Новий інструмент показує, що війна зробила з українськими лісами
Отримати доступ до OSINT-трекера лісових масивів можна тут. Коротке резюме можна прочитати в GitHub репозиторії.
Позначки на інструменті зроблені лише англійською мовою — примітка редактора
Оригінальна версія цієї статті була опублікована 18 серпня 2023 року
Частина найважливіших екосистем в Східній Європі – українські ліси та заповідні території, стали одними з численних жертв повномасштабного вторгнення Росії в Україну.
Однак, повний масштаб заподіяної шкоди досі лишається невідомим. Тому ми запускаємо в роботу новий інструмент, який допоможе дослідникам відкритих джерел відстежувати руйнування на відстані.
У вересні 2022 р. українські екологи-дослідники відвідали національні парки , які є більш стійкими до зміни клімату ніж штучні насадження та підтримують критично важливу біорізноманітність, щоб оцінити шкоду, завдану лісам та дикій природі. Перші результати обстеження показали зламані дерева, пошкоджені через копання траншей кореневі системи та нерозірвані боєприпаси, розкидані по заповідних землях.
«Ліси на лінії фронту дуже постраждали… величезні площі лісів заміновані», сказав Bellingcat Єгор Гриник – експерт Української природоохоронної групи.
Але значна частина численних українських національних парків, гірських районів та лісових масивів залишаються недоступними для проведення екологічного моніторингу на місці.
І тут на допомогу можуть прийти технології для дослідження відкритих джерел.
OSINT-трекер лісових масивів
Ми запустили трекер лісових масивів, розміщений на Google Earth Engine. Наш інструмент порівнює дані, зібрані Sentinel-2, супутником, що фіксує зміни в інфрачервоному діапазоні та може використовуватися для вивчення здоров’я лісів.
Інструмент виявляє масштаб та інтенсивність аномальних змін на землі. Це звужує зони пошуку для дослідників, які працюють над екологічною шкодою, завданою в Україні.
Важливо зазначити, що карта не вказує причини змін, тож надзвичайно важливо знайти підтверджуючі докази з інших джерел перш ніж робити висновок про те, що вони є наслідком воєнних дій.
Інструмент використовує нормалізований індекс гарей (Normalised Burn Ratio (NBR) для оцінювання ступеня вигоряння.
Дослідники можуть також використовувати інструмент для вибору власних діапазонів дат для локацій, які їх цікавлять.
Оскільки офіційна база даних природоохоронних територій України включає понад 7500 обʼєктів, ми вирішили не досліджувати їх всі, адже до них входять в тому числі ботанічні сади, міські парки та археологічні майданчики. Цей перелік також включає численні території в західній частині країни, що не зазнали впливу інтенсивного конфлікту.
Тож, ми обрали 16 зон, в яких було зафіксовано найбільшу кількість пожеж за перший рік повномасштабного вторгнення, на основі даних спектрорадіометра з помірною роздільною здатністю (MODIS). MODIS – це сенсор, що дозволяє супутникам фіксувати термальні аномалії, в тому числі пожежі в зонах активних бойових дій (разом з VIIRS, дані MODIS можна отримати в системі FIRMS; прочитати більше про використання дослідниками відкритих джерел можна тут). Ми також додали національний природний парк «Святі гори» через його наближеність до зони бойових дій.
Інструмент включає розкривний список попередньо визначених зон з різних частин країни, в тому числі тих, що знаходяться поблизу зони активних бойових дій. Ці попередньо визначені території позначені абревіатурами, наприклад, SHNP – національний природний парк «Святі гори». Повний перелік цих абревіатур можна знайти на сторінці GitHub інструмента.
Якщо дослідників цікавлять території в країні не включені в меню, координати можна ввести вручну.
Хоча за замовчуванням інструмент фокусується на Україні, застосовувані методи можна використовувати для аналізу й інших територій в будь-якій частині світу.
Шкода, завдана лісам природного парку «Святі гори»
Щоб продемонструвати як працює інструмент, давайте разом оцінимо ситуацію в національному природному парку «Святі гори», природоохоронній території в східній частині України.
Ця лісиста місцевість, також відома як природний парк «Святі гори», розташована на пагорбах в північній частині Донецької області, недалеко від Луганської та Харківської областей. Ця місцевість відома завдяки Свято-Успенській Святогірській лаврі, побудованій вздовж річки Сіверський Донець, яка кілька місяців розділяла російські та українські сили до початку українського контрнаступу.
