← أحدث الأبحاث
🤖 machine learning

Climate-based Pre-screening of Self-sustaining Regreening Opportunities in Drylands: A Case Study for Saudi Arabia

تقدم هذه الورقة إطار عمل للمسح المسبق يعتمد على المناخ وقابل للتوسع، باستخدام تعلم الآلة والاستشعار عن بُعد لتحديد فرص إعادة التخضير ذات التكلفة الفعالة والمستدامة ذاتياً في الأراضي القاحلة في المملكة العربية السعودية، حيث نجحت في تقليص المرشحين على المستوى الوطني إلى ثلاثة عشر موقعاً ذا أولوية حيث يمكن للغطاء النباتي الأصلي أن يزدهر دون ري مكثف.

المؤلفون الأصليون: Katja Froehlich, Jonathan Klein, Ibrahim S. Elbasyoni, Julian D. Hunt, Yoshihide Wada, Dominik L. Michels

نُشر 2026-05-07
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Katja Froehlich, Jonathan Klein, Ibrahim S. Elbasyoni, Julian D. Hunt, Yoshihide Wada, Dominik L. Michels

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل محاولة تحويل صحراء قاحلة إلى حديقة غناء. في أجزاء كثيرة من العالم، يحاول الناس القيام بذلك عبر زراعة الأشجار وريّها بغزارة. لكن في أماكن مثل المملكة العربية السعودية، حيث الماء نادر كذهب، غالباً ما تفشل هذه الطريقة. فإذا سقيت النبات أكثر من اللازم، سيصبح "كسولاً" ولا يستطيع البقاء على قيد الحياة عندما تغلق الخرطوم. وفي النهاية، تموت الحديقة ويضيع الماء هباءً.

هذه الورقة البحثية تشبه نظام "فحص مسبق" ذكي صُمم لإيجاد البقاع المحددة في الصحراء السعودية حيث "تريد" الطبيعة أن تنمو مجدداً من تلقاء نفسها، دون الحاجة إلى خرطوم مستمر.

إليك كيف قام الباحثون بذلك، مقسماً إلى خطوات بسيطة:

١. المشكلة: التخمين مكلف

عادةً، لإيجاد مكان جيد لزراعة الأشجار، يتعين عليك الذهاب إلى هناك، وحفر التربة، وفحص المياه، ومعاينة النباتات. هذا الأمر بطيء ومكلف. بالإضافة إلى ذلك، فإن النظر إلى صور الأقمار الصناعية (التي تُظهر المساحات الخضراء) قد يكون مخادعاً. ففي الصحراء، قد تكون بقعة خضراء صغيرة مجرد حقل يرويه مزارع، وليست غابة طبيعية. أو قد تبدو بقعة ما بنية اللون، لكنها في الواقع تمتلك جذوراً عميقة تنتظر المطر.

٢. الحل: "درجة الملاءمة المناخية"

بنى الباحثون محققاً رقمياً باستخدام تعلم الآلة (نوع من عقول الكمبيوتر). لقد علموا هذا الكمبيوتر كيف ينظر إلى تاريخ الطقس في المملكة العربية السعودية ويجيب على سؤال واحد: "إذا زرعنا شجرة محلية هنا، فهل يمكنها البما بقاء على قيد الحياة بمفردها؟"

  • التدريب: عرضوا على الكمبيوتر ٢٣٠ "نقطة عينة" مختلفة. بعضها كان أخضر وخصباً بشكل طبيعي، وبعضها صحاري جافة، وبعضها مناطق أفسدها البشر (مثل المناطق التي تعرضت للرعي الجائر).
  • البيانات: بدلاً من مجرد النظر إلى "هل الجو حار أم بارد؟"، حلل الكمبيوتر ٢٣ عاملاً جوياً مختلفاً (مثل رطوبة التربة، والرياح، والتبخر، وهطول الأمطار) على مدار خمس سنوات.
  • النتيجة: منح الكمبيوتر كل بوصة مربعة من المملكة العربية السعودية درجة ملاءمة مناخية (CSS). الدرجة العالية تعني أن المناخ مثالي لنمو النباتات دون مساعدة، والدرجة المنخفضة تعني أن الظروف قاسية جداً.

٣. البحث عن "النقطة المثالية"

الحصول على درجة عالية ليس كافياً. فإذا كانت البقعة عبارة عن غابة كثيفة بالفعل، فأنت لا تحتاج إلى "استعادتها". بحث الباحثون عن مزيج محدد:

  • درجة مناخية عالية: الطقس يمكنه دعم الغابة.
  • خضرة منخفضة: الأرض حالياً بنية أو جرداء.

أطلقوا على هذه المناطق اسم "مناطق الفرص". وهي الأماكن التي يقول فيها المناخ "نعم، يمكنك النمو هنا"، ولكن الأرض فارغة حالياً، ربما بسبب أضرار سابقة أو رعي جائر.

٤. تضييق القائمة

من خريطة للمملكة بأكملها، وجدوا ٢٥ بقعة واعدة. لكنهم لم يتوقفوا عند هذا الحد، بل طبقوا "فلتر الواقع":

  • هل هي قريبة جداً من مدينة؟ (لا، لا نريد الدخول في صراع مع التوسع العمراني).
  • هل تقع في منطقة بركانية ذات صخور صلبة؟ (ربما لا، فالجذور لا تستطيع النمو هناك).
  • هل يمكننا الوصول إليها بشاحنة فعلياً؟ (نعم، نحتاج إلى إمكانية الوصول).

بعد تطبيق هذا الفلتر، تبقى لديهم ١٣ موقعاً ذا أولوية جاهزة للاختبار الميداني.

٥. "المخطط الرئيسي" للنجاح

كيف يعرفون كيف يجب أن تبدو الأرض المستعادة؟ استخدموا حيلة ذكية وهي: المماثلات المناخية.

تخيل أنك تريد بناء منزل في بلدة جديدة. ستنظر إلى منزل في بلدة مجاورة له نفس الطقس والتربة تماماً. ذلك المنزل الموجود هو "المخطط" الخاص بك.

  • وجد الباحثون أنظمة بيئية موجودة وصحية لديها نفس الطقس تماماً مثل مواقعهم الـ ١٣ المستهدفة.
  • قاموا بقياس مدى اخضرار تلك البقاع الصحية.
  • النتيجة: في المتوسط، يمكن للمواقع المستهدفة أن تدعم ٢.٥ ضعف كمية الغطاء النباتي مما تمتلكه حالياً. وهذا يعطيهم هدفاً واقعياً: "لا نحتاج لتحويلها إلى غابة مطيرة؛ نحن فقط بحاجة لجعلها تبدو مثل جارها الصحي".

الخلاصة

هذه الورقة البحثية لا تزرع الأشجار بعد. بدلاً من ذلك، فهي توفر خريطة فعالة من حيث التكلفة تخبر صناع القرار والعلماء بالضبط أين ينظرون أولاً. من خلال استخدام بيانات الطقس والنماذج الحاسوبية، يمكنهم تجاوز التخمين المكلف والتركيز بمواردهم المحدودة على المواقع الـ ١٣ التي من المرجح جداً أن تقول فيها الطبيعة: "نعم، يمكنني النمو هنا بمفردي".

الأمر يشبه امتلاك توقعات جوية تخبرك بالضبط في أي يوم تزرع بذورك حتى لا تذبل وتجف بمجرد زراعتها.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →