Innovative Methods for Multi-source Air Dust Pollution Monitoring using Remote Sensing: A Comparative Study of Chalkidiki (Greece) and Ihalainen (Finland)

إن الهواء الذي نتنفسه هو خليط معقد من الغازات والجسيمات الصلبة أو السائلة الدقيقة المعلقة فيه. وتحدث بعض هذه الجسيمات بشكل طبيعي، حيث تثيرها الرياح من الصحاري أو تنبعث من البراكين، بينما ينتج بعضها الآخر عن الأنشطة البشرية مثل حرق الوقود، أو قيادة السيارات، أو الحفر في الأرض لاستخراج المعادن. وعندما تكون هذه الجسيمات صغيرة بما يكفي لاستنشاقها، يمكن أن تهيج الرئتين، وتسبب الربو، وتساهم في أمراض القلب والرئة الخطيرة بمرور الوقت. ولأن هذه الجسيمات غير مرئية بالعين المجردة ويمكنها الانتقال لمسافات طويلة، فإن تتبعها أمر صعب. وقد اعتمد العلماء تقليديًا على أجهزة استشعار فيزيائية توضع على الأرض لقياس التلوث، لكن هذه المستشعرات مكلفة في البناء والصيانة، مما يترك مساحات شاسعة من العالم دون قياسات مباشرة. ولملء هذه الفجوات، لجأ الباحثون إلى الأقمار الصناعية التي تدور في المدار وأجهزة الكمبيوتر القوية التي تحاكي كيفية تحرك الغلاف الجوي وتغيره. وتوفر هذه الأدوات وسيلة لرؤية التلوث عبر مناطق بأكملها، لكنها ليست مثالية؛ إذ يمكن للسحب أن تحجب الأقمار الصناعية، وغالبًا ما تقوم نماذج الكمبيوتر بتنعيم التفاصيل المحلية الحادة للتلوث التي تحدث بجوار مصنع أو منجم مباشرة.

لقد هدفت هذه الدراسة إلى اختبار مدى فعالية هذه الأدوات عالية التقنية عند تطبيقها على منطقتين تعدين مختلفتين تمامًا: إحداهما في مناخ اليونان الحار والجاف، والأخرى في المناظر الطبيعية الباردة والغابية في فنلندا. وركز الباحثون على نوع محدد من التلوث يسمى PM10، والذي يشير إلى جسيمات الغبار التي يقل حجمها عن عشرة ميكرومترات — أي ما يعادل تقريبًا عرض شعرة الإنسان. أرادوا معرفة ما إذا كانت البيانات الواردة من الأقمار الصناعية ونماذج الكمبيوتر يمكنها تتبع الغبار الناتج عن عمليات التعدين بدقة في هذه البيئات المتباينة، وما إذا كانت هذه الأساليب يمكن أن تساعد في التنبؤ بجودة الهواء في المستقبل. ومن خلال مقارنة بيانات الأقمار الصناعية والنماذج الحاسوبية مع القياسات الفعلية المأخوذة من مستشعرات أرضية في كلا الموقعين، هدف الفريق إلى إنشاء طريقة موثوقة وقابلة للتوسع لمراقبة تلوث الغبار في المناطق التي تفتقر إلى شبكات المراقبة التقليدية أو التي لا توجد بها هذه الشبكات على الإطلاق.

فحص الباحثون موقعين متميزين لمعرفة كيف تؤثر المناخات وأنواع التعدين المختلفة على مستويات الغبار. كان الموقع الأول في تشاคิดيكي باليونان، وهي منطقة ذات مناخ متوسطي يتميز بصيف حار وجاف وتضاريس معقدة. حيث تقوم عمليات التعدين باستخراج معادن مثل الذهب والفضة والرصاص والزنك. أما الموقع الثاني فكان في إيهالاينين بفنلندا، وهي منطقة ذات مناخ بورِي (غابي شمالي) بارد حيث تقوم شركة بتعدين الحجر الجيري وإنتاج الجير. وبينما يتعامل الموقع اليوناني مع الغبار المحتوي على المعادن وتداخلات متكررة للرمال من الصحراء الكبرى، يتعامل الموقع الفنلندي مع غبار الكربونات والمشكلات الموسمية مثل غبار الطرق الذي يصبح سائبًا عندما يذوب الثلج. جمع الفريق بيانات من عام 2013 إلى عام 2024، حيث دمجوا القراءات الساعية من اثني عشر محطة أرضية في اليونان وسبع محطات في فنلندا مع البيانات من مصدرين رئيسيين: خدمة مراقبة الغلاف الجوي من كوبرنيكوس، التي تستخدم نماذج الكمبيوتر لتقدير مستويات التلوث، وMODIS، وهو جهاز يعمل بالأقمار الصناعية يقيس مقدار ضوء الشمس الذي يحجبه الغبار في الغلاف الجوي.

