Evaluation of Smoothing Functions in Generalized Additive Models Applied to the Relative Abundance of Green Turtle (Chelonia mydas)

تخيل أنك تحاول التنبؤ بعدد الأسماك التي ستظهر في بقعة معينة من المحيط. قد تعتقد أنه يمكنك ببساطة رسم خط مستقيم على رسم بياني: "إذا كانت المياه أكثر دفئًا، فستأتي المزيد من الأسماك". لكن الطبيعة نادرًا ما تكون خطًا مستقيمًا؛ فهي فوضوية، ومتعرجة، ومليئة بالمفاجآت. أحيانًا ترى حشدًا هائلًا من الأسماك، وفي أحيان أخرى تكون المياه خالية تمامًا. هنا يأتي دور نوع خاص من الرياضيات يسمى "النماذج الجمعية المعممة" (أو GAMs). فكر في نماذج GAMs كمسطرة ذكية ومرنة يمكنها الانحناء والالتواء لتتبع المسارات المتعرجة وغير المتوقعة للطبيعة، بدلاً من إجبار كل شيء على أن يكون خطًا مستقيمًا.

ومع ذلك، لاستخدام هذه المسطرة المرنة بشكل صحيح، عليك أن تعرف نوع "الضجيج" الذي تصدره بياناتك. هل تتصرف البيانات مثل إيقاع طبول هادئ وثابت؟ أم أنها مثل جلسة جاز فوضوية ذات اصطدامات مفاجئة وعالية؟ في الإحصاء، يسمى هذا اختيار "عائلة التوزيع" المناسبة. إذا اخترت النوع الخاطئ — مثل محاولة قياس جبل متعرج بمسطرة مسطحة — فقد تحصل على شكل المنحنى الصحيح، لكنك ستسيء فهم القصة التي ترويها تمامًا. هذه الورقة البحثية هي قصة بوليسية عن إيجاد الأدوات الرياضية المثالية لعد السلاحف الخضراء اليافعة، لضمان أننا لا نرى الأرقام فحسب، بل نفهم حقًا حياة السلاحف.

---

لغز عد السلاحف

في المياه الصخرية المشمسة قبالة شاطئ إيتابيروبا نورتي في البرازيل، ظل فريق من العلماء يراقب عن كثب السلاحف الخضراء اليافعة (Chelonia mydas). هذه السلاحف الصغيرة تشبه المراهقين الفضوليين في المحيط، حيث تظهر للتنفس، وأكل الأعشاب البحرية، والاسترخاء. ومنذ عام 2021، قام المراقبون بعدّها من أربع محطات مختلفة على طول الشاطئ، مسجلين بالضبط عدد السلاحف التي تظهر في أي وقت معين.

المشكلة؟ كانت البيانات فوضوية بعض الشيء. كانت مليئة بـ "الأصفار" (الأوقات التي لم تُشاهد فيها أي سلاحف) و"القفزات" (الأوقات التي ظهرت فيها مجموعة ضخمة فجأة). كما كانت "مفرطة التشتت"، وهو مصطلح معقد يعني أن الأرقام كانت أكثر انتشارًا وفوضوية مما قد يوحي به المتوسط البسيط. أراد الباحثون بناء نموذج لفهم لماذا تظهر السلاحف في أوقات معينة، باستخدام عوامل مثل الوقت من اليوم، ودرجة الحرارة، والمد والجزر، والرياح. ولكن للقيام بذلك، كان عليهم حل لغز من جزئين: أي شكل رياضي يناسب البيانات بشكل أفضل؟ وأي مسطرة مرنة (دالة تنعيم) ترسم المنحنى بدقة أكبر؟

مواجهة التوزيعات الكبرى

أولاً، توجب على الفريق تحديد أفضل طريقة لوصف أعداد السلاحف. لقد اختبروا أربعة "أزياء" رياضية مختلفة للبيانات:

1. التوزيع الطبيعي: يفترض أن البيانات متماثلة تمامًا، مثل منحنى الجرس.
2. التوزيع اللوغاريتمي الطبيعي: يتعامل مع البيانات الملتوية بشكل أفضل، لكنه لا يزال يعاملها كبيانات مستمرة.
3. توزيع بواسون: خيار كلاسيكي لعد الأشياء، لكنه يفترض أن المتوسط والانتشار متساويان تمامًا.
4. التوزيع الثنائي الحدين السالب: خيار أكثر مرونة يسم يسمح بالانتشار بأن يكون أكبر بكثير من المتوسط.

كانت النتائج واضحة. كانت أزياء التوزيع الطبيعي وبواسون سيئة للغاية. فشل نموذج بواسون، على وجه الخصوص، فشلًا ذريعًا لأن بيانات السلاحف كانت مفرطة التشتت للغاية — حيث كان التباين 13.65 بينما كان المتوسط 2.93 فقط. محاولة حشر هذه البيانات الفوضوية في صندوق "بواسون" كانت تشبه محاولة وضع وتد مربع في ثقب مستدير؛ فقد شوهت النتائج وجعلت العلماء يعتقدون أنهم أكثر يقينًا مما هم عليه في الواقع. أما التوزيع اللوغاريتمي الطبيعي فكان أفضل، لكنه لم يكن مثاليًا أيضًا.

