Application of Multi ML-Model for Multi-Scale Meteorological Drought Monitoring under CMIP6-Climate Scenario in Data-Scarce Semi-Arid Regions

تخيل طقس الأرض كأوركسترا ضخمة وفوضوية. أحياناً تعزف الآلات في تناغم تام، فتجلب أمطاراً لطيفة ورياحاً مستقرة. وفي أحيان أخرى، يفقد المايسترو السيطرة، فتتحول الموسيقى إلى عاصفة صاخبة أو صمت مطبق. هذا الصمت هو ما يسميه العلماء "الجفاف" — وهي فترة لا تظهر فيها الأمطار ببساطة، مما يهدد الغذاء الذي نأكله والماء الذي نشربه. ولفهم هذا الصمت قبل أن يصبح صوته عالياً جداً، يستخدم العلماء أدوات خاصة تسمى "المؤشرات". فكر في هذه الأدوات كأنها ميزان حرارة للطقس، ولكن بدلاً من قياس الحرارة، تقيس مدى جفاف أو رطوبة الهواء مقارنة بالمتوسط المعتاد. أحد هذه الأدوات الشهيرة هو مؤشر الهطول القياسي (SPI)، والذي يعمل كبطاقة تسجيل: الدرجة العالية تعني حفلة رطبة، والدرجة المنخفضة تعني صحراء قاحلة، والصفر يعني أن الأمور طبيعية تماماً.

لكن الجزء الصعب هنا هو أن الأرض ضخمة، ونماذج الطقس لدينا تشبه الخرائط الضبابية العملاقة. يمكنها إخبارنا بالجو العام للمناخ، لكنها غالباً ما تغفل عن التفاصيل المحلية الدقيقة التي تهم وادياً نهرياً معيناً. ولإصلاح هذه الخريطة الضبابية، يستخدم العلماء "التقليص النزولي" (Downscaling)، وهو يشبه أخذ صورة منخفضة الدقة واستخدام كمبيوتر ذكي جداً لزيادة حدة البكسلات حتى تتمكن من رؤية الأوراق الفردية على الأشجار. وبمجرد حصولهم على صورة حادة، يحتاجون للتنبؤ بالمستقبل. وبما أن الطقس عبارة عن لغز غير خطي فوضوي (حيث يمكن لتغيير صغير أن يسبب تأثيراً هائلاً)، فإنهم يلجأون إلى "تعلم الآلة" (Machine Learning). هذه برامج كمبيوتر تتعلم من التاريخ، تماماً مثل طالب يدرس آلاف الامتحانات الماضية ليخمن الإجابات في الامتحان القادم. والسؤال الكبير هو: أي طالب كمبيوتر هو الأذكى في تخمين متى سيتوقف المطر؟

هذه الورقة البحثية هي غوص عميق في نظام كركه المائي، وهو حوض نهري ضخم في إيران يعد حيوياً لإطعام الملايين، ولكنه أيضاً منطقة شبه جافة معرضة للجفاف. أراد الباحثون معرفة: إذا نظرنا إلى المستقبل باستخدام أحدث نماذج المناخ (CMIP6)، فما مدى سوء حالات الجفاف؟ والأهم من ذلك، أي "طالب" من طلاب تعلم الآلة هو الأفضل في التنبؤ بموجات الجفاف هذه حتى نتمكن من الاستعداد؟

قام الفريق بإعداد مختبر رقمي. لقد أخذوا بيانات من أربعة نماذج مناخية مختلفة من الحواسيب الفائقة وشغلوها عبر سيناريوهين مختلفين للمستقبل. السيناريو الأول، يسمى SSP126، وهو المسار "المتفائل" حيث يحاول العالم جاهداً أن يكون أخضر ومستداماً. والآخر، SSP585، وهو المسار "المتشائم" حيث نستمر في حرق الوقود الأحفوري ويصبح المناخ جامحاً. لقد غذوا هذه البيانات في خمسة نماذج مختلفة لتعلم الآلة: GPR، وXGBoost، وSVM، وMLP، وRandom Forest. فكر في هذه النماذج الخمسة كخمسة محققين يحاولون حل لغز المطر المفقود. لقد اختبروا هؤلاء المحققين على بيانات تاريخية من عام 1966 إلى 2018 ليروا من يمكنه تخمين حالات الجفاف الماضية بدقة أكبر.

