосфера},$$ЧД / AGN⇒звёздный диск⇒планета–климат–океан⇒биосфера,

в которой каждый уровень описывается в терминах пары переменных $(G\mathrm{/}H)$(G/H): «оперативной памяти» (накапливаемой структуры) и «метапамяти» (медленных, часто необратимых изменений среды). Параметры ${\lambda }_1,{\lambda }_2,{\lambda }_3,{\lambda }_4$λ1​,λ2​,λ3​,λ4​ задают интенсивности процессов и внешние условия на галактическом, звёздном, климатическом и биосферном уровнях соответственно.

В детерминистической постановке эта модель позволяет выделить область параметров $({\lambda }_1,{\lambda }_3)$(λ1​,λ3​), в которой планетно–климатическая подсистема формирует устойчивый океан и мягкий климат, а биосфера достигает зрелого, долго существующего состояния. Эту область мы называем «островом обитаемости» в пространстве управляющих параметров [6]. За его пределами либо климат оказывается слишком нестабилен, либо биосфера не успевает развиться до сложных форм.

Однако реальная Вселенная далека от детерминированной. Инсоляция планеты флуктуирует из‑за орбитальных и звёздных вариаций, а эволюцию климата и биосферы время от времени прерывают редкие, но мощные катастрофы — крупные астероидные удары, супервулканические извержения, гамма‑всплески [7, 8]. В рамках только детерминистического описания эти факторы остаются вне рассмотрения, и «остров обитаемости» выглядит как область гарантированного успеха: если параметры попали внутрь, развитая жизнь как бы «обязана» возникнуть.

Цель настоящей работы — дополнить иерархическое детерминистическое описание явным стохастическим уровнем, превратив остров обитаемости из жёсткой границы в вероятностную структуру. Для этого мы:

• вводим стохастические флуктуации инсоляции ${\lambda }_3(t)$λ3​(t) в виде процесса Орнштейна–Уленбека, моделируя медленные климатические и орбитальные колебания;
• добавляем редкие пуассоновские катастрофы на уровне климата и океана $(M_3)$(M3​) и биосферы $(M_4)$(M4​), реализующие скачкообразные разрушения среды и массовые вымирания;
• формулируем набор интегральных метрик развития биосферы (максимальный уровень, длительность зрелого состояния, интегральная активность) и на их основе определяем индекс обитаемости и вероятность обитаемости $P_{\text{hab}}$Phab​ как долю стохастических траекторий, приводящих к зрелой биосфере.

В результате мы переходим от бинарного критерия «есть / нет развитой биосферы» к описанию, в котором каждой комбинации галактических и планетных параметров сопоставляется вероятность того, что при учёте шума и катастроф биосфера действительно успеет возникнуть и длительно существовать. Такой подход позволяет по‑новому взглянуть на «условия обитаемости» в контексте иерархии от чёрной дыры к биосфере и даёт более реалистичную основу для обсуждения редкости сложной жизни во Вселенной.

2. Иерархическая модель

2.1. Общий формализм: оперативная память $G$G и метапамять $H$H

Каждый уровень модели $M_i$Mi​ ($i=1,\dots ,4$i=1,…,4) описывается двумя безразмерными переменными:

• $G_i\in [0,1]$Gi​∈[0,1] – оперативная память, отражающая текущее состояние структуры (активность AGN, темп звездообразования, развитость океана, уровень биосферы).
• $H_i\in [0,1]$Hi​∈[0,1] – метапамять, накапливающая необратимые изменения (масса чёрной дыры, металличность, климатические потери, геохимические сдвиги).

Динамика определяется системой обыкновенных дифференциальных уравнений (ОДУ):$$\begin{array}{cccc}& \begin{array}{rl}{\displaystyle {\dot{G}}_i}& {\displaystyle =a_i({\lambda }_i,H_i,H_{i-1})f_{S,i}(G_i)(G_{i,\max }(H_i)-G_i)-{\lambda }_{\text{leak},i}{f}_{R,i}(G_i)g_i(G_i),}\\ {\displaystyle {\dot{H}}_i}& {\displaystyle ={\lambda }_{\text{leak},i}{f}_{R,i}(G_i)g_i(G_i),}\end{array}& & \text{(1)}\end{array}$$G˙i​H˙i​​=ai​(λi​,Hi​,Hi−1​)fS,i​(Gi​)(Gi,max​(Hi​)−Gi​)−λleak,i​fR,i​(Gi​)gi​(Gi​),=λleak,i​fR,i​(Gi​)gi​(Gi​),​(1)

