Эпоха катастроф. 120 лет природных бедствий в данных

Мы привыкли бояться землетрясений и цунами — они попадают в заголовки, становятся темой фильмов и мемориалов. Но данные говорят другое: самые смертоносные катастрофы XX века почти не оставили визуального следа в коллективной памяти.

Бубонная чума убила 2,8 миллиона человек в Индии и Китае в 1907–1909 годах.

Испанский грипп унёс от 20 до 50 миллионов жизней за два года.

Засуха в Китае 1928–1930 годов — ещё 3 миллиона.

Эти катастрофы разворачивались медленно, без единого момента удара, и именно поэтому остались невидимыми.

Идея проекта — сделать невидимое видимым. Показать 120 лет природных катастроф как единый непрерывный поток, в котором каждый тип бедствия имеет свой цвет и свой вес.

В качестве источника использована база данных EM-DAT (Emergency Events Database), которую ведёт Центр исследования эпидемиологии катастроф (CRED) при Католическом университете Лёвена.

Это крупнейший открытый реестр природных и техногенных катастроф с 1900 года, содержащий данные о числе погибших, пострадавших и экономическом ущербе по каждому событию.

Выбор именно этого источника обусловлен его полнотой, верифицированностью и открытостью: данные регулярно обновляются и используются ООН, ВОЗ и национальными правительствами.

Цель инфографики — изменить интуитивное представление о том, что опасно.

Землетрясения и штормы занимают центральное место в общественном восприятии риска, тогда как эпидемии и засухи — куда более системные и масштабные угрозы — остаются в тени.

Постер предназначен для широкой аудитории: он не требует специальных знаний для прочтения, но предлагает неожиданный угол зрения на знакомую тему.

Практическая ценность — формирование более точной картины глобальных рисков и понимание того, как менялся характер катастроф на протяжении века: от эпох голода и чумы к эпохе землетрясений и — снова — пандемий.

Инфографика выполнена в формате горизонтального постера А1.

Горизонтальная ориентация выбрана осознанно: временна́я шкала от 1900 до 2021 года читается слева направо, как строка текста, что делает восприятие хронологии интуитивным.

Широкий формат позволяет одновременно охватить взглядом весь век и при этом различить отдельные события.

Визуализация построена в форме потоковой диаграммы (streamgraph) — разновидности послойного графика с органической, незакреплённой базовой линией. Каждый цветной поток соответствует одному типу природных катастроф:

🔴 Красный — эпидемии и пандемии

🟡 Жёлтый — засухи и голод

🔵 Синий — наводнения

🔵 Голубой — штормы и тропические циклоны

🟣 Фиолетовый — землетрясения и цунами

Ширина каждого потока в конкретный момент времени пропорциональна числу жертв соответствующего типа катастроф. Поскольку диапазон значений огромен — от нескольких тысяч до десятков миллионов, — применено корневое преобразование (√), которое сохраняет иерархию масштабов, но делает видимыми все события, а не только крупнейшие.

Потоки не привязаны к нулевой линии: они свободно смещаются по вертикали, создавая органичную форму. Это стандартный приём streamgraph-визуализации — он акцентирует общий ритм и смену доминирующих угроз, а не абсолютные значения.

Первая треть века — красные и жёлтые пики: бубонная чума, испанский грипп, засухи в Азии и Африке убивают десятки миллионов. В середине века доминируют синий и голубой — наводнения Китая и циклоны Бангладеш. К концу столетия нарастает фиолетовый поток землетрясений: Таншань, цунами 2004 года, Гаити. И в самом правом крае — снова красный всплеск: COVID-19 возвращает эпидемии в центр глобальной повестки.

Исходные данные — база EM-DAT (CRED, UCLouvain): два CSV-файла с записями о природных катастрофах за 1900–2021 и 1970–2021 годы. Каждая строка — отдельное событие с полями: год, тип катастрофы, страна, число погибших, пострадавших и экономический ущерб. Для визуализации данные были агрегированы по 5-летним периодам и сгруппированы в шесть категорий: эпидемии, засухи и голод, наводнения, штормы, землетрясения, прочие. Поскольку диапазон значений огромен — от сотен до десятков миллионов жертв — применено корневое преобразование (√), которое сохраняет иерархию масштабов, не позволяя единственному событию (испанский грипп 1918) полностью подавить остальные данные.

Основным инструментом на всех этапах стал Claude (Anthropic) в режиме Cowork. ИИ выполнял несколько функций: анализировал сырые CSV-данные и выявлял ключевые паттерны, генерировал и итеративно дорабатывал код. ChatGPT справился с визуализацией мокапов.

Макет был дособран в фигме

Загрузка CSV в Claude → анализ структуры данных и выбор концепции

Генерация прототипа streamgraph на D3.js (HTML/SVG) — итеративная доработка в диалоге с ИИ

Добавление аннотаций, подписей эпох, цветовой схемы и типографики

Экспорт SVG из браузера → импорт в Figma для финальной полиграфической доводки

Создание обложки: отдельная визуализация «Полосы катастроф» на Canvas API

Сборка лонгрида на hsedesign.ru: тексты, изображения, мокапы

Стек: D3.js · HTML Canvas · Figma · Claude (Anthropic) · ChatGPT