محاسبه زمان ویدیوها با مدل‌های نجومی و هندسه سایه‌ها؛ راستی‌آزمایی تصاویر بدون نیاز به متادیتا

ویدیویی که داده‌های متادیتا از آن حذف شده، دیگر نمی‌تواند زمان دقیق ضبط خود را پنهان کند. دهه‌ها بود که پژوهشگران حوزه دیجیتال برای کشف تاریخ و ساعت دقیق ثبت یک فایل چندرسانه‌ای، صرفاً به متادیتای نهفته یا همان اطلاعات موسوم به EXIF تکیه می‌کردند.[6]

اما متادیتا شکننده و آسیب‌پذیر است؛ پلتفرم‌های شبکه‌های اجتماعی آن را هنگام بارگذاری پاک می‌کنند و بازیگران مخرب نیز می‌توانند با ابزارهای ساده نرم‌افزاری آن را تغییر دهند. وقتی ردپای دیجیتال از میان می‌رود، راستی‌آزمایان ناگزیر به قوانین دنیای فیزیکی روی می‌آورند؛ روشی موسوم به مکان‌یابی زمانی (کرونولوکیشن) که بر ساعتی دست‌نیافتنی و غیرقابل هک تکیه دارد: مدار منظومه شمسی.[6]

کارشناسان با بررسی هندسی سایه‌ها در کادر تصویر، زاویه دقیق تابش خورشید را تعیین می‌کنند. این فرایند هر عنصر عمودی در صحنه—مانند تیر چراغ برق، نمای ساختمان یا قامت یک انسان—را به شاخص یک ساعت آفتابی بدل می‌سازد. از آنجا که مسیر حرکت خورشید در آسمان تابع قوانینی کاملاً جبری و معین است، موقعیت آن در هر لحظه یک امضای ریاضی منحصربه‌فرد بر جا می‌گذارد.[1][7]

اگر مختصات جغرافیایی یک ویدیو معلوم باشد، سایه‌ها زمان دقیق را بازگو می‌کنند. این شیوه از یک ترفند محدود در سازمان‌های اطلاعاتی، اکنون به یکی از ستون‌های اصلی روزنامه‌نگاری منبع‌باز بدل شده است. گروه‌هایی چون بلینگ‌کت (Bellingcat) با تحلیل سایه‌ها در اسناد تصویری مناطق جنگی، دستکاری در خطوط زمانی و پخش اطلاعات ساختگی را افشا می‌کنند.[1][8]

این ثبات فیزیکی، جعل‌های دیجیتال را ناچار به تبعیت از سازوکارهای مکانیک آسمانی می‌کند. مدل‌های هوش مصنوعی زاینده پیکسل‌ها را با واقع‌نمایی چشمگیر جعل می‌کنند، اما هنوز قادر به محاسبه جایگاه خورشید نیستند. اگر ویدیویی مدعی برگزاری راهپیمایی در ظهر یک روز از ماه دسامبر باشد اما سایه‌ها پای معترضان کوتاه و فشرده بیفتد، معادلات هندسی بی‌درنگ این جعل را آشکار می‌سازد.[8]

هندسه حاکم بر مکان‌یابی زمانی

مکان‌یابی زمانی بر دو زاویه بنیادی استوار است: سمت خورشیدی (آزیموت) و ارتفاع خورشیدی. زاویه سمت، جهت قطب‌نمایی خورشید را نشان می‌دهد که تعیین‌کننده جهت امتداد سایه روی سطح زمین است. اگر سایه‌ای دقیقاً رو به شمال بیفتد، خورشید در جنوب کادر است و این وضعیت در نیمکره شمالی بی‌تردید نشان‌دهنده ظهر خورشیدی است.[2][7]

