Spatial Heterogeneity of Flood–Salinity WASH Vulnerability: An Integrated FS-WVI and CatBoost–SHAP Assessment across Eight Unions of Subarnachar Upazila, Noakhali, Bangladesh
تدمج هذه الدراسة بيانات الاستشعار عن بعد والمسح الأسري مع تحليل CatBoost–SHAP لتطوير مؤشر هشاشة المياه والصرف الصحي والنظافة الصحية المرتبط بالفيضانات والملوحة (FS-WVI) عبر ثماني وحدات في سوبارناشار، كاشفةً أن أنماط الهشاشة المكانية مدفوعة بمجموعات متميزة من عجز التعرض والحساسية والقدرة على التكيف بدلاً من شدة المخاطر وحدها، مع تحديد عمق بئر الماء والمخاطر المركبة كمؤشرات رئيسية لملوحة مياه الشرب.
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 الأراضي الساحلية المنخفضة في بنغلاديش، يرافق الماء السكان باستمرار، لكنه ليس دائماً صديقاً لهم. فمنذ أجيال، تعايشت المجتمعات هنا مع توازن دقيق بين الأمطار المنعشة لموسم الرياح الموسمية وبين التهديد الزاحف لتسرب المياه المالحة من البحر. وعندما تتصادم هاتان القوتان، تكون النتيجة أزمة معقدة تتجاوز مجرد الفيضانات البسيطة؛ فهي تخلق وضعاً يكون فيه الماء الذي يملأ المنزل هو نفسه الماء الذي يسمم التربة ومصدر الشرب. يطلق العلماء على هذا المصطلح "خطر مركب"، وهو مصطلح يعني ببساطة حدوث حالتين خطيرتين أو أكثر في وقت واحد لجعل الوضع أسوأ مما لو حدثت كل واحدة منهما على حدة. إن فهم كيفية تأثير هذه القوى المجتمعة على الحياة اليومية للناس — وتحديداً وصولهم إلى المياه النظيفة، والمراحيض الآمنة، والنظافة الأساسية — أمر بالغ الأهمية للتخطيط لكيفية البقاء والتكيف مع تغير المناخ. وبدون هذا الفهم، قد تخطئ مشاريع المساعدات والبنية التحتية الهدف، فتساعد الأشخاص الخطأ أو تحل المشكلات الخطأ.
تناولت دراسة حديثة في "سوبارناشار أوبازيلا"، وهي منطقة ساحلية تابعة لـ "نوكالي" في بنغلاديش، هذا التحدي من خلال النظر إلى المشكلة عبر عدستين مختلفتين في آن واحد. أراد الباحثون معرفة ليس فقط أين يرتفع منسوب المياه أو أين تبلغ الملوحة ذروتها، بل كيف تترجم تلك الظروف الفيزيائية فعلياً إلى ضعف لدى الأسر الفردية. لقد ركزوا على ثمانية مجتمعات متميزة، أو وحدات إدارية، داخل المنطقة، محققين في سبب معاناة بعض الأسر بشدة مع المياه والصرف الصحي بينما تدبر أخرى أمورها بشكل أفضل، حتى وإن كانت في نفس منطقة الفيضان. ومن خلال الجمع بين صور الأقمار الصناعية للمناظر الطبيعية والمقابلات التفصيلية مع مئات العائلات، بنى الفريق طريقة جديدة لقياس المخاطر تأخذ في الاعتبار كلاً من البيئة خارج الباب والموارد داخل المنزل.
