Coupling advanced earth observation, Machine learning, GeoAI, and CA-ANN model for assessing Spatio-temporal LULC change in Gilgel Gibe I Watershed, Upper Omo-Gibe Basin, Ethiopia

إن تضاريس الأرض لا تسكن أبداً؛ فهي تتنفس، وتتحرك، وتتحول مع قيام الناس بزراعة المحاصيل، وبناء المنازل، وإزالة الغابات لإفساح المجال للاحتياجات الجديدة. هذا التشكيل المستمر للأرض تحت أقدامنا يُعرف بتغير استخدام الأراضي، وهو أحد أقوى القوى التي تغير كوكبنا اليوم. فعندما تتحول المناطق الطبيعية مثل الغابات والمراعي إلى مزارع أو مدن، فإن الآثار المتتابعة تمس كل شيء، بدءاً من المياه التي تتدفق في الأنهار وصولاً إلى الحيوانات التي تقطن تلك الأماكن. ولفهم هذه التغييرات، اعتمد العلماء منذ زمن طويل على النظر إلى الأرض من الأعلى، باستخدام الأقمار الصناعية لالتقاط صور لنفس البقعة على مدار سنوات عديدة. وفي العقود الأخيرة، انفجرت القدرة على معالجة هذه المجموعات الضخمة من الصور بفضل الحواسيب القوية في السحابة التي يمكنها تحليل كميات هائلة من البيانات في ثوانٍ معدودة. ومن خلال الجمع بين هذه الرؤى من الأقمار الصناعية والبرامج الحاسوبية الذكية التي يمكنها تعلم الأنماط، يستطيع الباحثون الآن ليس فقط رؤية كيف تغيرت المناظر الطبيعية في الماضي، بل وأيضاً محاكاة كيف قد تبدو في المستقبل. وهذه القدرة حيوية للمجتمعات التي تحتاج إلى التخطيط للأمن المائي، وإنتاج الغذاء، وحماية بيئتها الطبيعية.

في مرتفعات إثيوبيا، وتحديداً في منطقة تُعرف باسم حوض جيلجيل جيبة الأول (Gilgel Gibe I)، تحدث هذه التغييرات بسرعة مذهلة. هذه المنطقة، التي تغذي نظام نهر أومو-جيبة الضخم، تعد مصدراً حيوياً للمياه للري، والشرب، وتوليد الكهرباء للبلاد. ومع ذلك، تتعرض الأرض هنا لضغوط شديدة. فقد شرع فريق من الباحثين في فهم ما كان يحدث بالضبط للأرض على مدار العقدين الماضيين والتنبؤ بما قد يحدث في العقود القادمة. وقد ركزوا على سؤال محدد: مع نمو السكان وازدياد الحاجة إلى الغذاء والسكن، كيف يتغير التوازن بين الغابات والمراعي والأراضي الزراعية، وماذا يعني ذلك لمستقبل حوض المياه؟

وللإجابة على ذلك، لجأ العلماء إلى مجموعة أدوات رقمية تمزج بين صور الأقمار الصناعية المتقدمة والذكاء الاصطناعي. فقد جمعوا صوراً من الفضاء التُقطت في أعوام 2004 و2014 و2024، لتغطي فترة عشرين عاماً. جاءت هذه الصور من أقمار صناعية مختلفة، بعضها يلتقط الأرض بتفاصيل عالية والبعض الآخر يوفر رؤية أوسع. وباستخدام نظام سحابي يسمى "جوجل إيرث إنجين" (Google Earth Engine)، قام الباحثون بتغذية هذه الصور في خوارزمية تعلم آلي تُعرف باسم "الغابة العشوائية" (Random Forest). فكر في هذه الخوارزمية كطالب حاد البصر قد عُرِضت عليه آلاف الأمثلة لما تبدو عليه الغابات والمزارع والمدن من الفضاء. ومن خلال التعلم من هذه الأمثلة، استطاع الحاسوب تصنيف كل بكسل في الصور تلقائياً إلى واحدة من ست فئات: غابة، مياه، مناطق عمرانية، أرض جرداء، مراعي، أو زراعة. وقد فعل الحاسوب ذلك بدقة ملحوية، حيث حدد غطاء الأرض بشكل صحيح بنسبة تزيد عن 93% في العام الأخير، مما منح الفريق صورة واضحة ودقيقة للمناظر الطبيعية في ثلاث لحظات زمنية متميزة.

وكشفت هذه المراجعة التاريخية عن تحول دراماتيكي. ففي عام 2004، كانت حوالي 20% من حوض المياه مغطاة بالغابات. وبحلول عام 2024، انخفض هذا الرقم إلى ما يزيد قليلاً عن 8%، أي فقدان ما يقرب من 50,000 هكتار من الأشجار. وفي المق المقابل، شهدت الزراعة طفرة كبيرة؛ حيث توسعت الأراضي الزراعية من تغطية حوالي 60% من المساحة في عام 2004 إلى ما يقرب من 79% في عام 2024. لم يكن هذا التحول انزياحاً بطيئاً، بل كان تحولاً سريعاً، حيث حُوّلت الغابات الطبيعية والمراعي بشكل منهجي إلى حقول لإطعام سكان متزايدين. وفي الوقت نفسه، انفجر حجم المناطق المأهولة بالسكان، أو الأراضي العمرانية؛ فما كان يمثل جزءاً ضئيلاً جداً من المشهد الطبيعي، أقل من 1%، نما إلى أكثر من 3% في عشرين عاماً فقط، مما يمثل زيادة هائلة في البصمة العمرانية للبلدات والقرى. أما المراعي، التي كانت تغطي ما يقرب من 13% من حوض المياه، فقد تقلصت إلى النصف، واختفت لتفسح المجال للمحاصيل والمستوطنات.

