Significant Wave Height Prediction and Harbour Entry Risk Index (HERI) in the Sunda Strait using ERA5-Based Deep Learning to Support Merak- Bakauheni Ferry Operations
تُطوّر هذه الدراسة إطار عمل للتعلم العميق يعتمد على نماذج CNN-LSTM وBiLSTM باستخدام بيانات ERA5 للتنبؤ بارتفاع الأمواج الملحوظ في مضيق سوندا، وتُقدم مؤشرًا مبتكرًا لمخاطر دخول الموانئ (HERI) يتفوق بشكل كبير على عتبات ارتفاع الأمواج التقليدية في اكتشاف مخاطر الرسو، مما يتيح إنذارات مبكرة فعالة تتراوح بين 6 إلى 12 ساعة لعمليات عبّارات ميراك-باكوهيني.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في كل عام، ينتقل ملايين الأشخاص في إندونيسيا عبر مضيق سوندا، وهو ممر مائي ضيق يفصل بين جزيرتي جاوة وسومطرة. يعد هذا المسار أكثر عبور للعبارات ازدحاماً في البلاد، حيث يعمل كشريان حيوي للمسافرين والمركبات والسلع الأساسية. وخلال العطلة السنوية الضخمة المعروفة باسم "ليباران"، يرتفع عدد المسافرين إلى ما يقرب من ستة ملايين، مما يخلق تحدياً لوجستياً تصفه البلاد بأنه مقياس وطني لسلاسة السفر. بالنسبة لمشغلي العبارات، تعد السلامة أمراً بالغ الأهمية، لكن المحيط لا يمكن التنبؤ به. ويأتي الخطر الرئيسي من الأمواج؛ إذ تنص اللوائح الحالية على وجوب توقف العبارات عن العبور إذا وصل ارتفاع الموجة المؤثر — وهو متوسط ارتفاع الثلث الأعلى من الأمواج — إلى 2.5 متر. ومع ذلك، فإن هذه القاعدة البسيطة بها نقطة عمياء؛ فهي تفترض أن ارتفاع الموجة هو الشيء الوحيد المهم، متجاهلة كيفية حركة الموجة، والوقت الذي تستغرقه للمرور، والاتجاه الذي تضرب منه السفينة. فالموجة التي قد لا تكون عالية بشكل ملحوظ يمكن أن تكون قاتلة إذا ضربت العبارة بالزاوية الخاطئة أو إذا تطابق إيقاعها مع حركة التأرجح الطبيعية للسفينة، مما يتسبب في ترنحها بشكل خطير.
ولحل هذه المشكلة، شرع فريق من الباحثين في ابتكار طريقة أكثر ذكاءً للتنبؤ بالخطر في مضيق سوندا. فقد ركزوا على الامتداد المائي المحدد بين مينائي ميراك وباكاوهيني، حيث المياه عميقة والتيارات معقدة. وبدلاً من الاعتماد على رقم واحد لتقرير ما إذا كان الإبحار آمناً، طوروا أداة جديدة تسمى "مؤشر مخاطر دخول المرفأ" (Harbour Entry Risk Index). يعمل هذا المؤشر بمثابة فحص صحي شامل للبحر، حيث يجمع بين ثلاثة عوامل مختلفة: ارتفاع الأمواج، وتوقيت الأمواج بالنسبة لسرعة تأرجح السفينة الطبيعية، واتجاه قدوم الأمواج. ولجعل هذه الأداة تعمل، احتاج الباحثون لمعرفة ما ستفعله الأمواج قبل ساعات من حدوثها، فاستعانوا بالذكاء الاصطناعي، وتحديداً بنوع من التعلم الحاسوبي المصمم للتعرف على الأنماط في البيانات الزمنية. لقد قاموا بتدريب عدة نماذج حاسوبية مختلفة على أربعة عشر عاماً من البيانات المحيطية التاريخية، وتعليمها كيفية مراقبة سرعة الرياح، والضغط، وسلوك الأمواج السابق للتنبؤ بما ستكون عليه الأمواج بعد ست، واثنتي عشرة، وأربع وعشرين ساعة في المستقبل.