دومین زاویه، ارتفاع خورشیدی است که درجه برآمدن خورشید نسبت به خط افق را می‌سنجد و نسبت طول سایه به قد جسم را مشخص می‌کند. خورشید در ارتفاع کم سایه‌ای کشیده و در ارتفاع زیاد سایه‌ای کوتاه می‌اندازد. راستی‌آزمایان با اندازه‌گیری نسبت ارتفاع شیء به طول سایه‌اش، زاویه تابش خورشید را محاسبه می‌کنند.[2]

این دو زاویه، جفت‌مختصاتی می‌سازند که دقیقاً بر یک تاریخ و ساعت معین منطبق می‌شود. این پیوند ریاضی بر اساس مدل‌های تقویم نجومی (Ephemeris) محاسبه می‌گردد که موقعیت دقیق اجرام آسمانی را شبیه‌سازی می‌کنند. این تابع دوطرفه است: اگر زمان و مکان معلوم باشد، طول و جهت سایه پیش‌بینی‌پذیر است؛ و اگر مکان و ابعاد سایه در دست باشد، زمان دقیق ضبط استخراج می‌شود.[2][3]

کارشناسان برای استخراج این متغیرها از قاب‌های دو‌بعدی ویدیو، به محاسبات مثلثاتی تکیه می‌کنند. تانژانت زاویه ارتفاع خورشید برابر است با ارتفاع شیء تقسیم بر طول سایه آن؛ بنابراین به یک شاخص قائم بی‌نقص و سطحی صاف و هموار نیاز است که سایه بدون اعوجاج روی آن افتاده باشد.[2]

ابزارهای تخصصی تحلیل

در میان روزنامه‌نگاران تحقیقی، ابزار نرم‌افزاری سان‌کلک (SunCalc) به استاندارد پیش‌فرض تبدیل شده است. این ابزار که در آغاز یک برنامه نقشه‌برداری ساده بود، رابطه بین تاریخ، ساعت، مختصات جغرافیایی و جایگاه خورشید را مدلسازی می‌کند. کاربران با قرار دادن نشانگر روی نقشه و جابه‌جایی نوار لغزنده زمان، زوایای متناظر سایه را در لحظه مشاهده می‌کنند.[1][3]

سان‌کلک موقعیت تئوریک خورشید را با خطایی ناچیز و بر پایه الگوریتم‌های شناخته‌شده نجومی ارائه می‌دهد و سمت و ارتفاع دقیق خورشید را برای هر دقیقه از سال استخراج می‌کند. با وارد کردن بلندی شاخص، نرم‌افزار طول فرضی سایه را تخمین می‌زند تا مبنایی عینی برای ارزیابی مستندات تصویری فراهم آید.[2][3]

کارآمدی این نرم‌افزار موجب شد تا بلینگ‌کت کتابخانه کدهای سان‌کلک را در ابزار اختصاصی خود موسوم به Shadow Finder ادغام کند. اگرچه در سان‌کلک پژوهشگر باید ابتدا موقعیت را تعیین کند تا به زمان برسد، شدو فایندر این رویه را معکوس و خودکار کرده و در سرتاسر نقشه به دنبال مختصاتی می‌گردد که دقیقاً با سایه ثبت‌شده در تصویر همخوانی داشته باشد.[3]

در پژوهش‌های به‌شدت حساس، تحلیل‌گران ناچارند از ابزارهای آنلاین فاصله بگیرند. از آنجا که درخواست‌های وب‌بنیاد می‌توانند مختصات تحت بررسی و ردپای محقق را روی سرورها افشا کنند، راستی‌آزمایان امنیتی به محاسبات آفلاین روی می‌آورند. کتابخانه پایتون pvlib یا نرم‌افزارهای رصدخانه‌ای آفلاین مانند استلاریوم (Stellarium) همان داده‌های نجومی را بدون بر جا گذاشتن ردپای دیجیتال محاسبه می‌کنند.[3]

