احذروا من "الأمراض المزمنة" في المناطق الحضرية: فريق البروفيسور ليو جيان شين من جامعة سنترال ساوث يستخدم الذكاء الاصطناعي للتنبؤ بخطر هبوط الأرض في السنوات الأربعين المقبلة

في مايو 2023، شعر مالكو ساحة فينججين في بلدة باليتاي، منطقة جينان، تيانجين "بالرعب" لأنه من مسافة بعيدة، بدا مبناهم المكون من 25 طابقًا "ملتويًا". وما زاد من ذعر أصحاب المباني هو أن العشب والطرق المحيطة بالمباني بدأت بالغرق والتشقق، بل حتى أساسات المباني أظهرت هبوطاً وشقوقاً بعشرات السنتيمترات، كما ظهرت شقوق وتسربات مياه في جدران بعض مواقف السيارات تحت الأرض، ما أدى إلى عدم تمكن آلاف الملاك من العودة إلى منازلهم.

في الواقع، ظاهرة هبوط الأرض (LS) شائعة بالفعل. في وقت مبكر من عام 2012، أشارت أول "خطة وطنية للوقاية من هبوط الأرض والسيطرة عليها (2011-2020)" في الصين، والتي تم تجميعها بشكل مشترك من قبل وزارة الأراضي والموارد، ووزارة الموارد المائية، واللجنة الوطنية للتنمية والإصلاح، ووزارة المالية وعشر وزارات أخرى، إلى أن هناك حاليا أكثر من 50 مدينة في البلاد تعاني من كوارث هبوط الأرض، موزعة على 20 مقاطعة ومنطقة ذاتية الحكم وبلدية بما في ذلك بكين وتيانجين وخبي وشانشي ومنغوليا الداخلية وغيرها.

بالإضافة إلى ذلك، حذرت دراسة نشرتها مجموعة عمل اليونسكو المعنية بهبوط الأراضي في مجلة ساينس عام 2021 من أنه بحلول عام 2040، سيهدد هبوط الأراضي ما يقرب من خمس سكان العالم. ومن الواضح أن كيفية تحقيق المراقبة السريعة والمحاكاة الدقيقة لهبوط الأرض أصبحت المشكلة الأساسية في التنمية الحضرية الحالية.

من أجل حل هذه المشكلة، قام فريق البروفيسور ليو جيان شين من كلية علوم الأرض والفيزياء المعلوماتية بجامعة سنترال ساوث، بالتعاون مع محطة مراقبة البيئة الجيولوجية لمقاطعة قوانغدونغ، واللواء الجيولوجي الرابع لمقاطعة قوانغدونغ، وجامعة بوانيي في كوت ديفوار، بنشر نتائج البحث للتنبؤ الذكي بهبوط الأراضي الحضرية في المجلة الأكاديمية الدولية للعلوم البيئية والبيئة، مجلة الإدارة البيئية.أول من استخدم مقياس الانحدار المعزز بالتدرج الشديد (XGBR) وشبكة الذاكرة الطويلة قصيرة المدى (LSTM) لنمذجة هبوط الأرض في المناطق الحضرية،فهو لا يحل فقط القيود المتأصلة في أطر النماذج الفردية في التعامل مع السيناريوهات المعقدة، بل يوفر أيضًا طرق تنبؤ فعالة للوقاية من الكوارث والتخفيف من آثارها واستراتيجيات استخدام الأراضي من خلال استراتيجيات تعتمد على البيانات.

