Spatial interpolation alters heat-wave detection despite small temperature errors in data-sparse regions
تُظهر هذه الدراسة أنه في حين قد تحقق طرق الاستيفاء المكاني، مثل طريقة الوزن العكسي للمسافة، دقة تنبؤية مقبولة في المناطق التي تفتقر إلى البيانات، إلا أنها تقلل بشكل منهجي من تباين درجات الحرارة وتغير بشكل كبير في رصد مدة موجات الحر، مما يشير إلى أن مقاييس الخطأ التقليدية غير كافية لتقييم مدى ملاءمتها في تقييمات المخاطر المناخية.
تعتمد علوم المناخ بشكل كبير على الخرائط التي توضح كيفية تغير درجات الحرارة عبر مشهد طبيعي ما، حيث تملأ الفجوات بين محطات الأرصاد الجوية لإنشاء صورة مستمرة للغلاف الجوي. وتعد هذه الخرائط ضرورية لفهم المخاطر مثل موجات الحر، وهي فترات من الطقس شديد الحرارة تشكل تهديداً لصحة الإنسان، وتضغط على شبكات الطاقة، وتعطل الحياة اليومية. ولبناء هذه الخرائط، يستخدم العلماء تقنيات رياضية لتقدير درجة الحرارة في الأماكن التي لا يوجد بها ميزان حرارة، بناءً على قراءات المحطات المجاورة. وعلى مدى عقود، افترض الباحثون أنه إذا أنتجت طريقة ما خطأً متوسطاً صغيراً في تقديرات درجات الحرارة، فإنها ستكون موثوقة بما يكفي لجميع الأغراض، بما في ذلك تتبع الظواهر المتطرفة. ومع ذلك، فإن هذا الافتراض يغفل تفصيلاً حاسماً: وهو أن الطريقة التي تقوم بها الوسيلة بتنعيم البيانات يمكن أن تخفي الظواهر المتطرفة ذاتها التي يُفترض بها الكشف عنها.
تتحدى دراسة جديدة أجريت في ولاية ساو باولو بالبرازيل هذا الرأي السائد منذ فترة طويلة، حيث أظهرت أن اختيار الطريقة الرياضية يمكن أن يغير بشكل جوهري رصد موجات الحر، حتى عندما تبدو أرقام درجات الحرارة صحيحة تقريباً. ركز الباحثون على منطقة ذات تضاريس معقدة، تتراوح من مستوى سطح البحر إلى سلاسل جبلية عالية، حيث تتوزع محطات الأرصاد الجوية بشكل غير متساوٍ. وقد أخذوا سجلات درجات الحرارة بالساعة من عام 2021 إلى عام 2025 واختبروا طريقتين شائعتين لملء الفجوات: طريقة بسيطة تكتفي باختيار قراءة أقرب محطة، وطريقة أكثر تطوراً تعتمد على متوسط المحطات المجاورة، مع إعطاء وزن أكبر للمحطات الأقرب. وبينما أنتجت الطريقة المتطورة درجات حرارة متوسطة أكثر دقة بقليل، إلا أنها قامت بتنعيم البيانات بشكل منهجي، مما قلل من حدة التقلبات الحرارية.
أصبحت عواقب هذا التنعيم واضحة تماماً عندما بحث الفريق عن موجات الحر، والتي عُرِّفت في هذه الدراسة بأنها الأيام التي تتجاوز فيها درجة الحرارة القصوى 35 درجة مئوية لعدة أيام متتالية. فقد حددت الطريقة المتطورة، التي غالباً ما تُفضل لدقتها الإجمالية، عدداً أقل من موجات الحر ومدداً زمنية أقصر مقارنة بالطريقة البسيطة. وفي بعض البلديات، وصل الفرق في إجمالي عدد أيام موجات الحر على مدى فترة السنوات الخمس إلى 199 يوماً. حدث هذا لأن الطريقة المتطورة خفضت درجات الحرارة القصوى في أكثر الأيام حراً بشكل طفيف، بما يكفي لكسر سلسلة الأيام المتتالية المطلوبة لتصنيف الحدث كموجة حر. وتوضح الدراسة أن الطريقة يمكن أن تكون "أفضل" رياضياً في التنبؤ بمتوسط درجة الحرارة بينما تفشل في الوقت نفسه في رصد الأحداث المتطرفة التي تهم السلامة العامة والتخطيط المناخي.
وجد الباحثون أن هذا التأثير لم يكن عشوائياً، بل اتبع أنماطاً مرتبطة بالتضاريس وكثافة محطات الأرصاد الجوية. ففي المناطق ذات التضاريس المعقدة أو البيانات الشحيحة، كان تأثير التنعيم أقوى، لا سيما بالنسبة لدرجات الحرارة الدنيا، حيث مالت الطريقة إلى محو القيم المتطرفة الدنيا. ويشير هذا إلى أن الاعتماد فقط على مقاييس الخطأ القياسية، التي تقيس مدى قرب التقدير من الملاحظة في المتوسط، هو أمر غير كافٍ لتقييم المخاطر المناخية. فالطريقة التي قد تبدو جيدة على الورق قد تظل مشوهة لواقع الطقس المتطرف، مما يؤدي إلى التقليل من تقدير مدة وتكرار أحداث الحرارة الخطيرة.