لكن القصة لا تنتهي عند الماضي. فقد أراد الباحثون معرفة المسار الذي تسلكه هذه التغييرات. وللقيام بذلك، استخدموا نموذج محاكاة متطور يجمع بين مفهومين قويين: "الخلايا الآلية" (Cellular Automata) و"الشبكات العصبية الاصطناعية" (Artificial Neural Networks). وببساطة، يعمل هذا النموذج مثل بلورة رقمية للتنبؤ بالمستقبل؛ فهو ينظر في القواعد التي حكمت تغيرات الأراضي بين عامي 2004 و2014 — مثل مدى قرب قطعة الأرض من طريق ما، أو درجة انحدار المنحدر، أو مدى بعدها عن بلدة ما — ويطبق تلك القواعد نفسها للتنبؤ بشكل الأرض في عامي 2034 و2044. وقبل الوثوق بالنموذج فيما يخص المستقبل، اختبره الفريق عبر مطالبته بالتنبؤ بمشهد عام 2024 بناءً على بيانات سابقة. وقد نجح النموذج في ذلك، حيث طابق خريطة عام 2024 الفعلية بدقة عالية، مما منحهم الثقة للنظر بعيداً في المستقبل.

وترسم التوقعات للعقود القادمة صورة قاتمة لاستمرار التغيير. فإذا استمرت الاتجاهات الحالية، فمن المتوقع أن تتقلص الغطاء الغابي في حوض المياه بشكل أكبر، لينخفض إلى 6.5% فقط من المساحة الإجمالية بحلول عام 2044. وهذا يعني أن أكثر من ثلاثة أرباع الغابات التي كانت موجودة في عام 2004 ستكون قد اختفت. وعلى العكس من ذلك، يُتوقع أن تتوسع الأراضي الزراعية لتغطي أكثر من 81% من حوض المياه، مقتربة من نقطة لا يتبقى فيها سوى القليل جداً من الأراضي الطبيعية القابلة للتحويل. كما يُتوقع أن تنمو المناطق العمرانية بسرعة، لتضاعف حجمها خلال العشرين عاماً القادمة مع تسارع التوسع الحضري. أما المراعي، التي تضاءلت بالفعل، فمن المتوقع أن تختفي تماماً، تاركة وراءها مشهداً تهيمن عليه المحاصيل والخرسانة.

وتحمل هذه التغييرات تداعيات عميقة على صحة حوض المياه والناس الذين يعتمدون عليه. فالغابات والمراعي تعمل كإسفنج طبيعي، حيث تمتص المطر وتطلقه ببطء في الأنهار، مما يساعد في منع الفيضانات أثناء الأمطار الغزيرة ويحافظ على تدفق المياه خلال مواسم الجفاف. ومع استبدال هذه المناطق الطبيعية بالأسطح الصلبة والزراعة المكثفة، تفقد الأرض قدرتها على تنظيم المياه، مما قد يؤدي إلى جريان سطحي أسرع، وزيادة في تعرية التربة، وارتفاع خطر حدوث الفيضانات والجفاف معاً. علاوة على ذلك، فإن الرواسب التي تجرفها التربة المتآكلة يمكن أن تسد الخزانات التي تشغل محطات توليد الطاقة الكهرومائية في المنطقة، مما يهدد الإمدادات طويلة الأجل للكهرباء. كما أن فقدان المراعي يهدد سبل عيش المجتمعات الرعوية التي تعتمد على أراضي الرعي المفتوحة لمواشيها.

لا تدعي الدراسة أن هذه النتائج المستقبلية حتمية، بل هي النتيجة المرجحة إذا استمرت أنماط التنمية الحالية دون رقابة. ويؤكد الباحثون أن عمليات المحاكاة هذه تستند إلى الاتجاهات التاريخية ولا تأخذ في الاعتبار التغييرات المحتملة في السياسات، أو جهود الحفظ الجديدة، أو التحولات في السلوك الاقتصادي. ومع ذلك، فإن وضوح البيانات يقدم تحذيراً قوياً؛ إذ يشير إلى أنه بدون تدخل كبير لحماية الغابات المتبقية وإدارة التوسع الزراعي بشكل أكثر استدامة، فقد يواجه حوض المياه تحديات بيئية شديدة. وتوفر هذه النتائج أداة حاسمة للمخططين وصناع القرار، حيث تقدم أساساً بصرياً وكمياً واضحاً لاتخاذ القرارات بشأن استخدام الأراضي. ومن خلال فهم كيفية تغير المشهد الطبيعي وأين يتجه، تتاح للمنطقة فرصة لتوجيه تنميتها نحو مستقبل يوازن بين الاحتياجات البشرية والحفاظ على الأنظمة الطبيعية الحيوية التي تدعمها.