أبرز ما جاء في البحث

* باستخدام مخططات تايلور، نوضح أن نماذج XGBR وLSTM لها ارتباط قوي ببيانات الترسيب، بالإضافة إلى دقة التنبؤ

* استخدام بيانات InSAR والبيانات الجيولوجية وبيانات الآبار لتقدير معدل تغير النشاط السطحي، وبالتالي الكشف عن المتغيرات الرئيسية التي تؤثر على النشاط السطحي

* تعزيز إدارة استخدام الأراضي الاستباقية من خلال استراتيجيات تعتمد على البيانات، ووضع الأساس للتنمية الحضرية المستدامة وممارسات إدارة الموارد

عنوان الورقة:
https://doi.org/10.1016/j.jenvman.2024.120078
اتبع الحساب الرسمي ورد "هبوط الأرض" للحصول على ملف PDF كامل

نطاق البحث: التركيز على منطقة نانشا واستكشاف مخاطر هبوط الأرض في منطقة دلتا نهر اللؤلؤ

بلغت مساحة الهبوط في منطقة دلتا نهر اللؤلؤ 11397 كيلومترًا مربعًا، حيث تجاوز الهبوط عمومًا 500 ملم وأعلى مستوى وصل إلى أكثر من 1000 ملم. ومن بينها منطقة نانشا التي تقع في أقصى جنوب مدينة قوانغتشو. وهي تقاطع نهر شيجيانغ ونهر بيجيانغ ونهر دونغجيانغ، وتبلغ مساحتها الإجمالية حوالي 803 كيلومترًا مربعًا. من حيث الصخور، تتكون منطقة نانشا بشكل رئيسي من رواسب التربة الناعمة مثل الطين البني الأحمر والحصى الأصفر الفاتح والرمل متوسط الخشونة والطين البورفيري والحصى الأبيض الرمادي والحصى البني الأحمر. من منظور الظروف الهيدروجيولوجية، يمكن تقسيم المياه الجوفية في منطقة نانشا إلى طبقتين رئيسيتين: غير محصورة ومحدودة.

مع التطور السريع لمنطقة دلتا نهر اللؤلؤ، لم تقتصر منطقة نانشا على التنمية السطحية أثناء التطور الحضري السريع فحسب، بل عملت أيضًا على زيادة جمع المياه الجوفية، مما أدى إلى انخفاض مستويات المياه الجوفية. وفي الوقت نفسه، أدى تزايد عدد المباني الشاهقة والمرافق الصناعية إلى زيادة الضغط السطحي، مما أدى إلى تفاقم حدوث هبوط الأرض.

تظهر المسوحات الجيوتقنية، بما في ذلك الحفر الهندسي والهيدروجيولوجي، أن هبوط الأرض في منطقة نانشا مر بأربع مراحل مختلفة: مرحلة البدء (2015-2016، -125 ملم)، ومرحلة التطوير (2016-2018، -170 ملم)، ومرحلة التوسع (2018-2020، -222 ملم)، ومرحلة التطوير السريع (2020-2022، -320 ملم)، والتي تتوافق بشكل أساسي مع التنمية الحضرية وبناء البنية التحتية.

مجموعة البيانات: يتم دمج بيانات الرادار الصناعي والبيانات الجيولوجية لاستعادة المعلومات الجيولوجية المحلية بالكامل

تم الحصول على بيانات صور الرادار ذي الفتحة التركيبية (SAR) لهذه الدراسة من القمر الصناعي Sentinel-1 التابع لمهمة كوبرنيكوس التابعة لوكالة الفضاء الأوروبية (GMES).

هذا قمر صناعي نشط للاستشعار عن بعد بالموجات الدقيقة يتكون من قمرين صناعيين، Sentinel-1A وSentinel-1B. تستطيع أجهزة الاستشعار التي يحملها القمران الصناعيان توفير صور متواصلة أثناء النهار والليل وفي جميع الظروف الجوية. من 15 يونيو 2015 إلى 23 ديسمبر 2022، حمل القمر الصناعي Sentinel-1 رادار الفتحة التركيبية بنطاق C والتقط ما مجموعه 213 مشهدًا. قام الباحثون بمقارنة بيانات الرادار المكتسب بالبيانات الفعلية التي تم جمعها سنويًا من خلال نقاط التحكم.

