- 不止乱葬坑，类似方法可以预测很多隐秘的设施，取决于您输入的开源数据
在发生武装冲突、大规模灾难、或流行病等创伤性事件后，恢复的第一步就是对悲剧中失去的所有生命进行说明和确认。在许多情况下，这些人被埋在乱葬坑中，这些乱葬坑可能没有标记，或者被故意隐藏起来。
长期以来，发现和记录乱葬坑一直是确保正义的一个困难而关键的组成部分。在任何大规模死亡事件发生后，社区和解的根本是确定乱葬坑的位置，并将失踪者的尸体归还其亲人，因为他们被剥夺了举行传统葬礼的机会。
除了习俗仪式外，对一个社区和死者亲属来说，获得死亡证明很重要，因为很多手续可能需要死亡证明。如果不提供这类文件，一些亲人就无法转移财产、无法获得赔偿 (如果有的话)，甚至无法再婚。最后，许多实体都希望从乱葬坑中收集法医证据，以确定发生了什么，如果证明发生过犯罪行为，则需要调查和起诉责任人。
传统上，乱葬坑的位置是根据幸存者的个人描述和广泛寻找潜在的埋葬地点，以便进一步探测或挖掘。然而，在可能对人身安全构成威胁的情况下，根据传闻证据对乱葬坑地点进行实际搜索是一项非常耗时和耗费资源的工作。
需要开发新的工具和方法来加快这种搜索，以减少所涉及的风险，增加找到和确认遗骸的机会，更重要的是，让更多的人与其亲人团聚，为他们提供一个适当的葬礼和诉诸法律的机会。
过去曾使用过几种依赖技术的方法来预测墓穴的位置，尽管成功程度不同。通常，地球科学方法利用考古技术与其他学科的技术相结合。高光谱分析已被用于从卫星图像中探测腐烂尸体和周围植被的特征，但这种方法成本很高，而且大多数独立公民组织无法使用。
另一个例子来自人权数据分析小组和伊比利亚美洲大学，该组织创建了一个机器学习模型，汇总新闻报道和个人账户，以预测乱葬坑数量最多的地方。这是一个很有前途的模型，可以确保精力集中在正确的领域，尽管它缺乏确定坟墓位置所需的精细度。
地理信息系统和预测性建模
其他方法侧重于利用地理信息系统进行空间分析，以建立预测和推理模型来寻找隐秘的坟墓。这些研究调查已知的乱葬坑的特征和与其位置有关的特征，以推断为什么选择这些地点。
作为弗吉尼亚联邦大学（VCU）法医科学学位要求的一部分，Perla Santillán 对使用GIS定位乱葬坑进行了进一步研究，重点是使用开源工具和数据。
他的研究灵感来自于个人经历和在他的家乡塔毛利帕斯州马塔莫罗斯的暴力事件中所目睹的状况。马塔莫罗斯位于美国和墨西哥最东南部的边境，暴力事件极为严重。自2006年以来，冲突急剧增加，失踪事件每天都在发生，给社区带来了沉重的精神负担。
他的研究在VCU和大赦国际的支持下，考察了危地马拉国内武装冲突（20世纪60年代至80年代）中已知的乱葬坑的地理信息和空间特征，并分析了可能预测其他尚未发现的乱葬坑位置的模式。
使用QGIS，一个支持查看、编辑和分析地理空间数据的免费和开源应用程序，就能够评估许多地理特征相对于最近的已知乱葬坑位置的特征。
这种潜在的预测参数包括道路、水道、一些兴趣点（社区结构，如教堂、广场等）以及行政边界的位置。选择这些参数的依据是它们以开源的形式提供，以及这些特征在世界范围内的共性，这将使这项研究能够被复制并具有成本效益。
例如，从 OpenStreetMap 项目中获取道路数据，从航天飞机雷达地形任务中获取数字高程文件，并计算每个乱葬坑与最近道路之间的距离和高程变化。利用QGIS的3D渲染能力，就能够创建一张地图来更好地理解这些变量之间的关系。
这种方法使调查者能够更有针对性地进行搜索预测 (排除90%以上的陆域)，为预测乱葬坑位置提供了有力的工具，提高了调查速度和效率。
还需要什么？
这项研究为建立一个更详细的乱葬坑位置预测模型奠定了基础，该模型可以通过增加预测变量清单来创建。在数据提供方面有许多不足之处需要解决，包括缺乏信息院。例如，一些组织不愿意分享其关于乱葬坑的完整数据库 (例如由于正在进行的起诉)，还有一些信息仅以专有的或模拟格式存在。
需要进行更详细的研究，甚至需要收集有关土壤类型、树木覆盖率 (无论是卫星图像还是无人机拍摄)、失踪事件的社会媒体报道、以及已知的乱葬坑地点的原始数据。更为重要的是将特定群体或肇事者与已知坟墓联系起来的信息，这很可能阐明纯粹的地理分析可能会遗漏的尸体处理模式。
将一个国家的乱葬坑研究结果与有类似冲突的其他国家进行比较，也会产生新的见解，并有可能为所使用的方法提供佐证。通过收集正确的数据和模型，调查人员可以排除那些不太可能成为秘密墓地的大面积区域，从而不需要对其进行搜索。
这种方法将为人权研究、刑事调查人员和寻求正义的家庭提供一套强大的新工具，其中许多工具可以在安全的工作站上部署。⚪️
The hunt for mass graves: developing a predictive model using open sources