У травні 2022 р. Українська природоохоронна група висловила занепокоєння щодо впливу бойових дій в цьому регіоні. Тож що нам може розповісти OSINT-трекер лісових масивів?
Ми можемо дослідити вірогідну шкоду нанесену лісам, вивчивши дані з часів перед повномаштабним вторгненням (2021 р.) та дані отримані під час вторгнення (2022 р.). Зазвичай найкращий варіант – порівнювати однакові періоди, щоб врахувати сезонні зміни. Ми не хотіли б порівнювати українське літо 2021 р. з зимою наступного року, адже в такому випадку рослинність та деревний покрив були б непорівнянними, навіть за відсутності збройного конфлікту.
Зображення нижче показує різницю між NBR (dNBR) з 1 червня 2021 по 20 вересня 2021 у порівнянні з аналогічним періодом у 2022 р.
Як працює інструмент
OSINT-трекер лісових масивів (OSINT Forest Area Tracker) працює на Google Earth Engine – геопросторовій платформі, яка дозволяє дослідникам аналізувати дані дистанційного зондування за допомогою імпорту наборів даних з різних супутникових джерел. До них входять як повноколірні зображення, так і кольори, що репрезентують довжину інфрачервоних хвиль, які можуть бути нанесені на земну поверхню. Ці різні набори даних підходять для вивчення широкого спектра характеристик, таких як температура чи вологість, які неможливо так легко побачити на стандартних фото.
Супутник Sentinel-2 та розрахування нормалізованого індексу гарей (NBR)
Дані, які використовує Трекер лісових масивів, надходять з супутника Sentinel-2, який збирає дані в ближньому інфрачервоному (NIR) та короткохвильовому інфрачервоному (SWIR) діапазонах, проходячи по орбіті. Коли територія вигоріла, відбиття NIR зменшується через втрату рослинності, а SWIR збільшується.
Розрахунок, який дає нам нормалізований індекс гарей: (NIR – SWIR) / (NIR + SWIR). Цей показник коливається від 1 до -1, при чому відʼємні значення вказують на вигорілі зони або пошкодження. Таким чином, високе значення NBR (позначене зеленими пікселями) може вказувати на здорову рослинність, а низьке (червоні пікселі) може вказувати на оголену землю або вигорілі зони.
Ми говоримо «може» тому, що на результат NBR впливає не лише вигорання. Засуха, лісозаготівля та кліматичні умови також можуть впливати на зміни в NBR. Саме тому термін «незгорілий» необхідно тлумачити в контексті і його не завжди можна сприймати буквально.
Інструмент побудований так, щоб він показував дані лише для зон де можна очікувати побачити ліси, та не включав зони, в яких NBR не є ефективним для вивчення, такі як забудова та дороги. Цього вдалося досягти шляхом відображення даних лише в зонах, які датасет Dynamic World класифікує як лісисті, навіть в межах згаданих раніше природоохоронних територій.
Підтвердження одержаних результатів із застосуванням інших методів, наприклад, дослідження повідомлень в соцмережах, повноколірних супутникових знімків, даних про пожежі чи свідчення місцевих свідків може допомогти обґрунтувати причину відʼємного значення NBR.
Ось чому сам лише інструмент може не розповісти вам чому окреслена зона змінилася, але він може дати вам підказку де шукати. Найкращі результати він дає при поєднанні з іншими методами дослідження.
Створення «до» і «після» та порівняння часових рамок
Інструмент розраховує NBR для набору зображень «до» та «після». Потім він відображає дельту нормалізованого індексу гарей (dNBR); дельта – різниця між двома точками даних. За допомогою dNBR ми можемо встановити ступінь зміни в лісах між двома часовими рамками.
Бажаний відрізок часу для порівняння можна обрати в колонці справа в інструменті, як показано нижче. Важливо обрати часові рамки для порівняння – це дозволяє інструменту використовувати ширший спектр даних супутникового дистанційного зондування для підвищення точності.
Більша кількість зображень, швидше за все, дасть кращі докази аномальних, а не звичайних змін, таких як розорювання сільськогосподарських земель або втрата листя в листяних лісах взимку.
Існує ймовірність, особливо взимку, що значні ділянки для аналізу можуть бути закриті хмарами. При розробці інструменту використовувався метод маскування, щоб мінімізувати вплив хмар на результати.