من أجل فهم أفضل للبيانات الجيولوجية الشاملة وبيانات الحفر في منطقة نانشا، قامت الدراسة أيضًا بتحليل خصائص التربة المحلية ومستويات المياه الجوفية وما إلى ذلك:

* المعلومات الجيولوجية:من خلال جمع معلومات النظام الجيولوجي من مكتب الجيولوجيا الإقليمي في قوانغدونغ، يمكن تقسيم منطقة نانشا إلى ثماني فترات جيولوجية: العصر الثلاثي، والعصر الطباشيري، والعصر الجوراسي، والعصر الثلاثي، والعصر البرمي، والعصر الكربوني، والعصر الديفوني، والعصر السيلوري.

* سمك الحشوة (FSt) وتوزيع طبقة الرمل (SLd):التربة المختلفة تؤدي إلى مستوطنات مختلفة. تقوم هذه الدراسة بتقييم حالة الأرض تحت الأرض في منطقة نانشا بشكل فعال من خلال جمع البيانات بعناية حول سمك الحشو (FSt) وتوزيع طبقة الرمل (SLd) من عمليات الحفر الهندسية في أوقات مختلفة.

* كثافة البناء (قبل الميلاد):يتم الحصول على كثافة البناء (BC) في منطقة نانشا من خلال تحليل المباني الكبيرة من مكتب جيولوجيا مقاطعة قوانغدونغ من عام 2015 إلى عام 2022 واستنادًا إلى بيانات الهندسة المدنية الشاملة للهياكل المبنية، وبالتالي استكشاف العلاقة بين كثافة البنية التحتية الحضرية وهبوط الأرض في هذه المنطقة المكتظة بالسكان.

* مستوى المياه الجوفية (GWL):وحصلت الدراسة أيضًا على بيانات حول وجود وعمق وكمية ونوعية المياه الجوفية في منطقة نانشا من خلال الحفر الهيدروجيولوجي، استنادًا إلى خريطة مستوى المياه الجوفية التي تم تجميعها من النتائج المجمعة لجميع عمليات الحفر في مقاطعة قوانغدونغ.

طريقة البحث: دمج InSAR والتعلم الآلي، باستخدام استراتيجية Δr لتناسب المتغيرات

تم تصميم الدراسة على شكل نظرة عامة موجزة عن خطوات معالجة بيانات الرادار ذي الفتحة الصناعية وتقنيات التكامل القائمة على التعلم الآلي.

بسبب تأثير التأخير الجوي وبقايا المدار وضوضاء إزالة الارتباط، لا تستطيع تقنية الرادار ذي الفتحة التركيبية التداخلية (InSAR) إلا قياس تشوه السطح خلال دورتين تصويريتين ولا يمكنها قياس التشوه الذي يتغير بمرور الوقت. من أجل تقليل تأثير التأخير الجوي، يمكن تقسيم طرق InSAR الحالية السائدة في سلسلة الوقت إلى تداخل التشتت الدائم (PS-InSAR) وطريقة المجموعة الأساسية الصغيرة (SBAS-InSAR). لقد تغلبت تقنية PS-InSAR إلى حد كبير على تأثير العوامل مثل ضوضاء إزالة الارتباط. يمكن لتقنية SBAS-InSAR تعظيم استخدام بيانات الرادار ذات الفتحة الاصطناعية الحالية لتحقيق عكس تشوه السطح بسرعة ودقة عالية.

يتكون نموذج التعلم الآلي لهذه الدراسة من الانحدار المعزز بالتدرج الشديد (XGBR) وشبكة الذاكرة الطويلة والقصيرة المدى (LSTM).