بدأ التحقيق بفيضان مفاجئ هائل في أغسطس 2024، اجتاح شرق بنغلاديش وجلب مياهاً غير متوقعة إلى مناطق كانت تتعامل بالفعل مع ملوحة عالية. ولفهم حجم هذا الحدث، استخدم الفريق تقنية الأقمار الصناعية لرسم خرائط توضح بدقة أين انتشرت مياه الفيضان وللقياس مدى ملوحة التربة والمياه السطحية. وقد دمجوا هذين الجزأين من المعلومات في درجة واحدة تمثل شدة الضغط المشترك للفيضان والملوحة على الأرض. ومع ذلك، كانوا يعلمون أن خريطة الخطر ليست سوى نصف القصة؛ فقد تعيش أسرة في منزل مغمور بالمياه وتكون في موقع خطر، ولكن إذا كان لديها بئر عميقة، وسقف قوي، وما يكفي من المال لشراء مياه نظيفة، فقد تنجو من الأزمة. وعلى العكس من ذلك، قد تكون أسرة في منطقة أقل تعرضاً للفيضان في ورطة حقيقية إذا لم يكن لديها مصدر مياه آمن، أو مسكن ضعيف، أو وسيلة لدفع تكاليف الرعاية الطبية.
ولاستيعاب هذا الواقع، استقصى الباحثون 384 أسرة عبر الوحدات الثماني. وسألوا أسئلة محددة حول مدة بقاء منازلهم تحت الماء، وعمق ارتفاع المياه، وما إذا كانوا قد فقدوا المحاصيل أو الماشية. كما سألوا عن جودة مياه الشرب لديهم، وما إذا كان أفراد الأسرة قد أصيبوا بالإسهال أو التهابات الجلد، وما نوع المراحيض التي يستخدمونها. والأهم من ذلك، جمعوا بيانات حول قدرة الأسر على المواجهة: دخلهم الشهري، ونوع المنزل الذي يعيشون فيه، وعمق آبار المياه لديهم، وما إذا كانوا يتلقون مساعدة من الحكومة أو منظمات الإغاثة. ومن خلال مزج هذه الإجابات المنزلية مع بيانات الأقمار الصناعية، أنشأ الفريق مؤشر ضعف شامل. لم يقس هذا المؤشر مدى سوء الفيضان فحسب، بل قاس مدى تعرض الأسرة، ومدى حساسيتها للضرر، ومدى قدرتها على التعافي.
كشفت النتائج عن مشهد من الضعف أكثر تعقيداً بكثير من مجرد خريطة بسيطة لمياه الفيضانات. وجدت الدراسة أن الوحدات الثماني لم تعانِ جميعها بنفس الطريقة؛ حيث أظهرت ثلاث وحدات — تشارامان أولاه، ومحمدبور، وتشار جوبيلي — أعلى مستويات الضعف الإجمالية. وفي هذه الأماكن، كان المحرك الرئيسي للمشكلة هو "التعرض"؛ حيث كانت العائلات ببساطة في مسار أسوأ ظروف للفيضان والملوحة. ومع ذلك، تغيرت القصة في مناطق أخرى؛ ففي وحدات مثل "تشار كلارك"، كان الخطر الفيزيائي أقل، لكن العائلات كانت لا تزال تعاني من الضعف لأن مصادر المياه لديها كانت مالحة طبيعياً أو لأن حالاتهم الصحية جعلتهم أكثر عرضة للأمراض. وفي وحدة محددة، وهي "تشار جابار"، لم تكن المشكلة الرئيسية هي الفيضان نفسه أو صحة العائلة، بل نقص الموارد؛ حيث كانت هذه العائلات تمتلك أقل قدرة على التكيف أو التعافي بسبب افتقارها للمال، أو المساكن القوية، أو الدعم المؤسسي.