اختبر الباحثون خمسة أنواع مختلفة من النماذج الحاسوبية لمعرفة أي منها يمكنه التنبؤ بالأمواج بدقة أكبر. ووجدوا أن نموذجاً هجيناً، يجمع بين القدرة على رصد الأنماط المحلية والقدرة على تذكر التسلسلات طويلة المدى، كان الأفضل في التنبؤات قصيرة المدى. استطاع هذا النموذج التنبؤ بارتفاع الموجة قبل ست ساعات بدقة ملحوظة، حيث بلغت الأخطاء أقل من ستة سنتيمترات. أما بالنسبة للتنبؤات الأطول، والتي تصل إلى يوم كامل، فقد ثبت أن نوعاً آخر من النماذج التي تعالج المعلومات في الاتجاهين الأمامي والخلفي كان أكثر موثوقية قليلاً. وكانت هذه النماذج الحاسوبية متفوقة بمراحل على الطريقة البسيطة التي تفترض أن الأمواج ستبقى كما هي تماماً في اللحظة الراهنة. ومع ذلك، لم يكن الاختراق الرئيسي في التنبؤ بالارتفاع فحسب، بل في كيفية استخدام هذا التنبؤ؛ فعندما طبق الباحثون مؤشر المخاطر الجديد الخاص بهم على البيانات التاريخية، اكتشفوا خللاً حرجاً في قواعد السلامة القديمة. فلم يقم عتبة الـ 2.5 متر بتفعيل أي تحذير في مسار العبارة الرئيسي طوال فترة الدراسة التي استمرت أربعة عشر عاماً، رغم أن ظروف المحيط كانت غالباً هائجة. وفي الواقع، لم تتجاوز أعلى الأمواج المسجلة في ذلك الموقع المحدد 2.4 متر.
كشف هذا الاكتشاف أن القاعدة القديمة كانت تفشل في رصد الخطر الحقيقي. ثم اختبر الباحثون مؤشر المخاطر الجديد الخاص بهم مقابل سجل لست حوادث رسو فعلية وقعت في ميناء ميراك بين عامي 2020 و2024. وبموجب النظام القديم، كانت عتبة السلامة ستظل صامتة لجميع هذه الأحداث الستة الخطيرة لأن الأمواج كانت تقنياً تحت حد الـ 2.5 متر. في المقابل، حدد مؤشر المخاطر الجديد جميع الحوادث الستة كحالات خطرة بشكل صحيح؛ حيث أدرك أن الجمع بين ارتفاعات الأمواج المتوسطة، وفترات موجية محددة تطابقت مع إيقاع تأرجح العبارة، والأمواج التي تضرب السفينة من الأمام، خلق وضعاً خطيراً قد تغفله قياسات الارتفاع البسيطة. كما أظهر المؤشر نمطاً موسمياً واضحاً، حيث تقع أعلى مستويات المخاطر خلال أشهر الموسم المداري (المونسون) في ديسمبر ويناير، وهو ما يتوافق تماماً مع السجل التاريخي للأوق accidents التي حدثت بالفعل.
أظهرت الدراسة أيضاً أن هذا النظام يمكنه توفير تحذير مبكر موثوق. فباستاستخدام أفضل النماذج الحاسوبية، يمكن للنظام التنبؤ بالظروف الخطرة قبل ست إلى اثنتي عشرة ساعة من وصولها. وهذا الوقت المتاح يعد أمراً حاسماً لمشغلي العبارات، مما يمنحهم وقتاً كافياً لتعديل الجداول الزمنية أو تأجيل المغادرات قبل تشكل طوابير طويلة من المركبات على الطرق المؤدية إلى الميناء. وقد صُمم النظام ليكون حذراً؛ فعندما يرتكب خطأً، فإنه غالباً ما يقلل من تقدير الخطر قليلاً بدلاً من المبالغة في تقديره، مما يضمن عدم تفويت ساعة خطيرة حقاً. وبينما أشار الباحثون إلى أن عملهم اعتمد على البيانات التاريخية وأن التحسينات المستقبلية يمكن أن تشمل مستشعرات في الوقت الفعلي وخرائط أكثر تفصيلاً للمرفأ، إلا أن النتائج تقدم طريقة قوية لإدارة السلامة. ومن خلال الانتقال لما وراء الرقم الواحد وتبني صورة أكثر اكتمالاً لسلوك المحيط، يوفر هذا النهج أساساً عملياً قائماً على البيانات للحفاظ على سلامة ملايين المسافرين في مضيق سوندا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.