ومن بينها، XGBR هو أحد أشكال خوارزمية تعزيز التدرج لمهام الانحدار، والتي يمكنها توليد مجموعات بيانات تدريبية متنوعة من خلال عملية أخذ عينات عشوائية؛ تم تصميم هندسة LSTM لمعالجة قيود الشبكات العصبية المتكررة التقليدية في التقاط العلاقات طويلة الأمد وتعلمها، ويمكنها إدارة المعلومات والاحتفاظ بها بشكل فعال طوال الفترة الزمنية بأكملها.

وبناءً على الطريقة المذكورة أعلاه،حصلت الدراسة أولاً على مجموعة البيانات الرئيسية من خلال تحليل صور الرادار ذات الفتحة الاصطناعية.في الفترة من يونيو 2015 إلى ديسمبر 2022، تم جمع إجمالي 225 مشهدًا كصور رادار ذات تركيب تركيبي (SAR) بواسطة القمر الصناعي Sentinel-1. ثانيًا، استخدم الباحثون تقنية PS-InSAR لمعالجة 144 صورة تم التقاطها بين يونيو 2015 ونوفمبر 2019، حيث كانت الصور الملتقطة في ديسمبر 2018 بمثابة صور أساسية؛ بعد ذلك، استخدم الباحثون تقنية SBAS-InSAR لمعالجة 66 صورة تم التقاطها بين يناير 2019 وديسمبر 2022. وأخيرًا، تم استخدام نتائج مراقبة PS-InSAR وSBAS-InSAR لإجراء دمج السلاسل الزمنية لمتغيرات التشوه التراكمية من يونيو 2015 إلى ديسمبر 2022، مع أخذ بيانات الاستقرار التراكمية من يونيو 2015 إلى نوفمبر 2019 كمعيار لتسلسل التشوه.

التالي،تركز هذه الدراسة على استخراج بيانات منسوب المياه الجوفية.وهذه خطوة حاسمة في فهم تأثير ديناميكيات المياه الجوفية على مورفولوجيا السطح. قامت الدراسة برسم خرائط طبقات المياه الجوفية بناءً على الحفر الهيدروجيولوجي الذي أجري في جميع أنحاء مقاطعة قوانغدونغ بين يونيو 2015 وديسمبر 2018. وتم إنشاء الخريطة بناءً على المعلومات التي تم جمعها من كل بئر في كلا الطبقتين الجوفيتين. وبعد ذلك تم تحليل البيانات الهيدروجيولوجية باستخدام برنامج Golden Software Surfer 25.1 وتم تحويلها إلى بيانات نقطية باستخدام برنامج ArcGIS Pro 1.2.

أخيرا،استكشفت الدراسة بعمق استراتيجية معدل دلتا (Δr) باستخدام خوارزميات التعلم الآلي المتقدمة لتفسير البيانات وتحليلها بشكل أكبر.لتناسب جميع المتغيرات على نفس المقياس الزمني، استخدمت هذه الدراسة حساب معدل دلتا (Δr) وطبقته على جميع البيانات باستثناء السمة التصنيفية Lith. لقد تم تطبيق تقنيتين مختلفتين، LSTM و XGBR، لحل هذه المشاكل. في LSTM، تنفذ هذه الدراسة بشكل مباشر انحدار لاسو (تسوية L1) في شبكة LSTM، عن طريق إضافة مصطلح جزائي يعادل القيمة المطلقة للمعامل إلى دالة الخسارة Las لتقليل تأثير الميزات المحددة. في XGBR، يمكن للدراسة الحد من تعقيد النموذج عن طريق التحكم في عمق الشجرة، وبالتالي التأثير بشكل غير مباشر على أهمية الميزات.

نتائج البحث: نموذج XGBR أفضل من نموذج LSTM

من خلال تحليل الأنماط المكانية والزمانية لمنطقة نانشا من عام 2015 إلى عام 2022، قامت هذه الدراسة بحساب هبوط الأرض أو تشوهها في منطقة نانشا في فترات زمنية مختلفة.