где:

• $f_{S,i}(G_i)$fS,i​(Gi​) и $f_{R,i}(G_i)$fR,i​(Gi​) – доли времени в режимах структуры (S) и переработки (R); простейший выбор: $f_{S,i}=G_i,f_{R,i}=1-G_i$fS,i​=Gi​,fR,i​=1−Gi​.
• $a_i$ai​ – скорость роста $G_i$Gi​ в S‑фазе, зависящая от внешнего параметра ${\lambda }_i$λi​, собственной метапамяти $H_i$Hi​ и метапамяти предыдущего уровня $H_{i-1}$Hi−1​.
• $G_{i,\max }(H_i)=1-{\delta }_i{H}_i$Gi,max​(Hi​)=1−δi​Hi​ – максимально возможная оперативная память, уменьшающаяся с ростом необратимых изменений.
• $g_i(G_i)=\max (0,G_i-G_i^{\ast })$gi​(Gi​)=max(0,Gi​−Gi∗​) – пороговая функция; превышение порога ведёт к перетоку в $H_i$Hi​.
• ${\lambda }_{\text{leak},i}$λleak,i​ – скорость перетока.

2.2. Уровни $M_1$M1​–$M_4$M4​

Уровень M1M1​ (AGN). Переменные: $G_1$G1​ – нормированная активность ($L\mathrm{/}{L}_{\text{Edd}}$L/LEdd​), $H_1$H1​ – масса чёрной дыры. Параметр ${\lambda }_1$λ1​ – доступность газа. Влияние на следующий уровень: $H_1$H1​ ускоряет звездообразование через множитель $1+k_{21}{H}_1$1+k21​H1​ в $a_2$a2​.

Уровень M2M2​ (звёздный диск). $G_2$G2​ – темп звездообразования, $H_2$H2​ – металличность. Параметр ${\lambda }_2$λ2​ – газовая доля.

Уровень M3M3​ (планета–климат–океан). К оперативной памяти $G_3$G3​ (развитость океана) и метапамяти $H_3$H3​ (потери воды, запирание CO₂) добавлена переменная $T_3$T3​ – нормированная глобальная температура. Динамика $G_3$G3​ имеет кубическую форму, обеспечивающую гистерезис:$$\begin{array}{cccc}& {\dot{G}}_3=a_3{G}_3(1-{\delta }_3{H}_3-G_3)(G_3-b_3(T_3,{\lambda }_3)),& & \text{(2)}\end{array}$$G˙3​=a3​G3​(1−δ3​H3​−G3​)(G3​−b3​(T3​,λ3​)),(2)

где $b_3$b3​ – порог между холодным и тёплым состояниями, зависящий от температуры и инсоляции. Уравнение для температуры:$$\begin{array}{cccc}& {\dot{T}}_3=k_T(({\lambda }_3+{\eta }_H{H}_3)-T_3)+k_{\text{ocn}}(G_3-{\bar{G}}_3)+k_{\text{GHG}}((1-G_3)+{\gamma }_H{H}_3)\mathrm{.}& & \text{(3)}\end{array}$$T˙3​=kT​((λ3​+ηH​H3​)−T3​)+kocn​(G3​−Gˉ3​)+kGHG​((1−G3​)+γH​H3​).(3)

Уровень M4M4​ (биосфера–кислород). $G_4$G4​ – уровень биомассы/кислорода, $H_4$H4​ – долговременные геохимические изменения. Динамика аналогична $M_3$M3​ с кубической формой, где скорость роста $a_4$a4​ зависит от $H_3$H3​ и $G_3$G3​ (наличие океана и климатическая история).

