Machine-Learning-Based Landslide Susceptibility Mapping Using an InSAR- Refined Inventory in the Mandi district, Northwestern Himalaya, India, Himalaya region

تخيل سطح الأرض كأنه أحجية ضخمة تتحرك ببطء شديد. أحياناً، تقرر بعض قطع هذه الأحجية — من منحدرات جبلية، وتلال، ومنحدرات — أن تنزلق إلى الأسفل. وعندما تفعل ذلك، يُسمى ذلك بانهيار أرضي، ويمكن أن يكون كارثة على الناس، والطرق، والمنازل التي تعيش في مسارها. لقد حاول العلماء منذ زمن طويل التنبؤ بمكان حدوث هذه الانزلاقات القادمة. تقليدياً، كانوا ينظرون إلى الأدلة "الساكنة": مدى انحدار التل، ونوع الصخور التي يتكون منها، وكمية الأمطار التي تسقط هناك، وحيث حدثت انزلاقات قديمة في الماضي. الأمر يشبه محاولة التنبؤ بحادث سيارة من خلال النظر فقط إلى ظروف الطريق وتاريخ السيارة، دون ملاحظة أن السائق ينحرف حالياً عن مساره.

لكن الأرض ديناميكية؛ فهي تتحرك دائماً، وتتحول، وتئن تحت وطأة الجاذبية، والأمطار، والصفائح التكتونية. ولإدراك الانهيار الأرضي قبل وقوعه، يحتاج العلماء إلى رؤية هذا "الانحراف" قبل وقوع الحادث. وهنا يأتي دور نوع خاص من تكنولوجيا الفضاء. فكر في الأقمار الصناعية كعيون عملاقة فائقة الحساسية في السماء يمكنها قياس حركة الأرض ببضعة مليمترات فقط — مثل ملاحظة شخص يأخذ خطوة صغيرة قبل أن يتعثر. ومن خلال الجمع بين هذه "العيون الفضائية" وبرامج الكمبيوتر القوية التي تتعلم من الأنماط (المسماة تعلم الآلة)، يمكن للعلماء بناء خريطة خطر أكثر دقة. لا يقتصر الأمر فقط على النظر إلى الخرائط القديمة؛ بل يتعلق بمراقبة الأرض وهي تتنفس وتتحرك في الوقت الفعلي لرؤية أين ستفقد توازنها.

---

قصة الورقة البحثية: رصد تحركات الأرض الماكرة

في منطقة ماندي في جبال الهيمالايا الشمالية الغربية في الهند، تبدو الأرض وكأنها "ملكة دراما". إنها مكان يتميز بالجبال الشاهقة، وأمطار الموسم الغزيرة، والصدوع التكتونية النشطة (شقوق في قشرة الأرض). لسنوات، حاول العلماء والمسؤولون رسم خرائط توضح الأجزاء الأكثر عرضة للانزلاق في هذه المنطقة. لقد اعتمدوا سابقاً على "المخزونات الساكنة" — وهي ببساطة قائمة بالانهيارات الأرضية التي حدثت بالفعل وتم تسجيلها في قواعد بيانات قديمة. لكن مؤلفي هذه الورقة أدركوا أن هذا النهج يشبه محاولة التنبؤ بالطقس من خلال النظر فقط إلى جريدة الأمس. لقد فاتهم تلك التحركات الطفيفة والبطيئة التي تحدث الآن والتي تشير إلى اقتراب حدوث انزلاق.

لذا، قرر الفريق، بقيادة أكشاي راج مانوتشا وزملائه، ترقية عملهم الاستقصائي. لقد حصلوا على بيانات من أقمار "سنتينل-1" (Sentinel-1) الصناعية، والتي تعمل ككاميرات رادار عالية التقنية، حيث قامت بمسح منطقة ماندي من عام 2023 إلى 2024. واستخدموا تقنيتين ذكيتين، تُسميان تداخل المشتتات المستمرة (PSI) ومجموعة الخط القاعدي الصغير (SBAS)، لمعالجة هذه البيانات. يمكنك التفكير في هاتين التقنيتين كطريقتين مختلفتين للاستماع إلى نبض قلب الأرض. تقنية PSI ممتازة في الاستماع إلى النقاط الصلبة والمستقرة مثل الصخور والمباني، بينما تقنية SBAS أفضل في سماع التحركات الأكثر ليونة وانتشاراً في المناطق ذات الغطاء النباتي. معاً، صنعوا خريطة فائقة الحساسة لتشوه الأرض، تظهر بدقة أين تزحف الأرض، أو تنزلق، أو تتحرك، حتى لو لم تنهار بعد.

الاكتشاف الكبير: العثور على الانزلاقات المخفية

أخذ الفريق بيانات الحركة الجديدة عالية التقنية هذه واستخدموها لإصلاح قائمة الانهيارات الأرضية القديمة الخاصة بهم. قارنوا "خريطة الزحف" التي استخرجها القمر الصناعي مع قاعدة البيانات الحكومية الحالية للانهيارات الأرضية. كانت النتيجة بمثابة كشف: القائمة القديمة كانت تفتقر إلى الحركة الفعلية. فمن خلال استخدام بيانات الأقمار الصناعية، وجدوا 36 انزلاقاً أرضياً جديداً لم يسبق لأحد رسم خرائط لها. وقد أدى ذلك إلى زيادة إجمالي قائمة الانهيارات المعروفة لديهم بنسبة 18%. كان الأمر أشبه بالعثور على 36 صندوق كنز مخفي في خريطة كان الجميع يعتقد أنها مكتملة.

