Integratie van optische en radargegevens van satellieten voor het detecteren van conflictgerelateerde veranderingen in Oekraïne

De impact van oorlog vanuit de ruimte zien

In het oosten van Oekraïne maken actieve gevechten het te gevaarlijk voor experts om door straten te lopen, boerderijen te inspecteren of milieuschade ter plaatse te meten. Deze studie laat zien hoe vrij beschikbare Europese satellieten dat tekort kunnen aanvullen. Door twee vormen van satellietwaarneming te combineren — één die kleur en textuur registreert en een andere die oppervlakteruwheid waarneemt door wolken en duisternis heen — bouwen de auteurs een geautomatiseerd systeem dat vernielde gebouwen, verlaten akkers en veranderende vegetatie in kaart brengt over meerdere oorlogsjaren.

Twee soorten ogen aan de hemel

Het onderzoek richt zich op een deel van de oblast Donetsk, inclusief de zwaar getroffen stad Bachmoet. Het team gebruikt twee satellietfamilies van het Europese Copernicus‑programma. Sentinel‑2 levert optische beelden vergelijkbaar met foto’s en onthult kleuren en landbedekkingen zoals gewassen, bomen, water en bebouwde gebieden. Sentinel‑1 zendt radarpulsen uit en registreert hun echo, waardoor het oppervlak en vochtigheid dag en nacht zichtbaar zijn, ongeacht bewolking of rook. Samen vormen deze sensoren een doorlopend beeld van hoe steden, velden en bossen veranderden tussen 2022 en 2025, zelfs terwijl er op de grond gevochten werd.

Het landschap in eenvoudige categorieën indelen

Om verandering te begrijpen leren de auteurs eerst computers herkennen hoe het land er voor en tijdens de oorlog uitzag. Ze groeperen elke pixel in een van zes eenvoudig te interpreteren klassen: kale grond, bebouwd gebied, gewassen, gras en struikgewas, bomen of water. Drie verschillende machine‑learning methoden stemmen over de klasse van elke pixel, en een daaropvolgende gladstrijkstap corrigeert geïsoleerde foutlabels die niet bij hun omgeving passen. Deze contextgevoelige correctie houdt rekening met het feit dat sommige categorieën natuurlijk naast elkaar voorkomen, terwijl andere dat zelden doen. Bij testen evenaart of overtreft deze gecombineerde aanpak de nauwkeurigheid van een geavanceerd globaal product genaamd AlphaEarth, vooral voor vegetatieklassen, terwijl ze uitsluitend op open data steunt.

Vernietiging in steden volgen en stilte op het platteland

Zodra het landschap in kaart is gebracht, wordt het radargeheugen uitgezocht op sporen van verstoring. In steden en dorpen combineert de methode twee radar gebaseerde testen: één die plotselinge, statistisch significante verschuivingen in radarbeheer markeert, en een andere die sterke, betrouwbare veranderingen in een tijdreeks benadrukt. Deze radarveranderingskaarten worden gelegd over een gedetailleerde laag met gebouwcontouren van Microsoft. Als voldoende pixels binnen de omtrek van een gebouw schade tonen, wordt dat gebouw als verwoest aangemerkt. In het gebied rond Bachmoet schat dit geautomatiseerde proces dat ongeveer 64% van de gebouwen groter dan een klein huis zwaar beschadigd is. In vergelijking met hoge‑resolutie schadekaarten van de Verenigde Naties’ UNOSAT voor een andere stad vindt het systeem meer dan 80% van de verwoeste gebouwen correct, ondanks het werken met veel grovere beelden.

Verborgen verschuivingen in landbouw en natuur aan het licht brengen

Buiten de steden worden de radarhulpmiddelen anders afgesteld. Hier is de belangrijkste uitdaging het onderscheiden van oorloggerelateerde sporen van normale seizoenscycli van zaaien en oogsten. De auteurs combineren verschillende radarveranderdetectoren en beperken deze tot niet‑stedelijke gebieden, en vergelijken die signalen vervolgens jaar voor jaar en seizoen voor seizoen met de landbedekkingskaarten. De resultaten zijn schrijnend. In mei 2022 besloeg akkerland ongeveer een vijfde van het studiegebied; in 2025 was dat teruggelopen tot minder dan 2%, terwijl grasland en jong bos terrein wonnen. Seizoensgebonden radaranalyse van 2019 tot 2025 toont een instorting van het gebruikelijke patroon van veldwerk in 2022 en 2023, met slechts een gedeeltelijk herstel later. Deze patronen weerspiegelen officiële statistieken die een dramatische daling in de landbouwproduktie in oblast Donetsk rapporteren, wat wijst op wijdverspreide verwaarlozing van velden door gevaar, mijnen en ontheemding.

Wat dit betekent voor het monitoren van oorlogen

In zijn geheel toont de studie aan dat gratis, middelmatige resolutie satellieten veel meer kunnen dan indrukwekkende voor‑en‑na‑foto’s leveren. Met zorgvuldige menging van optische en radargegevens, gerichte algoritmen voor steden en platteland en slim gebruik van context kunnen ze consistente, grootschalige schattingen van gebouwvernietiging en verstoring van landgebruik opleveren. De aanpak van de auteurs overtreft bestaande wereldwijde producten voor sleutelklassen van landbedekking en sluit goed aan bij onafhankelijke oorlogsschadebeoordelingen. Een dergelijk geautomatiseerd, open‑source systeem kan overheden, hulporganisaties en onderzoekers helpen schade snel kwantificeren, herstel plannen en volgen hoe oorlog zowel menselijke nederzettingen als de omliggende omgeving hervormt — zonder mensen in gevaar te brengen.

Bronvermelding: Karwowska, K., Slesinski, J., Sekrecka, A. et al. Integrating optical and radar satellite data for conflict-related change detection in Ukraine. Sci Rep 16, 12557 (2026). https://doi.org/10.1038/s41598-026-41424-3

Trefwoorden: satellietmonitoring van conflicten, oorlogs‑schade in Oekraïne, Sentinel radar en optisch, landbedekkingsverandering, methoden voor remote sensing