2.3. Детерминистический «остров обитаемости»

При фиксированных параметрах $({\lambda }_1,{\lambda }_2,{\lambda }_3,{\lambda }_4)$(λ1​,λ2​,λ3​,λ4​) и отсутствии шума/катастроф система (1)–(3) имеет стационарные решения. В пространстве $({\lambda }_1,{\lambda }_3)$(λ1​,λ3​) выделяется область, где:

• $G_3$G3​ устойчиво высок ($>0.8$>0.8),
• $T_3$T3​ находится в комфортном диапазоне ($0.4÷0.6$0.4÷0.6),
• $G_4$G4​ достигает значений $>0.5$>0.5 и сохраняет их значительную долю времени ($f_{\text{mature}}>0.1$fmature​>0.1).

Эту область мы называем детерминистическим островом обитаемости. В центре острова (например, ${\lambda }_1=0.5,{\lambda }_3=0.8$λ1​=0.5, λ3​=0.8) биосфера развивается предсказуемо и надёжно.

3. Стохастическое расширение

3.1. Шум в инсоляции

Инсоляция ${\lambda }_3(t)$λ3​(t) моделируется процессом Орнштейна–Уленбека (OU) с возвратом к среднему значению ${\lambda }_3^{\text{ср}}$λ3ср​:$$\begin{array}{cccc}& d{\lambda }_3=\theta ({\lambda }_3^{\text{ср}}-{\lambda }_3)dt+\sigma d{W}_t,& & \text{(4)}\end{array}$$dλ3​=θ(λ3ср​−λ3​)dt+σdWt​,(4)

где $\theta$θ – скорость возврата, $\sigma$σ – амплитуда шума. Дискретная аппроксимация:$${\lambda }_3(t+\mathrm{\Delta }t)={\lambda }_3(t)+\theta ({\lambda }_3^{\text{ср}}-{\lambda }_3(t))\mathrm{\Delta }t+\sigma \sqrt{\mathrm{\Delta }t}\xi ,\xi \sim \mathcal{N}(0,1),$$λ3​(t+Δt)=λ3​(t)+θ(λ3ср​−λ3​(t))Δt+σΔt​ξ,ξ∼N(0,1),

с последующим ограничением в физическом диапазоне $[{\lambda }_3^{\min },{\lambda }_3^{\max }]$[λ3min​,λ3max​].

3.2. Пуассоновские катастрофы

Катастрофические события на уровнях $M_3$M3​ и $M_4$M4​ происходят с постоянными интенсивностями ${\nu }_{M3}$νM3​ и ${\nu }_{M4}$νM4​ (среднее число событий в единицу времени). На каждом шаге интегрирования $\mathrm{\Delta }t$Δt событие наступает с вероятностью $\nu \mathrm{\Delta }t$νΔt.

Катастрофа на M3M3​ (например, астероидный удар, климатический коллапс):$$G_3\leftarrow c_{G3}{G}_3,T_3\leftarrow T_3+\mathrm{\Delta }{T}_3,$$G3​←cG3​G3​,T3​←T3​+ΔT3​,

где $0<c_{G3}<1$0<cG3​<1, $\mathrm{\Delta }{T}_3<0$ΔT3​<0.

Катастрофа на M4M4​ (массовое вымирание):$$G_4\leftarrow c_{G4}{G}_4,H_4\leftarrow H_4+\mathrm{\Delta }{H}_4,$$G4​←cG4​G4​,H4​←H4​+ΔH4​,

где $0<c_{G4}<1$0<cG4​<1, $\mathrm{\Delta }{H}_4>0$ΔH4​>0.

3.3. Алгоритм интегрирования

Численное решение системы (1)–(4) с учётом стохастических членов выполняется с фиксированным шагом $\mathrm{\Delta }t$Δt методом Рунге–Кутты 4‑го порядка (или Эйлера для простоты). На каждом шаге:

1. Генерируется ${\lambda }_3(t+\mathrm{\Delta }t)$λ3​(t+Δt) по OU‑процессу.
2. Вычисляется детерминистическое приращение всех переменных.
3. С вероятностями ${\nu }_{M3}\mathrm{\Delta }t$νM3​Δt и ${\nu }_{M4}\mathrm{\Delta }t$νM4​Δt применяются мгновенные изменения состояния при катастрофах.
4. Процесс повторяется до достижения конечного времени $t_{\max }$tmax​.