افشای جعل‌های تصویری

اهمیت و قدرت مکان‌یابی زمانی در منازعات نظامی آشکارتر است؛ جایی که جنگ اطلاعاتی همپای درگیری‌های میدانی جریان دارد. در سال ۲۰۲۰، بلینگ‌کت با محاسبه سایه‌ها توانست جدول زمانی اعدام دو نظامی ارمنی در منطقه قره‌باغ کوهستانی را اعتبارسنجی کند و حقیقت این رخداد تلخ را اثبات نماید.[1]

این رهیافت برای ابطال ادعاهای جعلی نیز به کار می‌رود. هنگامی که ویدیویی با ادعای انتساب به یک حمله موشکی اخیر منتشر می‌شود، راستی‌آزمایان نخست عوارض زمین را مکان‌یابی می‌کنند. پس از تثبیت مختصات، ابعاد سایه‌ها بررسی می‌شود؛ چنانچه هندسه سایه با مسیر خورشید در تابستان بخواند در حالی که ویدیو در زمستان منتشر شده باشد، ماهیت بازیافتی و قدیمی فایل بی‌درنگ اثبات می‌شود.[4][7]

نمونه موردی میدان پوئرتا دل سول مادرید این فرآیند را روشن می‌کند. چنانچه ویدیویی مدعی رویدادی در ظهر ۲۲ نوامبر باشد، زاویه ارتفاع خورشید در آن مختصات باید حدود ۲۹٫۶ درجه ثبت شود. در چنین زاویه‌ای، سایه فردی با قد ۱٫۸ متر باید ۳٫۱۶ متر امتداد یابد. اگر طول سایه در ویدیو برابر با قامت فرد باشد، زمان‌بندی ادعاشده قطعا ساختگی است.[1][8]

این درجه از دقت، مکان‌یابی زمانی را به یک سند معتبر در تحلیل‌های قضایی و جرم‌شناسی تبدیل کرده است. این شیوه متکی بر حدس و گمان بصری نیست، بلکه متکی بر براهین دقیق ریاضی است. بردار سایه مانند یک لنگرگاه نجومی، فریم‌های دیجیتال را مستقیماً به چرخش فیزیکی کره زمین متصل می‌سازد.[8]

حتی در مواردی که فایل حاوی متادیتا باشد، مکان‌یابی زمانی ابزاری اساسی برای سنجش اعتبار آن است. اگر اطلاعات EXIF زمان عکس را ساعت ۸ صبح قید کند، اما جهت سایه‌ها به سمت شرق و نشان‌دهنده غروب خورشید باشد، نشان می‌دهد که داده‌های دیجیتال دستکاری شده‌اند. واقعیت فیزیکی همواره بر داده‌های ساختگی فایل دیجیتال برتری دارد.[6]

محدودیت‌های تحلیل سایه‌ها

با وجود قطعیت ریاضی، مکان‌یابی زمانی با محدودیت‌های محیطی جدی روبه‌روست. بارزترین مانع، شرایط جوی است؛ آسمان ابری نوری مات و بدون مرز می‌سازد و سایه مشخصی بر جا نمی‌گذارد که شیوه را بی‌اثر می‌کند. برای ثبت لبه‌های دقیق و قابل اندازه‌گیری سایه بر روی زمین، تابش مستقیم خورشید ضروری است.[3]

ساختار هندسی محیط نیز ممکن است به ایجاد خطا منجر شود. مدل‌های محاسباتی فرض را بر آن می‌گذارند که شاخص کاملاً عمود و سطح زمین کاملاً هموار است. چنانچه شیب زمین به سمت بالا باشد، سایه به شکلی کاذب کوتاه‌تر به نظر می‌رسد و اگر شیب رو به پایین باشد، امتداد سایه طولانی‌تر دیده می‌شود.[3]