كانت النتائج واضحة. المحقق المسمى GPR (انحدار العملية الغاوسية) كان نجم العرض. لم يكتفِ بالفوز فحسب، بل سيطر تماماً. فعندما نظر الباحثون في مدى جودة تخمين كل نموذج لمستويات الجفاف، حقق GPR درجة (تسمى R²) بلغت 0.944 عند مقياس الـ 6 أشهر. هذه درجة عالية للغاية، مما يعني أنه أصاب النمط بشكل مثالي تقريباً. أما المحققون الآخرون، مثل XGBoost وSVM، فقد قاموا بعمل جيد، لكنهم لم يستطيعوا مضاهاة دقة GPR. ووجدت الدراسة أن النظر في نافذة زمنية مدتها 6 أشهر كان هو "النقطة المثالية" للتنبؤ؛ فهي طويلة بما يكفي لتنعيم الضجيج اليومي، وقصيرة بما يكفي لالتقاط اتجاهات الجفاف الحقيقية.

عندما استخدم الفريق أفضل محقق (GPR) للنظر في المستقبل (2026–2039)، انقسمت القصة بناءً على السيناريو الذي تؤمن به. تحت سيناريو SSP126 المتفائل، يبدو المستقبل هادئاً نسبياً؛ حيث سيظل حوض النهر في الغالب في ظروف "طبيعية" أو رطبة قليلاً. ستحدث حالات جفاف، لكنها ستكون خفيفة، مثل رذاذ جفاف بسيط يسهل إدارته. ومع ذلك، تحت سيناريو SSP585 المتشائم، يصبح الطقس أكثر فوضوية. وبينما قد يبدو "المتوسط" مقبولاً، إلا أن التقلبات تصبح أكثر حدة. تشير عمليات المحاكاة إلى أنه تحت هذا المسار "الأسوأ"، قد يواجه الإقليم فترات رطبة شديدة (فيضانات) وأيضاً، وبشكل حاسم، حالات جفاف أكثر شدة.

وهنا تكمن الحبكة التي تسلط الورقة الضوء عليها: كلما نظرت إلى المستقبل بمدد زمنية أطول (مثل 12 شهراً)، يزداد الفرق بين السيناريوهين. في رؤية الـ 12 شهراً، يظل السيناريو المتفائل آمناً مع حالات جفاف خفيفة فقط. لكن السيناريو المتشائم؟ يبدأ في إظهار علامات الجفاف الشديد (قيم SPI أقل من -1.5) وحتى الجفاف المتوسط (قيم SPI بين -1 و -1.5). وتذكر الورقة صراحة أنه تحت المسار المتشائم، يمكن لحوض كركه أن يواجه حدث جفاف شديد في عام 2037، وهو خطر لا يظهر ببسا-طة في الجدول الزمني المتفائل.

كما اكتشف الباحثون شيئاً مثيراً للاهتمام حول المقاييس الزمنية. فكلما انتظرت وقتاً أطول لقياس المطر، قلّ تكرار حدوث حالات الجفاف. إذا نظرت إلى 3 أشهر فقط، فإن حوالي 42% من الوقت يكون جافاً. ولكن إذا نظرت إلى 12 شهراً كاملة، فإن هذه النسبة تنخفض إلى حوالي 13–14%. وذلك لأن المتوسطات طويلة المدى تعمل على تنعيم موجات الجفاف القصيرة. ومع ذلك، تحذر الورقة من أنه حتى لو كانت حالات الجفاف أقل تكراراً على المدى الطويل، إلا أنها عندما تحدث في السيناريو المتشائم، فإنها تضرب بقوة وتستمر لفترة أطول.

إذاً، ما هي الخلاصة؟ تقترح الورقة أنه لأغراض التخطيط، يجب أن نثق في نموذج GPR ونركز على إطار الـ 6 أشهر لاتخاذ القرارات متوسطة المدى؛ فهو الأداة الأكثر موثوقية لهذه المهمة. وبالنسبة للمدى الطويل (12 شهراً)، تشير البيانات إلى أنه إذا اخترنا المسار المتشائم، فنحن بحاجة للاستعداد للتقلبات القصوى — سواء الفيضانات أو حالات الجفاف الشديدة. أما المسار المتفائل فيقدم مستقبلاً أكثر استقراراً، لكن الورقة توضح أن خطر الجفاف الشديد حقيقي إذا لم نغير مسارنا. ويخلص المؤلفون إلى أنه بينما ليس المستقبل ميئوساً منه، إلا أننا بحاجة لأن نكون أذكياء في تخزين المياه عندما تكون متوفرة، وإدارتها بعناية عندما تكون شحيحة، خاصة إذا استمر العالم في التوجه نحو سيناريو المناخ الأكثر جموحاً وعدم قابلية للتنبؤ.