За год боев в секторе Газа разрушены более 60% домов. Мы знаем это благодаря ООН — и карте, фиксирующей повреждения в реальном времени Интервью ее создателя Олли Бэллинджера. Он придумал этот инструмент для оценки урона от войны в Украине

В ноябре 2023-го, спустя всего месяц после начала войны в секторе Газа, преподаватель Университетского колледжа Лондона Олли Бэллинджер опубликовал Gaza Damage Proxy Map. С помощью этой онлайн-карты, дающей представление о примерном количестве жертв и разрушений в секторе Газа, эксперты во всему миру делают выводы об израильских атаках. В результате этих атак, по данным ООН, уже погибли 40 тысяч палестинцев. «Медуза» узнала у Бэллинджера, как его инструмент, изначально сделанный для анализа масштаба разрушений на территории Украины, используется для оценки ситуации в Газе.

— Оценкой разрушений в Газе заняты эксперты ООН и других международных организаций. Как вы поняли, что для этой работы нужен новый инструмент?

— Я начал работать над проектом почти за год до начала конфликта в секторе Газа. Изначально идея и методология предназначались для оценки доли уничтоженных зданий в Украине. ООН действительно измеряет разрушения в конкретных городах, тем не менее оценить масштаб всех последствий боевых действий в масштабе всей страны невозможно.

Моя идея заключалась в том, чтобы показать актуальную картину разрушений по всей стране [Украине], где война идет уже третий год. Для этого было необходимо разработать методологию, которая позволила бы [оценить масштаб] с использованием открытых данных. Очевидно, что это не так актуально для Газы, ведь ее территория гораздо меньше, чем территория Украины, — проанализировать масштаб разрушений на такой площади можно и вручную. Насколько я помню, ООН делала это около девяти раз.

Но в то же время, будучи специалистом, [который занимается изучением конфликта в секторе Газа], вы будете зависеть от ООН. Вам придется каждый раз ждать их публикаций: для оценки разрушений их эксперты используют оптические снимки высокого разрешения, которых нет в открытом доступе. А я хотел дать специалистам полезный инструмент, который позволяет приближать изображение и получать оценки разрушений в разных местах. Поэтому я использовал ту методологию, которую раньше уже применял для Украины.

— Как устроен механизм Gaza Damage Proxy Map?

— Есть два основных типа спутников, которые наблюдают за Землей: оптические, которые просто делают фотографии планеты из космоса, и радарные, которые работают иначе. Мой инструмент анализирует радарные данные. Такие спутники отправляют микроволновые импульсы на Землю, а затем измеряют отражение этого сигнала. Это можно сравнить с тем, как воспринимает окружающий мир летучая мышь: она издает звук, слышит его эхо и благодаря отраженному звуку понимает, какие объекты находятся вокруг. 

Аналогичным образом работает спутник Sentinel-1, которым управляет Европейское космическое агентство. Он постоянно отправляет микроволновые импульсы на Землю и принимает эхо. 

Мой инструмент рассчитывает среднее значение подобного эха для каждого пикселя, который соответствует примерно 10 [квадратным] метрам — размеру двух или трех автомобилей. Мы можем рассчитать это значение за год до начала конфликта. Затем мы используем спутниковые изображения, сделанные после начала конфликта, и сравниваем разницу полученного эха. 

Например, если вы загрузите [в модель] спутниковые снимки, сделанные через два месяца после начала конфликта, а затем вычислите среднюю «громкость» каждого пикселя в городе, вы получите определенный результат. Если здание превратилось в груду обломков, то эти обломки все так же останутся на месте — но их «громкость» будет сильно отличаться [от прежней версии]. Тогда инструмент определяет разницу во времени, и благодаря этому мы получаем области, где технически изменились сигналы эха, а фактически — топография местности.

— В некоторых поврежденных домах могут продолжать жить люди. Как в таком случае определяется порог разрушения, какие показатели вы использовали?

— Для проверки модели я использую данные о разрушениях, которые вручную собрали специалисты ООН. С помощью этих данных программа проверяет, соответствуют ли объекты, которые были идентифицированы как разрушенные, зданиям, которые исследователи тоже оценили как поврежденные. Помимо Украины и Газы, я проверял модель на картах Ирака и Сирии — во всех местах она показывала стабильные результаты (то есть идентифицировала здания, данные о которых уже были у ООН как разрушенные, — прим. «Медузы»).

Сейчас моя модель не может различать разные уровни повреждений: она идентифицирует только те здания, которые значительно изменились после начала конфликта. То есть вполне возможно, что здание, помеченное как разрушенное, было лишь слегка повреждено и в нем могут продолжать жить люди. Это один из недостатков подобного подхода, который есть и у ручного подсчета масштаба разрушений на основе спутниковых снимков. В ООН сталкиваются с той же проблемой, потому что их специалисты используют спутниковые снимки для оценки повреждений. 

— То есть инструмент не может определить причины, вызвавшие разрушения?

— Нет. В целом вообще нельзя говорить, что модель обнаруживает разрушения. Она просто фиксирует изменения, которые произошли после начала конфликта, и предполагает, что они возникли из-за военных действий. 

— Может ли это стать причиной, по которой ваша модель со временем может устареть, — например, если на местности начнут строить новые дома, но программа посчитает их разрушениями?

— Чтобы избежать подобных ошибок, модель работает в два этапа. На первом шаге инструмент анализирует всю территорию и ищет изменения после начала конфликта. Этот этап в том числе фиксирует такие изменения в ландшафте, как строительство новых домов или возведение палаточных городков.