Google Earth Engine також дає можливість використовувати цей метод з даними з кількох супутників, в тому числі Landsat. При цьому, наш інструмент використовує дані з супутника Sentinel-2, оскільки він має відносно свіжі дані доступні для імпорту, що дозволяє нам аналізувати події останніх кількох місяців.
Ці параметри супутника Sentinel-2 дозволили нам створити мапу, яка демонструє dNBR показуючи кольори, що вказують на різні рівні знищення лісових масивів.
Ви можете прочитати більше про інструмент та індекс NBR в GitHub репозиторії.
Як ви можете побачити, коли збільшите зображення мапи, результати для національного природного парку «Святі гори», включають великі ділянки які, як видається, показують значне порушення лісів. Зверніть увагу на червоні пікселі вздовж південного краю досліджуваної території.
Червоні та фіолетові пікселі показують ділянки, які постраждали особливо сильно і мають низькі значення dNBR, особливо поблизу річки Сіверський Донець. Однак причина цього не підтверджена. Це може вказувати на вигорання чи вирубку лісу. На початку серпня 2022 р., дослідники відкритих джерел геолокували масовані обстріли поблизу цієї ж річки.
Ми можемо додатково перевірити наші результати, провівши такий самий аналіз, але порівнювати не 2022 з 2021, а 2022 рік з 2020 та 2019.
Результати слідують такому ж шаблону, що, як видається, свідчить про значне порушення на територіях у великих частинах національного парку.
Ці результати дають нам ще більш довгострокову оцінку здоров’я лісу. Вони ще більше вказують на те, що масштаб змін, які можна спостерігати в лісі, таки є аномальним.
Порівнюючи групи супутникових даних дистанційного зондування, зібрані з різницею в кілька місяців, ми можемо також використати цей інструмент, щоб побачити більш безпосередній вплив пожеж чи шкоду, завдану лісу.
Наприклад, скріншот нижче показує порівняння набору знімків за період між 1 квітня 2022 та 20 квітня 2022 з набором, зібраним всього через два місяці у період з 1 червня по 30 червня.
Тут видно менше червоного ніж в попередньому порівнянні, в тому числі біля південного краю природоохоронної зони вздовж річки Сіверський Донець. Це не означає відсутності змін на цій території, скоріше масштаб змін мінімальний через короткий період дослідження.
На південь від міста Лиман можна побачити жовті та оранжеві кольори в межах природоохоронної зони.
Аномальні помірні чи значні зміни протягом такого короткого періоду часу можна простіше пояснити конкретною причиною.
Дійсно, якщо подивитися на ту ж територію в MODIS, дані про пожежі показують, що численні пожежі були зафіксовані приблизно в травні 2022 р. на території неподалік природоохоронного національного парку «Святі гори». Кілька таких зон співпадають з жовтими та оранжевими зонами на зображенні вище.
Перевірка однієї з цих зон на супутникових зображеннях за дати, вказані в MODIS дає візуальні підтвердження пожеж в лісових зонах.
В цьому випадку інструмент показав нам де шукати, звузивши зону пошуку зі всієї території України до обраних природоохоронних територій, а потім – до конкретної частини однієї з таких територій де були помічені аномальні зміни.
Знову ж таки, за допомогою самого лише інструменту неможливо встановити причину цих пожеж, для цього необхідні інші публічні матеріали або повідомлення з місця.
Пожежа на Кінбурнській косі
Пошкодження лісів у парку «Святі гори» було виявлено за допомогою пошуку по природоохоронній зоні з використанням інструменту, на першому етапі, а потім перевірки у MODIS та супутникових знімків. Однак, інструмент також може бути корисним і й випадках, коли дослідники вже знають де шукати та хочуть підтвердити інформацію про пошкодження в конкретній природоохоронній зоні.
Eyes On Russia (Спостерігаємо за Росією) – проєкт для моніторингу конфлікту, очолюваний Centre for Information Resilience із яким співпрацює Bellingcat, перевіряв атаки, переміщення військ та битви за допомогою аналізу відеоматеріалів, опублікованих в соцмережах. Дослідники проєкту вже підтвердили тисячі інцидентів за час вторгнення Росії в Україну, на основі інформації з відкритих джерел.