لكنهم لم يتوقفوا عند مجرد العثور على الانزلاقات. أرادوا التنبؤ بمكان وقوع الانهيارات التالية. وللقيام بذلك، قاموا بتغذية قائمتهم المحدثة بـ "البيانات المنقحة بواسطة InSAR" في أربعة نماذج مختلفة من تعلم الكمبيوتر (خوارزميات تتعلم من البيانات): تعزيز التدرج الفائق (XGB)، والغابة العشوائية (Random Forest)، والانحدار اللوجستي (Logistic Regression)، والمدرك متعدد الطبقات (Multilayer Perceptron). كما اختبروا اثني عشر عاملاً مختلفاً قد يتسبب في الانزلاق، مثل مدى انحدار المنحدر، والقرب من الطريق، ونوع الصخور، وكمية الأمطار المتساقطة.

الفائز وقواعد اللعبة

لعبت نماذج الكمبيوتر لعبة "رصد الأنماط" لمعرفة أي نموذج يمكنه التنبؤ بالانهيارات الأرضية بشكل أفضل. وكان الفائز هو تعزيز التدرج الفائق (XGB). لقد كان الأكثر دقة، خاصة عندما استخدم الباحثون طريقة محددة تسمى "التحقق المتقاطع للكتل المكانية" مع حجم كتلة يبلغ 3,000 متر. فكر في هذا كاختبار النموذج على قطع مختلفة من الخريطة للتأكد من أنه لا يقوم فقط بحفظ الحي، بل يتعلم بالفعل قواعد اللعبة بأكملها.

كانت النتائج مبهرة. فباستخدام قائمة الانهيارات الأرضية المحدثة عبر الأقمار الصناعية بدلاً من القائمة القديمة الساكنة، قفزت دقة النموذج (التي تُقاس بدرجة تسمى AUC) بنسبة 12-15%. وهذا يشير إلى أن معرفة أين تتحرك الأرض حالياً يحدث فرقاً هائلاً في التنبؤ بمكان سقوطها في النهاية.

ما الذي يجعل الأرض تنزلق؟

عملت نماذج الكمبيوتر أيضاً كالمحققين، حيث أشارت إلى أهم الأدلة التي أثرت في حدوث الانهيارات الأرضية. وكانت "المشتبه بهم" الذين تركت بصماتهم الأكبر على حدوث الانهيارات هم:

1. الميل (المنحدر): درجة الانحدار هي العامل الأول. كلما زاد انحدار التل، زاد احتمال انزلاقه.
2. المسافة إلى الطرق: من المثير للدهشة أن القرب من الطريق يجعل الانزلاق أكثر احتمالاً. وذلك لأن بناء الطرق غالباً ما يتضمن قطع أجزاء من جوانب التلال وتغيير كيفية تصريف المياه، مما يضعف المنحدر.
3. المسافة إلى الصدوع: المناطق القريبة من الشقوق في قشرة الأرض (الصدوع) تكون غير مستقرة لأن الصخور هناك مكسورة وضعيفة بالفعل.
4. الأمطار: تعمل الأمطار الغزيرة كالقشة التي تقصم ظهر البعير، حيث تشبع التربة وتجعلها ثقيلة وزلقة.

أنشأ الفريق خريطة نهائية مقسمة إلى خمس مناطق: منخفضة جداً، منخفضة، متوسطة، عالية، وعالية جداً من حيث القابلية للتأثر. ووجدوا أن مناطق المخاطر العالية والعالية جداً تغطي حوالي 25% من المنطقة. والأفضل من ذلك، أن الخريطة كانت دقيقة: فقد وجدت الغالبية العظمى من الانهيارات الأرضية التي عثروا عليها (سواء القديمة أو الـ 36 الجديدة) تقع تماماً في هذه المناطق عالية المخاطر.

الحدود والمستقبل

تشير الورقة البحثية بعناية إلى أن هذا ليس كرة بلورية سحرية. فلتكنولوجيا الأقمار الصناعية حدود؛ ففي المناطق ذات الغابات الكثيفة جداً أو التضاريس الصخرية شديدة الانحدار، يمكن لإشارة الرادار أن تتشوه (مشكلة تسمى "فقدان الترابط" أو decorrelation)، مما يعني أنهم لم يتمكنوا من رؤية حركة الأرض في حوالي 15-20% من المنطقة. كما أن نماذج الكمبيوتر تعتمد على البيانات المتوفرة لديهم الآن؛ فهي لا تأخذ في الاعتبار بعد كيف قد يجعل تغير المناخ الأمطار أكثر غزارة في المستقبل.

ومع ذلك، تثبت الدراسة نقطة قوية: من خلال الجمع بين "العيون الفضائية" التي ترى حركة الأرض مع نماذج الكمبيوتر الذكية، يمكننا الانتقال من النظر إلى خريطة خطر ساكنة وقديمة إلى خريطة حية وتتنفس. إنها وسيلة لرؤية علامات تحذير الأرض قبل حدوث الانزلاق، مما يوفر فرصة أفضل لحماية الناس والطرق في جبال الهيمالايا.