نمذجة الفيضانات باستخدام تقانات الذكاء الاصطناعي تعلّم الآلة

(حالة دراسة نهر الكبير الشمالي في سورية)

الملخص

تعرض حوض نهر الكبير الشمالي لفيضانات متكررة أدت إلى كوارث بيئية، واجتماعية، واقتصادية في المنطقة. يهدف هذا البحث إلى تحديد العوامل المهمة في إدارة مخاطر الفيضانات، في سياق التغيرات المناخية المتسارعة. تم استخدام نظام المعلومات الجغرافية (GIS) لتحليل البيانات المكانية المتعلقة بالفيضانات، حيث تم دمج تقانات التعلّم الآلي (Machine Learning)، التي تعد جزءاً من الذكاء الاصطناعي، لتحليل هذه البيانات واستخراج الأنماط والتوقعات، وذلك من خلال بيئة AutoML المتوفرة في برنامج ArcGIS Pro، التي تتيح اختيار النموذج الأمثل وضبط المعاملات تلقائياً (تحسين المعاملات)، واستخدام مجموعة من خوارزميات التعلم الآلي شملت: الانحدار الخطي، شجرة القرار، الأشجار العشوائية، تعزيز التدرج المطلق، تعزيز التدرج الخفيف، والأشجار الإضافية، واعتمد التحليل على مجموعة معايير مهمة مثل الارتفاع، شدة الانحدار، انحناء السطح، تراكم الجريان السطحي، عامل الطول-الانحدار، كمية الهطول المطري، مؤشر الرطوبة الطبوغرافي، مؤشر وعورة التضاريس، مؤشر الوضع التضاريسي، مؤشر طاقة الجريان، كثافة المسيلات المائية، المسافة عن المسيلات المائية والطرق، مؤشر الغطاء النباتي، واستخدامات الأراضي، والليتولوجيا وتم تقييم أداء النماذج المختلفة باستخدام مقاييس دقة متعددة مثل الحساسية والاسترجاع ودرجة F1. أظهرت النتائج تفوّق نموذج الانحدار الخطي في التعرّف على الأنماط المرتبطة بمخاطر الفيضانات، في حين بيّنت الخرائط الناتجة أن المناطق عالية الخطورة تتركز في الجنوب والجنوب الغربي من الحوض، بينما تتوزع المناطق الأقل خطورة في الشمال والشمال الشرقي. تعكس هذه الدراسة أهمية توظيف الأساليب العلمية المتقدمة لتحليل الفيضانات، بما يسهم في تعزيز استراتيجيات الإدارة المستدامة للموارد المائية.