* يونيو - ديسمبر 2015:لا توجد إشارة تشوه في منطقة نانشا، ويبلغ الحد الأقصى التراكمي للتسوية -21 ملم، والأرض والمباني مستقرة للغاية. 

* 2015-2016:حدثت تشوهات كبيرة في العديد من الشوارع في منطقة نانشا، حيث وصل الحد الأقصى التراكمي للتسوية إلى -64 ملم.
* 2015-2017:التشوه في جنوب شرق مقاطعة نانشا هو الأكثر خطورة، مع أقصى تراكم للتراكم بلغ -128 ملم. 

* 2015-2018:الحد الأقصى التراكمي للهطول المطري في منطقة نانشا هو -176 ملم.
* 2015 - 2019:الحد الأقصى التراكمي للهطول المطري في منطقة نانشا هو -225 ملم. 

* 2015 - 2020:لقد تعرض الجانب الغربي من منطقة نانشا لتشوهات كبيرة، حيث بلغ الحد الأقصى للتسوية الإجمالية -263 ملم.
* 2015 - 2021:وقد شهدت العديد من المجتمعات إشارات تشوه واسعة النطاق، حيث وصل أعلى مستوى تراكمي إلى -320 ملم. 

* 2015 - 2022:الحد الأقصى المتراكم للتسوية هو -364 ملم.

تقوم هذه الدراسة بتقييم أهمية الميزات المختلفة باستخدام XGBR والغابة العشوائية (RF). كلا النموذجين يظهران أنويعتبر منسوب المياه الجوفية وكثافة البناء من العوامل التي لها التأثير الأكبر على هبوط الأرض، وتبلغ أهميتها التراكمية حوالي 51%.بعد ذلك، أنشأت الدراسة نموذجًا للتنبؤ بهبوط الأرض باستخدام متوسط Δr وحاولت حل مشكلة الهبوط عن طريق تقليل مستوى المياه الجوفية وكثافة البناء بمقدار 80%.

وتظهر النتائج أنإن خفض مستوى المياه الجوفية وكثافة البناء يمكن أن يؤدي إلى خفض معدل هبوط الأرض بشكل كبير.بالإضافة إلى ذلك، قد تكون هناك اختلافات طفيفة في نتائج التنبؤ لنماذج XGBR وLSTM. في الواقع، يمكن لـ XGBR التقاط التغييرات المفاجئة بشكل أفضل، بينما يمكن لـ LSTM التقاط التبعيات طويلة الأمد بشكل أفضل.

استخدمت الدراسة أيضًا XGBR و LSTM لمحاكاة وتوقع بيانات الهبوط حتى عام 2060. وتظهر النتائج أن:

* بحلول عام 2024،يتوقع XGBR كميات صغيرة نسبيًا من الهبوط، حيث تقل معظم المناطق عن -250 ملم؛ 

* بحلول عام 2030،وأصبح تراكم هبوط الأرض أكثر وضوحا وتفاقم تدريجيا بعد ذلك؛
* بحلول عام 2060،من المتوقع أن تتجاوز بيانات الاستقرار في بعض المناطق -450 ملم.

بشكل عام، يتوافق اتجاه التنبؤ بـ LSTM مع اتجاه XGBR، ولكن شدته أصغر بشكل عام.

في مرحلة الاختبار لهذه الدراسة، تم استخدام RMSE وMAE وR² لتقييم أداء النموذج بناءً على مستوى المياه الجوفية الطبيعي.

وتظهر النتائج أن القيم المتوقعة لـ XGBR قريبة جدًا من القيم الفعلية ويمكنها التقاط المزيد من التباين. بالإضافة إلى ذلك، فإن متوسط خطأ التنبؤ لـ LSTM أكبر من خطأ XGBR، ومتوسط دقة التنبؤ أقل. وفي الوقت نفسه، يوضح مخطط تايلور أيضًا أنيتمتع كلا النموذجين بمعاملات ارتباط عالية مع البيانات المرصودة، ولكن ارتباط نموذج XGBR وانحرافه المعياري مع هبوط الأرض أقرب إلى الاتفاق.