Імпортувавши набір даних від Eyes on Russia в QGIS, безплатний застосунок з відкритим кодом для геоінформаційної системи (GIS), ми можемо аналізувати які з підтверджених подій в ході конфлікту мали місце всередині або біля природоохоронних зон. Ми можемо це зробити, запустивши «підрахунок точок в полігоні» (“count-point-in-polygon calculation”) в QGIS, який рахує кількість географічних точок – у цьому випадку локацій де відбуваються події, повʼязані з конфліктом – всередині кожної природоохоронної зони.
Для цього аналізу ми створили однокілометрову буферну зону по периметру природоохоронних територій, щоб зафіксувати події, повʼязані з конфліктом, що могли відбуватися неподалік. Деякі з них, наприклад, могли бути геолоковані безпосередньо біля меж національного парку, але вони також могли мати вплив на стан природоохоронної території, наприклад через поширення лісових пожеж або копання окопів.
Природоохоронна зона в якій зафіксовано найбільше підтверджених подій повʼязаних з конфліктом за перший рік повномасштабного вторгнення знаходиться в районі Дніпровського лиману, неподалік Херсону і простягається вздовж та навкруги річки, яка тече до Чорного моря.
Кінбурнський півострів в південній частині України розташований біля Дніпровського лиману. Ця зона є стратегічно важливою через близькість до Чорного моря та Миколаївського порту. Вона також є важливою з точки зору екології, як домівка Чорноморської біосфери та Національного природного парку «Білобережжя Святослава».
Переглядаючи загальнодоступні дані про події, повʼязані з конфліктом, зібрані моніторинговим проєктом Eyes On Russia, можна побачити де відбувалися пожежі, а також чи існує звʼязок між бойовими діями та шкодою, завданою природоохоронним територіям. OSINT-трекер лісових масивів дозволяє нам оцінити потенційні звʼязки між військовими діями та впливом, який вони мають на природоохоронні зони за короткий відрізок часу.
В кінці липня 2022 р. команда моніторингового проєкту спостереження за Росією підтвердила справжність зображень, доступних у відкритих джерелах, на яких були зафіксовані обстріли. Пост в Телеграмі включав кілька зображень дерев у вогні, який, як було заявлено в пості, був спричинений обстрілом.
«30 липня приблизно з 11:00 ранку Кінбурнська коса зазнала методичного артобстрілу: 3-4 прильоти на одну точку … Майже відразу загорівся ліс.»
Використовуючи візуальні підказки на зображеннях та дані виявлення пожеж, дослідник відкритих даних @davidnewschool геолокував цей випадок, який мав місце біля села Василівка на Кінбурнській косі.
Зображення, якими Девід поділився у своєму дописі в соцмережі Х, раніше відомій як Твіттер, показує шкоду, нанесену цій території. Однак, існують межі того, що можуть показати повноколірні супутникові зображення, як на зображеннях зліва.
Використання показників dNBR з OSINT-трекера пошкоджених масивів дозволяє нам додатково побачити які ділянки, як видається, зазнали найбільшого ураження в цьому заповідному районі.
Коли ми порівнюємо зображення за період між 1 липня 2022 р. та 20 липня 2022 р. і між 10 серпня 2022 та 30 серпня 2022, інструмент показує нам, що після атаки в цій зоні зʼявилися ділянки з рівнем вигорання від низького до середнього. На зображенні нижче вони помічені жовтим та оранжевим.
Подальший розвиток
У випадку парку «Святі гори», інструмент ідентифікував пошкодження в природоохоронній зоні, які заслуговували на подальше розслідування. У випадку Кінбурнської коси він дозволив нам додатково підтвердити наявні у відкритих джерелах повідомлення про атаки, що спричинили пошкодження лісу, а також збільшив нашу обізнаність про ступінь заподіяної шкоди, який був менш помітним на повноколірних супутникових зображеннях.
При цьому, обидва випадки показали важливість підтвердження результатів, отриманих в інструменті, в інших джерелах перш ніж робити будь-які висновки щодо причин такого пошкодження.
Автор продовжуватиме допрацьовувати та удосконалювати інструмент, щоб краще розуміти масштаби шкоди, нанесеної численним природоохоронним зонам в Україні й буде радий отримати відгуки про використання та пропозиціям щодо вдосконалення.
Більше технічних деталей про інструмент та оновлення після публікації цієї статті можна прочитати в описі на сторінці автора на GitHub.