На втором этапе она объединяет полученные результаты с информацией о контуре зданий, которые существовали до начала военных действий. Я фильтрую результаты первого этапа таким образом, чтобы под разрушения попали только те области, в которых ранее находились здания. Если модель нашла изменения на месте пустыни или поля, то, вероятнее всего, она нашла лагеря беженцев. Подобным образом модель игнорирует ландшафтные изменения вроде строительства и палаток. В результате она идентифицирует только разрушенные здания.

— Как вы считаете, можно ли увеличить точность обнаружения разрушений, если, помимо радарных данных, модель будет использовать оптические снимки со спутников? 

— Я экспериментировал с использованием оптических спутниковых снимков: пытался интегрировать их в свой метод. С этим возникают сложности, потому что, в отличие от радарных данных, оптические изображения более вариативны. Например, на фотографии [с оптических спутников] попадают облака и тени зданий. Зимой в северной Украине солнце стоит низко, из-за чего тени от домов кажутся очень длинными. Летом, когда солнце оказывается выше, тени будут короче. А снег на изображении сильно отличается от голой земли. Снег и тени влияют на «громкость» эха, которое фиксируют спутники, поэтому объединить оба метода нельзя. 

Мой алгоритм сравнивает средние значения от эха внутри конкретных временных периодов. Моя модель может использовать спутниковые фотографии для оценки разрушений, но для этого в нее нужно внедрить машинное обучение. Я стараюсь избегать этого, потому что модель, использующая машинное обучение, не сможет адаптироваться к новой географии. Например, если бы я обучил ее на топографии Украины, этот инструмент плохо работал бы в Газе — из-за того, что здания в этих местах внешне сильно отличаются. Моя идея заключается в том, чтобы инструмент можно было быстро внедрить.

— Еще на вашей карте указаны места, куда попали ракеты, — они геолоцированы на основе фото и видео ударов. Какая цель у этих отметок? 

— Модель не может различить, было ли здание разрушено из-за заложенной взрывчатки, ударов артиллерии или авиабомбардировки. Она просто фиксирует повреждения. Однако, если вы знаете об авиаударе в определенном районе, но не знаете точное место, его можно определить с помощью моего метода.

— Вы используете географические метаданные с видео авиаударов. Это помогает модели получать более точный результат?

— ООН отмечает здания как разрушенные на основе видео и фото мест бомбардировок. При этом существуют проблемы, о которых вы говорили ранее, например, дом может быть поврежден только частично или масштаб разрушений нельзя определить с ракурса сверху. Поэтому я предоставляю фото повреждений и данные разрушений от ООН внутри одной модели.

— Другими словами, вы специально предоставляете несколько источников данных?

— Да, собственно, в этом и заключается идея. Это триангуляция. Вы используете множество различных наборов данных, чтобы посмотреть на одну и ту же ситуацию. Если все три источника подтверждают факт авиаудара, вы можете быть уверены в том, что здание точно было разрушено.

— Для подсчета количества пострадавших от действий ЦАХАЛ ваш инструмент использует данные плотности населения LandScan. Эта программа дает только приблизительные оценки. Насколько критичной в таком случае может быть погрешность?

— Погрешность может быть довольно значительной. Я осознаю, что инструмент выдает только грубую оценку. В таком месте, как Газа, есть много разных типов зданий, и в одинаковом количестве домов, построенных в двух разных районах, может жить разное количество людей. К примеру, в одной части располагались многоквартирные дома, а в других — частные, предназначенные для одной семьи. 

Модель учитывает тип разрушенных зданий, поэтому выдает примерное число пострадавших. Другими словами, инструмент дает понять, идет ли речь о десятках жертв или о сотнях и тысячах.

— Можно ли перенести этот метод на те регионы, где нет данных UNOSAT, на основании которых вы проверяли вашу модель? Какие сложности могут быть с этим связаны?

— Сейчас повреждения зданий лучше всего обнаруживают программы, которые используют глубокие нейронные сети и оптические спутниковые изображения. Тем не менее в новых районах они показывают очень низкие результаты. В своей научной статье я упомянул, что мой инструмент выдает стабильные и последовательные результаты при использовании в 12 разных городах.

Эту оценку точности можно использовать, чтобы прикинуть, насколько точной будет модель в новом месте, где нет маркированных данных. Вы знаете, что она не будет точна на 100%, но сможете оценить погрешность ее результатов, когда адаптируете модель под отличающуюся местность.

— Существуют ли альтернативные инструменты, которые позволяют оперативно добывать данные для оценки разрушений в Газе? 

— Мне ничего не известно об инструментах, которые выдают результат в реальном времени. У нас есть два основных открытых источника данных, но информацию из них нельзя получить онлайн. Это разные виды спутниковых изображений, а также фото и видео с геолокацией с места событий. 

Например, то, что мы видим сейчас в Ливане (фото и видео с мест атак, — прим. «Медузы»), было получено от людей, которые геолоцируют информацию. Кто-то из очевидцев в Ливане выкладывает в телеграм или твиттер видео, в которое попадает многоквартирный комплекс. За несколько минут люди, [которые следят за ситуацией там], геолоцируют это видео, чтобы представить информацию о месте, которое попало под ракетные удары. Я полагаю, что это самый быстрый способ обработки подобной информации.

— Вы постоянно имеете дело с фотографиями разрушений. Как вы с этим справляетесь?

— Нельзя постоянно спокойно смотреть на разрушения. Это тяжелая вещь. Но ее приходится делать каждый день.