BBC：谷歌地图上加沙和以色列的街景为什么是模糊的？（组图）

为什么加沙，这个世界上人口最稠密的地方之一在谷歌地图上的图像模糊不清？

这是研究人员提出的问题，他们使用包括地图数据在内的开源公开信息来定位巴以冲突中的攻击和破坏情况。

谷歌地球上关于加沙的图像分辨率很低。

事实上尽管卫星公司提供了更高质量的图像，在谷歌地球上，以色列和巴勒斯坦领土的大部分地区都是低分辨率的卫星图像，在加沙市几乎看不到汽车。

与朝鲜的秘密首都平壤相比，在谷歌地图上朝鲜的汽车轮廓鲜明，而且可以看到个人。

左图是谷歌地球上显示的加沙街景，右图是朝鲜平壤的最新街景图片。

为什么卫星图像很重要？

卫星图像已成为报道冲突的重要元素，但也有人担心详细的图像会威胁安全。

在最近的巴以冲突中，调查人员正寻求利用卫星来确定加沙和以色列的导弹发射位置和被击中的目标建筑物的位置。

“我们无法从以色列和巴勒斯坦领土获得高分辨率的卫星图像，这让我们受影响。”开源调查员萨米尔（Samir) 说。

然而在谷歌地球这个被最广泛使用的图像平台上，最新的加沙图像的分辨率很低，很模糊。

“最新的谷歌地球图像停留在2016年，看起来像垃圾”。Bellingcat的记者阿里克·托尔（Aric Toler）在推特上说：“我随机放大了叙利亚的一些农村地区，从那时起，它已有20多张图片，分辨率非常高。”

谷歌称其目标是“定期更新人口稠密地区的图像”，但加沙的情况并非如此。

高分辨率的图像是否可用？

直到去年美国政府限制美国公司被允许基于商业提供的卫星图像质量。为解决以色列的安全忧虑，1997年推出了凯尔·宾格曼修正案（KBA）。

虽然该裁决只涉及以色列，但也适用于限制巴勒斯坦领土上的图像限制。

凯尔·宾格曼修正案对图像质量进行限制。这样一来，像汽车大小的物体可以通过高度模糊的图像看到，但更小的物体都很难识别。

路透社报道称，以色列国防部空间项目负责人阿姆农·哈拉里（Amnon Harari）去年说：“我们（以色列）总希望以尽可能低的分辨率被拍摄。（以色列）民众更愿看到模糊（图像），而不是精确的图像。”

军事基地等地点被模糊化的情况并不少见，但KBA是唯一在如此广阔地区使用这种图像清晰度限制的案例。

然而一旦像法国空客公司这样的非美国供应商，能以更高的分辨率提供这些图像，美国就面临要求其终止限制的压力。

2020年7月，凯尔·宾格曼修正案被取消，现在美国政府允许美国公司提供该地区的质量更高的图像（这样就可以很容易地挑选出与人一样大小的物体）。

牛津大学的考古学家迈克尔·弗拉德利（Michael Fradley）说：“最初的动机是科学考虑。”他是成功争取修改该修正案的学者之一。

“我们需要在被占领的巴勒斯坦领土上获得与我们在该地区其他地方使用的分辨率相当的高分辨率。”

那么为什么加沙的街景图像仍然是模糊的？

BBC采访了谷歌和苹果（其地图应用程序也显示卫星图像）。

左图：目前谷歌地球上的加沙哈纳迪塔的图像；右图：显示该塔被毁的高分辨率卫星图像。

苹果公司表示正努力将其地图很快更新为更高分辨率。谷歌告诉BBC其图像来自一系列供应商，正考虑“随更高分辨率图像的出现，有机会更新[其]卫星图像”。但谷歌补充说，它“目前没有分享（高分辨率图像的）计划”。

“考虑到当前事件的重要性，我认为没有理由继续故意贬低这一地区的商业图像，”Bellingcat的开源调查员尼克·沃特斯在推特上说。

究竟是谁在拍摄这些图像？

如谷歌地球和苹果地图这样的公共地图平台依靠拥有卫星的公司来提供图像。Maxar和星球实验室（Planet Labs）是两家最大的公司，现在正提供以色列和加沙的高分辨率图像。这些质量高得多的图片可以显示出半米或更小的图像细节。

Maxar在一份声明中说：“由于最近美国法规的变化，以40厘米的分辨率提供以色列和加沙的图像。”

星球实验室向BBC证实，其提供的图像分辨率为50厘米。

然而开源调查人员在很大程度上依赖于免费使用的地图软件，往往不能直接获得这些高分辨率的图像。

高分辨率图像还能显示出什么？

缅甸的卫星图像显示罗兴亚人的村庄遭到破坏。

卫星图像有很多用途，其中包括跟踪滥伐和森林火灾，以及调查世界各地的侵犯人权的行为。

2017年人权观察的研究人员与卫星供应商Maxar合作，展示缅甸军队对罗兴亚人村庄的破坏。

这些图像使他们能够通过比较这些地区前后40厘米分辨率的卫星图像绘制出该地区200多个村庄的受损程度。这些证据似乎证实了从缅甸逃到邻国孟加拉国的罗兴亚人的说法，即他们的家园被军方当作目标。

卫星图像对追踪中国新疆发生的事也很重要，它帮忙追踪新疆政府为维吾尔人建立的“再教育营”网络。

2019年中国新疆和田地区的一个“再教育中心”的卫星图像。

这些图像有助于显示这些设施的建造地点，而高分辨率的图像也让公众了解到其规模和特殊特征。