[论文解读] What to make of the Earth's curiously intermediate land fraction?

David Kipping|arXiv (Cornell University)|Feb 2, 2026

Space Science and Extraterrestrial Life被引用 0

一句话总结

使用地球的陆地分数，作者将四种 observer-selection 模型（陆地为主、海洋为主、等同为主、无差）与贝叶斯模型比较进行比较；没有模型被强烈偏好，但在它们之中等同为主的模型更受青睐，极端（重尾）模型不受支持。

ABSTRACT

Approximately two-thirds of the Earth, the only known inhabited planet, is covered in ocean. Why not 0.01% or 99.99%? It has been previously suggested that this may represent a certain degree of fine-tuning, and thus perhaps observers are a-priori more likely to develop on those rare worlds with nearly equal land-ocean ratios, such as our own. In this work, we take the single datum of the Earth and then use Bayesian inference to compare four models for the probability distribution of a planet becoming inhabited by observers as a function of land-fraction, $f$, which we classify as i) land-centric ii) ocean-centric iii) equi-centric and iv) indifference. We find that no model is strongly favoured over the others, but that 1) the land-centric model is disfavoured over all others, and, 2) the equi-centric model is favoured over all competitors. Further, we show that more extreme models with heavy tail-weighting are strongly disfavoured even when conditioned upon the Earth alone. For example, a land-centric model where the median planet has $f=0.82$ (or greater) is in strong tension with our existence. Finally, we consider the potential addition of more data via Mars or exoplanets. Should paleo-Mars have once harboured life and had $f<0.20$, then this would strongly favour the ocean-centric model for life, over a land-centric hypothesis. We show that strong evidence for/against the equi-centric model versus its competitors would likely require at least a dozen inhabited exoplanets, offering a well-motivated sample size for future experiments.

研究动机与目标

• 评估地球的中等陆地分数是否暗示观测者出现的偏见（类似稀有地球的推理）。
• 使用带有对陆地分布分布的非信息先验的贝叶斯推断，比较四个简单的 observer-selection 模型。
• 量化地球数据对每个模型的约束，并探讨未来数据（火星或系外行星）的影响。
• 评估更多极端的模型变体在仅有地球数据以及假设的更多数据下的表现。

提出的方法

• 对陆地分数 f 在 [0,1] 上采用非信息 Jeffreys 先验。
• 为 CES（有意识观测者）定义四个候选观测选择似然 Pr(CES|f,M)：陆地为主 ∝ f，大海为主 ∝ (1−f)，等同为主 ∝ f(1−f)，无偏好为主 ∝ 常数。
• 使用贝叶斯公式并进行归一化，计算每个模型 M 的后验 Pr(f|CES,M)。
• 通过在模型之间基于 Pr(f=f⊕|CES,M_i) 计算的 Bayes 因子 B_ij，与 Earth 的 f⊕ = 0.292 一起比较模型。
• 引入带下标幂指数（n>1）以产生更极端的模型，确定哪些 n 值会被地球数据强烈排除。
• 讨论额外数据点（如古火星、系外行星）对模型判别的影响。

实验结果

研究问题

• RQ1 地球的中等陆地分数是否偏向四种 observer-selection 模型中的任意一种？
• RQ2 给定 Earth’s f=0.292，Bayes 因子如何比较陆地为主、海洋为主、等同为主和无偏好的模型？
• RQ3 为了克服地球数据并产生对模型的强证据，需要多极端的偏置（通过幂指数 n）到什么程度？
• RQ4 火星或系外行星的额外数据将如何影响模型选择？
• RQ5 需要多少个系外行星样本才能强烈区分等同为主与其他模型？

主要发现

• 地球的单一数据并未强烈偏向某一模型（Bayes 因子在 0.1 到 10 之间）。
• 在给定地球的 f 时，海洋为主模型比陆地为主模型大约更可能 2.45 倍，但这并非强证据。
• 等同为主模型在所有比较中在先验下都被其他竞争者所超越。
• 更极端（n>1）的模型被排斥；例如，n>2.21–2.79 的阈值会拒绝某些比较。
• 如果再增加一个具有可信 f 值的第二个有人居住的数据点（如古火星），贝叶斯因子可能强化辨别，在某些条件下可能偏向海洋为主。
• 大约十几个有人居住的系外行星可能为等同为主模型相对于竞争模型提供强证据。