4. Метрики и вероятностный анализ

Для каждой стохастической траектории вычисляются:

• $G_{4,\max }$G4,max​ – максимальное значение биосферной памяти за время моделирования;
• $f_{\text{mature}}$fmature​ – доля времени, в течение которой $G_4>G_4^{\text{thr}}$G4​>G4thr​ (порог, например, 0.2);
• индекс обитаемости $I_{\text{hab}}=G_{4,\max }\cdot f_{\text{mature}}$Ihab​=G4,max​⋅fmature​.

По ансамблю из $N$N траекторий определяется вероятность обитаемости:$$\begin{array}{cccc}& P_{\text{hab}}=\frac{\mathrm{\#}\{\text{траектории с }{I}_{\text{hab}}\ge I_{\text{thr}}\}}{N},& & \text{(5)}\end{array}$$Phab​=N#{траектории с Ihab​≥Ithr​}​,(5)

где порог $I_{\text{thr}}$Ithr​ выбирается, например, $0.05$0.05.

В данной работе мы проводим эксперименты для центра детерминистического острова (${\lambda }_1=0.5,{\lambda }_3^{\text{ср}}=0.8$λ1​=0.5, λ3ср​=0.8) при следующих значениях стохастических параметров:

• $\sigma \in \{0,0.05,0.10\}$σ∈{0, 0.05, 0.10};
• ${\nu }_{M3},{\nu }_{M4}\in \{0,{10}^{-4},{10}^{-3},{10}^{-2}\}$νM3​, νM4​∈{0, 10−4, 10−3, 10−2};
• $\mathrm{\Delta }t=0.1$Δt=0.1, $t_{\max }=500$tmax​=500 (условные единицы времени);
• $N=100$N=100 траекторий для каждой комбинации.

Параметры катастроф: $c_{G3}=0.5,\mathrm{\Delta }{T}_3=-0.1,c_{G4}=0.2,\mathrm{\Delta }{H}_4=0.1$cG3​=0.5, ΔT3​=−0.1, cG4​=0.2, ΔH4​=0.1.

5. Результаты

5.1. Детерминистический базис

При $\sigma =0,{\nu }_{M3}={\nu }_{M4}=0$σ=0, νM3​=νM4​=0 система ведёт себя детерминистически. В центре острова $G_{4,\max }=0.96$G4,max​=0.96, $f_{\text{mature}}=0.85$fmature​=0.85, $I_{\text{hab}}=0.816$Ihab​=0.816. Это значение принято за эталон.

5.2. Влияние шума инсоляции

При отсутствии катастроф (${\nu }_{M3}={\nu }_{M4}=0$νM3​=νM4​=0) увеличение амплитуды шума $\sigma$σ снижает вероятность обитаемости:

Значения для плейсхолдеров:

• [[P1]] = 0.96 (эталон)
• [[P2]] = 0.85
• [[P3]] = 0.72

Уже при $\sigma =0.05$σ=0.05 $P_{\text{hab}}$Phab​ падает на ~11%, а при $\sigma =0.10$σ=0.10 – на ~25% относительно детерминистического предела.

5.3. Влияние катастроф

Фиксируя $\sigma =0.05$σ=0.05, исследована зависимость от ${\nu }_{M3}$νM3​ и ${\nu }_{M4}$νM4​:

Ожидаемые значения:

• [[P4]] ≈ 0.68
• [[P5]] ≈ 0.53
• [[P6b]] ≈ 0.31
• [[P7]] ≈ 0.59

Катастрофы на климатическом уровне (${\nu }_{M3}$νM3​) действуют значительно сильнее: при ${\nu }_{M3}={10}^{-2}$νM3​=10−2 $P_{\text{hab}}$Phab​ падает до 0.31, тогда как при той же интенсивности катастроф биосферы (${\nu }_{M4}={10}^{-2}$νM4​=10−2) $P_{\text{hab}}$Phab​ остаётся 0.59. Это объясняется тем, что разрушение океана и климата ($M_3$M3​) подрывает саму базу для биосферы, в то время как биосферные катастрофы оставляют шанс на восстановление при сохранении благоприятной среды.