كان الفائز هو التوزيع الثنائي الحدين السالب. فقد كان الوحيد القادر على التعامل مع "تضخم الأصفار" (الكثير من المشاهدات الفارغة) و"الذيول الثقيلة" (المجموعات الضخمة والنادرة من السلاحف) دون عناء. باستخدام هذا التوزيع، تمكن النموذج أخيرًا من التوقف عن التخمين والبدء في عكس الواقع الفوضوي لحياة السلاحف بدقة.

سباق المساطر المرنة

بمجرد حصولهم على الزي المناسب، توجب على الفريق اختيار "المسطرة" الصحيحة لرسم المنحنى. في عالم النماذج الجمعية المعممة (GAMs)، تسمى هذه المساطر "دوال التنعيم". لقد اختبروا أربعة أنواع مختلفة:

• شرائح الانحدار ذات الصفائح الرقيقة (TPS): تشبه صفيحة معدنية مرنة تنحني بسلاسة في جميع الاتجاهات.
• شرائح الانحدار التكعيبية (CRS): تشبه سلسلة من المنحنيات السلسة والمتصلة المصنوعة من الرياضيات التكعيبية.
• الشرائح المعاقبة (P-splines): طريقة تضيف "كابحًا" لمنع المنحنى من أن يصبح شديد التعرج.
• الشرائح التكيفية: أذكى مسطرة على الإطلاق، والتي يمكن أن تكون صلبة في بعض الأماكن ومرنة للغاية في أماكن أخرى، اعتمادًا على الأماكن التي تكون فيها البيانات صعبة.

وجدت الورقة البحثية أنه لم تكن هناك مسطرة واحدة "أفضل" لكل شيء. بدلاً من ذلك، كان الخيار الأفضل يعتمد على ما تستجيب له السلحفاة:

• الوقت ودرجة الحرارة: بالنسبة لمتغيرات مثل "الأيام" و"درجة الحرارة"، كانت الشرائح التكيفية هي البطلة. فهذه العوامل تتغير في دفعات غير متوقعة، وكان بإمكان المسطرة التكيفية أن تنحني تمامًا حيث تحتاج البيانات لذلك، مما يلتقط التحولات المفاجئة في سلوك السلاحف.
• الأمواج والرياح: بالنسبة لأشياء مثل "ارتفاع الموج" و"سرعة الرياح"، كانت شرائح الانحدار التكعيبية هي الأفضل. فهذه العوامل تميل إلى التغير تدريجيًا، لذا كان المنحنى السلس والثابت هو الملائم تمامًا.
• اتجاه الرياح: بالنسبة لمكونات الرياح الشمالية-الجنوبية والشرقية-الغربية، حازت شرائح الصفائح الرقيقة على اللقب. ولأن اتجاه الرياح عبارة عن دائرة ثنائية الأبعاد (يمكنها الذهوة في أي مكان)، كانت مسطرة الصفائح الرقيقة هي الوحيدة القادرة على رسم مسارها بسلاسة دون ارتباك.

الحكم النهائي

من خلال الجمع بين التوزيع الثنائي الحدين السالب ومزيج من هذه المساطر المتخصصة، بنى الباحثون نموذجًا يتسم بالصلابة الرياضية والحقيقة البيئية في آن واحد. لقد اكتشفوا أن وجود السلاحف ليس عشوائيًا فحسب؛ بل مدفوع بعلاقات معقدة وغير خطية مع بيئتهم. السلاحف لا تستجيب فقط لمبدأ "حرارة أكثر = سلاحف أكثر"، بل إنها تستجيب لعتبات محددة وتغيرات مفاجئة في درجة الحرارة والمد والجزر، بينما تعمل أنماط الأمواج والرياح كمؤثرات خلفية أكثر استقرارًا.

تؤكد الدراسة أنه إذا كنت تريد فهم الطبيعة، فلا يمكنك استخدام نهج واحد يناسب الجميع. يجب عليك مطابقة أدواتك الرياضية مع الخصائص الفريدة لبياناتك. في هذه الحالة، سمح "الزي الثنائي الحدين السالب" ومجموعة "المزيج والتطابق" من المساطر المرنة للعلماء برؤية قصة السلاحف بوضوح، مما كشف عن موطن طبيعي هو عبارة عن فسيفساء ديناميكية من الموارد والفرص. إنه تذكير بأنه في العلم، غالبًا ما يكون الفرق بين رؤية ضبابية ورؤية الصورة الكاملة هو استخدام الأداة الصحيحة للمهمة.