پژوهشگران باید عوارض توپوگرافی را با کمک مدل‌های سه‌بعدی پستی‌وبلندی مانند شیدمپ (ShadeMap) لحاظ کنند. اعوجاج اپتیکی لنزها نیز محاسبات را پیچیده‌تر می‌کند. لنزهای واید که در گوشی‌های همراه و دوربین‌های مداربسته رایج‌اند، پرسپکتیو را دگرگون می‌سازند؛ تا جایی که سایه‌ای که در گوشه کادر در امتدادی خاص به نظر می‌رسد، ممکن است در واقعیت جهتی دیگر داشته باشد.[3][5]

بنابراین لازم است پیش از محاسبه زوایا، اعوجاج لنز از طریق پردازش دیجیتال اصلاح گردد. افزون بر این، زاویه ارتفاع خورشید با یک ابهام ذاتی همراه است؛ از آنجا که محور زمین مایل است، خورشید در دو نوبت از سال در مسیری کاملاً یکسان حرکت می‌کند. بر این اساس، سایه اندازه‌گیری‌شده در اوایل آوریل دقیقاً مشابه سایه در اوایل سپتامبر خواهد بود.[5][7]

برای رفع این ابهام تقویمی، پژوهشگران باید به نشانه‌های فصلی نظیر پوشش گیاهی درختان، میزان برف یا نوع پوشاک افراد توجه کنند. در نهایت، مکان‌یابی زمانی در فضاهای بسته کاربردی ندارد، مگر اینکه نور خورشید از پنجره به درون تابیده و سایه‌ای خوانا روی کف زمین افکنده باشد؛ در غیر این صورت، راستی‌آزمایی فضاهای بسته متکی به سایر روش‌های دیجیتال خواهد بود.[3][7]

چشم‌انداز راستی‌آزمایی تصاویر

با پیشرفت و تکامل هوش مصنوعی زاینده، تکیه بر سازوکارهای راستی‌آزمایی مبتنی بر فیزیک اهمیتی دوچندان می‌یابد. مدل‌های کنونی هوش مصنوعی بر توزیع دوبعدی پیکسل‌ها تمرکز دارند و محاسبات ناظر بر هندسه فضایی یا مکانیک افلاک را شبیه‌سازی نمی‌کنند. این مدل‌ها حتی در ایجاد سایه‌هایی با زوایای همخوان روی اشیای چندگانه در یک کادر ناتوان‌اند، چه رسد به اینکه بتوانند داده‌های تقویم نجومی را رعایت کنند.[8]

این نقطه ضعف فرصتی طلایی در اختیار پژوهشگران حقیقت قرار می‌دهد. با گنجاندن هندسه سایه‌ها در سامانه‌های خودکار راستی‌آزمایی، می‌توان هزاران فایل تصویری را برای شناسایی تناقض‌های زمانی-نجومی بررسی کرد. چنانچه ساعت دیواری در تصویر پیش برود اما بردار سایه بی‌حرکت بماند، نرم‌افزار تصویر جعلی را پیش از بازنشر گسترده شناسایی و پرچم‌گذاری می‌کند.[7][8]

این دانش از مرحله یک مهارت فردی و دستی در حال گذار به یک علم منسجم محاسباتی است. ادغام مدل‌های نجومی با الگوریتم‌های یادگیری ماشین به زودی امکان مکان‌یابی زمانی بلادرنگ را میسر خواهد ساخت و ویدیوها بلافاصله پس از بارگذاری در بستر وب، با داده‌های تاریخچه موقعیت خورشید سنجیده خواهند شد.[8]

تا رسیدن به آن نقطه، اعتبارسنجی رسانه‌های دیجیتال فعالیتی متکی به دقت انسانی باقی خواهد ماند؛ نیازمند صبر، تسلط بر مثلثات و نگاهی ژرف‌تر از لایه پیکسل‌ها. در روزگاری که شواهد دیجیتال بیش از هر زمان دیگری در معرض سوءاستفاده و تردید قرار دارند، پایدارترین شاهد همان قدیمی‌ترین نشانه است: سایه‌ای که بر پهنه خاک می‌افتد.[8]