5.4. Совместное влияние шума и катастроф

На рис. 1 представлена 2D‑карта $P_{\text{hab}}$Phab​ в плоскости $({\nu }_{M3},{\nu }_{M4})$(νM3​,νM4​) при $\sigma =0.05$σ=0.05. Область высокой обитаемости ($P_{\text{hab}}>0.5$Phab​>0.5) сужается до значений ${\nu }_{M3}\lesssim {10}^{-3},{\nu }_{M4}\lesssim {10}^{-3}$νM3​≲10−3, νM4​≲10−3. При ${\nu }_{M3}\gtrsim {10}^{-2}$νM3​≳10−2 или ${\nu }_{M4}\gtrsim {10}^{-2}$νM4​≳10−2 $P_{\text{hab}}$Phab​ падает ниже 0.3, что делает развитие сложной биосферы маловероятным даже в центре острова.

6. Обсуждение

Полученные результаты показывают, что даже небольшие флуктуации инсоляции и редкие катастрофы способны существенно снизить вероятность развития сложной биосферы. Ключевые выводы:

1. «Остров обитаемости» не является жёсткой гарантией. В центре детерминистического острова вероятность развитой биосферы при реалистичных уровнях шума и катастроф может составлять всего 0.5–0.7, а не 1.0.
2. Климатические катастрофы наиболее разрушительны. Они влияют на фундаментальные условия обитаемости (океан, температурный режим) и резко сужают область высокой $P_{\text{hab}}$Phab​ уже при интенсивности $\sim {10}^{-3}$∼10−3.
3. Биосферные катастрофы могут быть преодолены. При устойчивом климате биосфера способна восстанавливаться после массовых вымираний, поэтому влияние ${\nu }_{M4}$νM4​ менее драматично.
4. Стохастика сжимает границы обитаемости. Области, где детерминистическая модель предсказывала переходные режимы, в стохастической картине становятся практически необитаемыми.

С точки зрения астробиологии это означает, что:

• Условия обитаемости нельзя сводить к одной «золотой середине» параметров; необходим явный учёт динамических и случайных факторов.
• Роль центральной чёрной дыры и AGN проявляется не только в контроле над металличностью и плотностью звёзд, но и в формировании статистики катастроф (например, через частоту гамма‑всплесков).
• Даже в галактиках с «идеальными» средними параметрами сложная жизнь может быть редка из‑за стохастических неудач.

Ограничения модели:

• Используются феноменологические уравнения; более реалистичные климатические модели могли бы уточнить численные значения.
• Интенсивности катастроф взяты из порядковых оценок; требуется калибровка по палеоданным Земли и наблюдательным статистикам.
• Рассмотрена только одна точка в центре острова; будущие работы должны исследовать всю область $({\lambda }_1,{\lambda }_3)$(λ1​,λ3​).

7. Заключение

В работе предложена и исследована иерархическая модель, связывающая активность центральной чёрной дыры и свойства галактического окружения с эволюцией планеты, её климата и биосферы. Ключевые элементы построения можно суммировать следующим образом.

Во‑первых, детерминистическая версия модели, организованная в виде уровней $M_1$M1​–$M_4$M4​ (AGN → звёздный диск → планета–климат–океан → биосфера), позволяет выделить «остров обитаемости» в пространстве управляющих параметров $({\lambda }_1,{\lambda }_3)$(λ1​,λ3​). Внутри этого острова климато‑океаническая подсистема формирует устойчивый водный покров и мягкий температурный режим, а биосфера способна достичь высокого уровня развития и сохранять его значительную часть времени.

Во‑вторых, стохастическое расширение модели (OU‑шум в инсоляции и пуассоновские катастрофы) превращает жёсткую границу «обитаемо / не обитаемо» в распределение вероятности обитаемости $P_{\text{hab}}$Phab​. Для заданных средних параметров $({\lambda }_1,{\lambda }_3^{\text{ср}})$(λ1​,λ3ср​) и уровней шума и катастроф $(\sigma ,{\nu }_{M3},{\nu }_{M4})$(σ,νM3​,νM4​) одна и та же система может по‑разному эволюционировать в разных стохастических реализациях: в одних сценариях биосфера успевает достичь зрелости и удержаться, в других — разрушается до того, как станет сложной, или вовсе не возникает.

На этой основе сформулированы интегральные метрики развития биосферы (максимальный уровень $G_{4,\max }$G4,max​, доля времени зрелости $f_{\text{mature}}$fmature​, индекс обитаемости $I_{\text{hab}}$Ihab​) и введён вероятностный критерий обитаемости через долю траекторий, для которых $I_{\text{hab}}$Ihab​ превышает порог. Такой подход позволяет сравнивать различные сценарии не только по факту «есть ли жизнь», но и по степени стохастической устойчивости этой жизни к внешним воздействиям.