ولعل الاكتشاف الأكثر إثارة للدهشة هو أن المناطق التي شهدت أخطر المخاطر الفيزيائية لم تكن دائماً هي ذاتها التي سجلت أعلى مستويات الضعف الإجمالية. فعلى سبيل المثال، كانت هناك وحدة واحدة سجلت درجات منخفضة جداً في الفيضان والملوحة على خرائط الأقمار الصناعية، ومع ذلك صُنفت كعالية الضعف لأن سكانها يمتلكون موارد قليلة جداً لمواجهة حتى الحدث المتوسط. أثبت هذا التباين أن النظر إلى البيئة وحدها ليس كافياً لفهم المخاطر البشرية. لقد أكدت الدراسة أن الضعف هو نتاج التفاعل بين العالم المادي والعالم الاجتماعي؛ فالفيضان لا يصبح كارثة لمجرد مستوى المياه، بل لأن عمق بئر الماء، وقوة المنزل، وتوفر الدخل لشراء الدواء أو المياه النظيفة، تلعب دوراً حاسماً.
وللتعمق في معرفة ما تسبب تحديداً في حصول العائلات على مياه شرب مالحة، استخدم الباحثون نموذجاً حاسوبياً متطوراً يمكنه إيجاد الأنماط في المزيج المعقد من البيانات البيئية والاجتماعية. عمل هذا النموذج كـ "مراقب مدرب للغاية"، حيث حلل كيف تعمل العوامل المختلفة معاً للتنبؤ بما إذا كانت مياه الأسرة ستكون عذبة أم مالحة. وأشار التحليل إلى عاملين رئيسيين كأقوى المتنبئات: عمق بئر الماء، وكثافة خطر الفيضان والملوحة المشترك. وأظهر أن بينما كان الخطر على الأرض مهماً، فإن عمق البئر الذي تستخدمه الأسرة كان أكثر أهمية في تحديد ما إذا كانت مياههم صالحة للشرب. كما سلط النموذج الضوء على أن الدعم من الحكومة أو المنظمات غير الحكومية لعب دوراً كبيراً في الحفاظ على سلامة المياه.
ولم تتوقف الدراسة عند تحديد العوامل فحسب، بل شرحت أيضاً كيف تعمل معاً. أظهر التحليل الحاسوبي أن تأثير خطر الفيضان والملوحة لم يكن نفسه للجميع؛ فبالنسبة لعائلة تمتلك بئراً عميقة جداً، قد لا يؤدي المستوى العالي لخطر الفيضان إلى مياه شرب مالحة. ولكن بالنسبة لعائلة تمتلك بئراً ضحلة، فإن نفس مستوى الخطر قد يعني أن مياهها أصبحت غير صالحة للشرب. هذا التفاعل يعني أن الحل للمشكلة يجب أن يكون مصمماً خصيصاً للظروف المحددة لكل مجتمع. ففي بعض الأماكن، قد تكون الأولوية لبناء دفاعات أفضل ضد الفيضانات، وفي أما-كن أخرى، قد ينصب التركيز على حفر آبار أعمق أو تقديم دعم مالي لمساعدة العائلات على شراء مياه نظيفة أثناء الأزمات.
خلص الباحثون إلى أن نهجهم الجديد، الذي يمزج بيانات الأقمار الصناعية مع القصص المنزلية والتحليل الحاسوبي المتقدم، يقدم أداة قوية للتخطيط. فهو يتجاوز الطريقة القديمة في التفكير التي كانت تعامل الفيضانات والملوحة كقضايا منفصلة أو تفترض أن جميع المجتمعات الساحلية معرضة للضعف بالتساوي. بدلاً من ذلك، يوفر صورة واضحة لأماكن تركز المخاطر، والأهم من ذلك، لماذا توجد. ومن خلال فهم أن الضعف يتشكل من خلال مزيج فريد من التعرض، والحساسية، والقدرة على التكيف في كل مجتمع على حدة، يمكن للمخططين تصميم تدخلات ناجعة حقاً. وتقترح الدراسة أنه في المستقبل، يجب أن تكون الجهود الرامية لحماية المياه والصرف الصحي في سواحل بنغلاديش متنوعة ودقيقة بقدر تنوع المجتمعات نفسها، بحيث تستهدف نقاط الضعف المحددة لكل منطقة بدلاً من تطبيق حل واحد يناسب الجميع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.