وفي الختام، خلصت الدراسة إلى أن الاستيفاء المكاني ليس خطوة محايدة في إعداد البيانات المناخية، بل هو تحويل نشط يعيد تشكيل الإشارة. وتقتضي النتائج أن يكون العلماء وصناع السياسات حذرين عند استخدام البيانات المستوفاة لتقييم المخاطر، حيث يمكن أن يغير اختيار الطريقة القصة التي ترويها البيانات. وبالنسبة للتطبيقات المتعلقة بموجات الحر وغيرها من الظواهر المتطرفة، يجب ألا يكون الهدف مجرد تقليل متوسط الأخطاء، بل الحفاظ على التباين والاستمرارية في ارتفاعات درجات الحرارة. ويسلط هذا البحث الضوء على أنه في عالم يزداد دفئاً، حيث ترتفع مخاطر الطقس المتطرف، يجب اختيار الأدوات المستخدمة لرسم خرائط المناخ بعين تراعي الحفاظ على نفس الظواهر المتطرفة التي صُممت لقياسها.
ملخص تقني: الاستيفاء المكاني يغير الكشف عن موجات الحر رغم صغر أخطاء درجات الحرارة في المناطق شحيحة البيانات
بيان المشكلة تعتمد التقييمات المناخية بشكل متزايد على حقول درجات الحرارة المستوفاة مكانياً لتقدير التعرض على المستويات الإدارية (مثل البلديات) حيث تكون شبكات الرصد شحيحة أو غير منتظمة. وبينما يتم تقييم طرق الاستيفاء روتينياً باستخدام مقاييس الدقة العالمية مثل جذر متوسط مربع الخطأ (RMSE) ومتوسط الخطأ المطلق (MAE)، فإن تأثيرها على البنية الإحصائية لحقول درجات الحرارة والمؤشرات المناخية المشتقة لا يزال غير مفهوم بشكل كافٍ. وتحديداً، ليس من الواضح ما إذا كانت الطرق التي تؤدي جيداً في مقاييس الخطأ المتوسط تحافظ على التباين، وأطراف التوزيع، والاستمرارية الزمنية المطلوبة للكشف بدقة عن الأحداث المتطرفة مثل موجات الحر. تعالج هذه الدراسة الفجوة في فهم كيفية تغيير طرق الاستيفاء القائمة على المسافة لتمثيل درجات الحرارة القصوى والكشف عن موجات الحر في المناطق ذات التنوع البيئي المعقد وشحيحة البيانات.
المنهجية تركز الدراسة على ولاية ساو باولو بالبرازيل، وهي منطقة تتميز بتضاريس معقدة (سهول ساحلية، منحدرات، هضاب) وتغطية غير متساوية لمحطات الأرصاد الجوية. استخدم البحث بيانات درجة حرارة الهواء بالساعة من عام 2021 إلى 2025 والتي تم الحصول عليها من المعهد الوطني البرازيلي للأرصاد الجوية (INMET). تضمنت مجموعة البيانات 160 محطة (42 منها داخل الولاية)، مع وجود فجوات زمنية كبيرة في توافر البيانات.
اتبع الإطار المنهجي مساراً مكوناً من أربع خطوات يعتمد على البيانات:
المعالجة المسبقة وبناء الميزات: تم ضبط جودة البيانات الساعية. كما تم تضمين منطقة عازلة بمسافة 250 كم حول الولاية لدمج المحطات المجاورة وتقليل آثار الحواف.
تقييم النموذج (LOOCV): تم استخدام إطار التحقق المتبادل "ترك المحطة الواحدة خارج الاختبار" (LOOCV) لتقييم أداء الاستيفاء. استُخدمت طريقة "الجار الأقرب" (NN) كخط أساس، تمت مقارنتها بعدة تكوينات من طريقة "الوزن العكسي للمسافة" (IDW) مع أنصاف أقطار بحث تبلغ 150 و200 و250 كم، وأسس اضمحلال المسافة (α) بقيم 2 و3. تم قياس الأداء باستخدام RMSE وMAE والتحيز (Bias) وR2.
التعلم غير الخاضع للإشراف: تم تطبيق تحليل المكونات الرئيسية (PCA) والتجميع المكاني القائم على الكثافة للتطبيقات ذات الضوضاء (DBSCAN) على مقاييس الأداء والسمات الجغرافية (خط الطول، خط العرض، الارتفاع) لتحديد الأنماط المكانية لمهارة النموذج وتجميع المحطات ذات أنظمة الخطأ المتشابهة.
التنبؤ المكاني واشتقاق المؤشرات: استُخدم أفضل تكوين لـ IDW (نصف قطر 250 كم، α=2) وطريقة NN لاستيفاء درجات الحرارة الساعية إلى مراكز 645 بلدية. تم تجميع هذه السلاسل في إحصاءات يومية (المتوسط، الحد الأدنى، الحد الأقصى). عُرِّفت موجات الحر بأنها تتابعات من الأيام المتتالية التي تتجاوز فيها درجة الحرارة القصوى اليومية 35∘ مئوية.