وبالإضافة إلى ذلك، تظهر الدراسة أيضًا أنه مع تقليل خطر هبوط الأرض الناجم عن مستويات المياه الجوفية وكثافة البناء بشكل فعال، يمكن التحكم في درجة هبوط السطح في المستقبل بشكل فعال.إذا لم يتم اتخاذ أي إجراء، فإن خطر هبوط الأرض بحلول عام 2040 قد يكون أكثر خطورة مما توقعته الدراسة.

هبوط الأرض: ظاهرة كارثية جيولوجية تحدث في جميع أنحاء البلاد

على الرغم من أن هبوط الأرض حظي باهتمام كبير من الباحثين بمن فيهم البروفيسور ليو جيان شين، إلا أن الأبحاث المتعلقة بالذكاء الاصطناعي في المجالات ذات الصلة لا تزال في مراحلها المبكرة وتحتاج بشكل عاجل إلى المزيد من الجهود.

تشير "الدراسة الشاملة للتحقيق في هبوط الأرض ورصدها في سهل شمال الصين" و"مسح موارد المياه الجوفية والبيئة في الصين" التي نشرتها هيئة المسح الجيولوجي الصينية إلى أن مراكز الهبوط في مناطق مختلفة من سهل شمال الصين تميل إلى أن تكون متصلة؛ في منطقة نهر اليانغتسي، تبلغ المساحة التي شهدت هبوطًا تراكميًا يزيد عن 200 ملم في السنوات الثلاثين الماضية ما يقرب من 10000 كيلومتر مربع، وهو ما يمثل ثلث المساحة الإجمالية للمنطقة. ومن بينها، بدأت الكوارث الجيولوجية مثل الشقوق الأرضية في الظهور في شنغهاي وسوتشو ووشي وتشانغتشو في مقاطعة جيانغسو. وليس هذا فحسب، بل إن العديد من الأماكن الأخرى، بما في ذلك شمال غرب الصين وجنوبها، تعاني من مشكلة الهبوط البطيء للأرض على المدى الطويل.

يمكن أن يؤدي السحب الزائد للمياه الجوفية إلى مجموعة متنوعة من التأثيرات الضارة، بما في ذلك هبوط الأرض وخسائر تخزين المياه الجوفية الدائمة. في أكتوبر 2023، أظهرت أحدث الأبحاث المنشورة في مجلة Nature Communications أن حوالي 17 كيلومترًا مكعبًا من سعة تخزين المياه الجوفية تختفي كل عام في جميع أنحاء العالم، مما يؤدي إلى هبوط الأرض وانخفاض دائم في احتياطيات المياه الجوفية. ويتوقع الباحثون أن تكون الولايات المتحدة والصين وإيران هي الدول التي ستعاني من الخسائر الأكثر خطورة في احتياطيات المياه الجوفية، وستكون أيضاً "المناطق الأكثر تضرراً" من هبوط الأرض في المستقبل.

والآن، من خلال الاستفادة من التعلم الآلي ومجموعات البيانات الشاملة، فضلاً عن نهج التعلم الآلي القائم على خوارزمية الغابات العشوائية، أصبح الباحثون قادرين على اكتساب فهم أعمق للتحديات البيئية التي يفرضها الإفراط في ضخ المياه الجوفية وتسليط الضوء على الحاجة إلى اتخاذ تدابير استباقية لحماية الموارد المائية والتخفيف من آثار هبوط الأرض. ومع ذلك، وكما هو موضح في هذه المقالة، فإن تنبؤات الذكاء الاصطناعي لا تقدم سوى اتجاه إرشادي. إن الحل الأساسي هو ما إذا كان من الممكن التخفيف حقًا من أزمة المياه الجوفية وكثافة البناء على الأرض في المنطقة.