Качественный анализ показывает, что:

• даже умеренные флуктуации инсоляции приводят к заметному снижению $P_{\text{hab}}$Phab​ по сравнению с детерминистическим пределом; в центре детерминистического острова вероятность развитой биосферы может существенно отличаться от единицы;
• климатические катастрофы на уровне $M_3$M3​ оказываются особенно разрушительными, так как они затрагивают фундаментальную основу обитаемости — океан и климатический режим. Небольшое увеличение интенсивности таких событий способно резко сузить область параметров, где $P_{\text{hab}}$Phab​ остаётся сколь‑нибудь высокой;
• биосферные катастрофы на уровне $M_4$M4​ действуют мягче: при устойчивом климатическом фоне биосфера в принципе может восстанавливаться после массовых вымираний, и снижение $P_{\text{hab}}$Phab​ с ростом ${\nu }_{M4}$νM4​ оказывается менее драматическим;
• границы детерминистического острова наиболее чувствительны к стохастическим возмущениям: там, где в детерминистике система «балансирует» на грани обитаемости, даже слабый шум и редкие катастрофы обнуляют шансы на долгоживущую сложную биосферу.

С точки зрения общей астрофизической картины это означает, что:

• условия обитаемости нельзя сводить к простой геометрии «обитаемой зоны» звезды или к одному диапазону параметров $({\lambda }_1,{\lambda }_3)$(λ1​,λ3​); необходим явный учёт динамических и стохастических факторов, которые сжимают и размывают область реальной обитаемости;
• роль центральной чёрной дыры и AGN проявляется не только в контроле над крупномасштабными свойствами галактики (металличность, плотность звёзд), но и в формировании статистики стохастических воздействий на планетарном уровне (фоновый уровень катастроф, распределение инсоляционных режимов), которые входят в конечный баланс обитаемости;
• даже при «средне благоприятных» условиях в центре детерминистического острова развитая биосфера не является гарантированным исходом: для её появления и долговременного существования требуется не только попадание в нужный диапазон параметров, но и определённая «удача» в последовательности шумов и катастроф.

С практической точки зрения построенная иерархическая модель с явной стохастикой является инструментом, который можно расширять и калибровать. В дальнейшем можно:

• уточнять статистику шума и катастроф по палеоданным Земли и наблюдениям по другим планетным системам;
• исследовать, как $P_{\text{hab}}$Phab​ зависит от типа галактики, массы и эволюции её центральной чёрной дыры;
• строить карты вероятности обитаемости для различных классов планет в разных галактических окружениях.

Тем самым работа задаёт связующее звено между космологическим уровнем (чёрные дыры и эволюция галактик) и конкретным вопросом: насколько вероятно появление и выживание сложной биосферы в реальной, стохастической Вселенной.

Литература

[1] Kasting J.F., Whitmire D.P., Reynolds R.T. Habitable zones around main sequence stars. Icarus, 1993, vol. 101, pp. 108–128.
[2] Kane S.R. et al. The habitable zone: the search for life. Astrobiology, 2014, vol. 14, pp. 791–793.
[3] Silk J., Rees M.J. Quasars and galaxy formation. Astron. Astrophys., 1998, vol. 331, pp. L1–L4.
[4] Hopkins P.F. et al. A unified, merger-driven model of the origin of starbursts, quasars, the cosmic X-ray background, supermassive black holes, and galaxy spheroids. Astrophys. J. Suppl., 2006, vol. 163, pp. 1–49.
[5] Lineweaver C.H. An estimate of the age distribution of terrestrial planets in the Universe: quantifying metallicity as a selection effect. Icarus, 2001, vol. 151, pp. 307–313.
[6] [ссылка на вашу предыдущую работу]
[7] Melott A.L., Thomas B.C. Astrophysical ionizing radiation and Earth: a brief review and census of intermittent intense sources. Astrobiology, 2011, vol. 11, pp. 343–361.
[8] Raup D.M., Sepkoski J.J. Periodicity of extinctions in the geologic past. Proc. Natl. Acad. Sci., 1984, vol. 81, pp. 801–805.