النتائج الرئيسية
دقة الاستيفاء: حقق تكوين IDW بنصف قطر بحث 250 كم وα=2 أفضل أداء بين الطرق المختبرة، محققاً RMSE قدره 1.97∘ مئوية وR2 قدره 0.877، متفوقاً على خط أساس NN (الذي سجل RMSE قدره 2.65∘ مئوية وR2 قدره 0.778).
البنية المكانية للأخطاء: كشف تحليل التجميع أن أخطاء الاستيفاء ليست موزعة عشوائياً بل لها بنية مكانية. ارتبطت المحطات ضعيفة الأداء (العنقود -1) بالظروف البيئية غير المتجانسة والتضاريس المعقدة، بينما لوحظ أداء أفضل في المناطق ذات كثافة المحطات العالية والتضاريس الأكثر تجانساً.
التأثير على توزيعات درجات الحرارة: بينما حافظت طريقة IDW بشكل كافٍ على النزعة المركزية لدرجات الحرارة القصوى والمتوسطة، إلا أنها قللت بشكل منهجي من تباين درجات الحرارة. كان هذا التأثير التمهيدي (Smoothing effect) أكثر وضوحاً في درجات الحرارة الدنيا، حيث تم تخفيف القيم المتطرفة الباردة، وتم تشويه الأطراف الدنيا للتوزيع.
التباين في الكشف عن موجات الحر: أدى نقص التباين والاستمرارية الزمنية إلى فروق كبيرة في الكشف عن موجات الحر. مقارنة بطريقة NN، حددت طريقة IDW باستمرار عدد موجات حر أقل ومدد زمنية أقصر. في بعض البلديات، اختلف إجمالي مدة موجة الحر بما يصل إلى 199 يوماً خلال فترة الدراسة. على سبيل المثال، في "بيريرا باريتو" و"إلها سولتيرا"، رصدت طريقة NN حوالي 325 يوماً من موجات الحر، بينما رصدت IDW 126 يوماً فقط.
التضخيم غير الخطي: وجدت الدراسة أنه حتى أخطاء درجات الحرارة الصغيرة (نسبة إلى إجمالي RMSE) يمكن أن تطلق آلية تضخيم غير خطية. ولأن الكشف عن موجات الحر يعتمد على عتبات ثابتة ومعايير الأيام المتتالية، فإن التقليل الطفيف في درجات الحرارة المستوفاة يمكن أن يكسر تسلسلات تجاوز العتبة، مما يؤدي إلى نقص كبير في تقدير تكرار ومدة الحدث.
الأهمية والادعاءات تجادل الورقة بأن الاستيفاء المكاني ليس خطوة معالجة مسبقة محايدة، بل هو تحويل نشط للإشارة المناخية يمكن أن يغير تمثيل الظواهر المناخية المتطرفة. ويدعي المؤلفون ما يلي:
المقاييس التقليدية غير كافية: قد يكون تقييم طرق الاستيفاء بناءً على مقاييس الخطأ المتوسط (RMSE, MAE) وحدها غير كافٍ للتطبيقات المتعلقة بتقييم المخاطر المناخية وتحليل الأحداث المتطرفة، لأن هذه المقايث تفشل في رصد التشوهات في أطراف التوزيع والاستمرارية الزمنية.
الخيارات المنهجية تؤثر على تقييم المخاطر: يؤثر اختيار طريقة الاستيفاء مباشرة على توصيف موجات الحر. فالطرق التي تقدم "تمهيداً مكانياً" (مثل IDW) قد تؤدي إلى نقص في الكشف عن تكرار ومدة موجات الحر، مما قد يسبب انحيازاً في تقييمات التعرض، والضعف، واحتياجات التكيف.
الأداء المعتمد على السياق: تعتمد الطريقة "الأفضل" للاستيفاء على التطبيق المحدد. وبينما قد تقلل طريقة IDW من متوسط خطأ التنبؤ، إلا أنها قد تكون دون المستوى الأمثل للحفاظ على القيم المحلية القصوى وتجاوزات العتبة المتتالية.
الآثار على اتخاذ القرار: في المناطق شحيحة البيانات حيث تكون المنتجات المستوفاة هي الأساس الرئيسي للتقييم المناخي المحلي، يمكن لهذه الحساسيات المنهجية أن تؤثر على تخصيص الموارد وتحديد البلديات الأكثر تعرضاً للحرارة الشديدة.
تخلص الدراسة إلى أن تقييمات الأثر المناخي المستقبلية يجب أن تأخذ في الاعتبار صراحةً عدم اليقين في الاستيفاء، لا سيما بالنسبة للمؤشرات القائمة على العتبات، وتقترح أن أطر التقييم يجب أن تتجاوز أخطاء النقطة الواحدة لتشمل التشخيصات التوزيعية والحفاظ على خصائص الأحداث.