وعندما قارن الباحثون القياسات الأرضية مع بيانات الأقمار الصناعية والنماذج، وجدوا أن النتائج تباينت بشكل كبير اعتمادًا على الموقع والأداة المستخدمة. ففي اليونان، سجلت المستشعرات الأرضية مستويات أعلى بكثير من الغبار، حيث وصلت التركيزات إلى 347 ميكروغرام لكل متر مكعب، مقارنة بحد أقصى قدره 132 ميكروغرام لكل متر مكعب في فنلندا. كما أظهرت البيانات الأرضية أن التلوث في اليونان كان غير متكافئ للغاية؛ حيث كانت بعض المناطق القريبة من المناجم تعاني من مستويات غبار أعلى بكثير من مناطق أخرى تبعد عنها بضعة كيلومترات فقط. أما في فنلندا، فقد كان التلوث أكثر تجانسًا عبر المنطقة. وقد أثبت النموذج الحاسوبي من خدمة كوبرنيكوس أنه الأداة الأكثر موثوقية لتتبع التغيرات بمرور الوقت، حيث طابق الأنماط التي لوحظت على الأرض بشكل جيد، ملتقطًا ارتفاع وانخفاض مستويات الغبار بارتباط قوي. ومع ذلك، مال النموذج إلى التقليل من تقدير أعلى ذروات التلوث، ويرجع ذلك على الأرجًا إلى أن خلايا الشبكة الخاصة به كانت كبيرة جدًا بحيث لا تستطيع التقاط الانفجارات المحلية المكثفة للغبار بجوار معدات التعدين مباشرة. أما بيانات الأقمار الصناعية، التي تقيس إجمالي كمية الغبار في عمود من الهواء من الأرض إلى الفضاء، فقد كانت أقل فعالية؛ إذ غالبًا ما فقدت البيانات بسبب السحب أو واجهت صعوبة في التمييز بين الغبار الموجود في طبقات الجو العليا والغبار القريب من الأرض، مما أدى إلى علاقات أضعف مع القياسات الأرضية الفعلية.

كما بحثت الدراسة في كيفية تغير التلوث على المدى الطويل وما إذا كان يمكن التنبؤ به. ومن خلال تقسيم بيانات السنوات إلى اتجاهات وأنماط موسمية، لاحظ الباحثون أن جودة الهواء تتحسن تدريجيًا في كلا الموقعين. وفي فنلندا، كان انخفاض مستويات الغبار ملحوظًا بشكل خاص، حيث أظهرت القياسات الأرضية انخفاضًا بنحو 5 إلى 10 ميكروغرام لكل متر مكعب خلال فترة الدراسة. أما في اليونان، فكان الاتجاه أكثر استقرارًا، مع انخفاض طفيف بشكل عام. وكانت الأنماط الموسمية متميزة لكل موقع: شهدت فنلندا أعلى مستويات الغبار في الربيع عندما يكشف ذوبان الثلج عن غبار الطرق الجاف، بينما شهدت اليونาน ذروات في الصيف وأوائل الخريف، مدفوعة بالظروف الجافة وهبوب الغبار من شمال أفريقيا. ولاختبار ما إذا كان يمكن استخدام هذه الأنماط للتنبؤ بجودة الهواء في المستقبل، جرب الفريق مناهج رياضية مختلفة. ووجدوا أنه بالنسبة للتنبؤ بالاتجاهات طويلة المدى، فإن النموذج الإحصائي المصمم للتعامل مع الدورات الموسمية كان الأفضل. أما بالنسبة للتنبؤ بما سيحدث في المستقبل القريب جدًا، مثل اليوم التالي، فإن طريقة التعلم الآلي التي تتعلم من أنماط البيانات الماضية كانت تؤدي بشكل أفضل.

تشير النتائج إلى أنه بينما لا يمكن للأقمار الصناعية والنماذج الحاسوبية استبدال دقة المستشعرات الأرضية، إلا أنها أدوات قوية لملء الفجوات حيث تغيب المستشعرات. وتوفر النماذج الحاسوبية، على وجه الخصوص، صورة متسقة لجودة الهواء عبر مناطق واسعة وعلى فترات زمنية طويلة، مما يجعلها قيمة لفهم التأثير العام للتعدين على البيئة. ومع ذلك، نظرًا لأن هذه النماذج تعمل على تنعيم التفاصيل، فقد تغفل عن أسوأ حالات ارتفاع التلوث التي تحدث بجوار المنجم مباشرة. وتخلص الدراسة إلى أن النهج الأفضل هو الجمع بين الرؤية الواسعة من النماذج والبيانات المحددة والدقيقة من المحطات الأرضية. ويسمح هذا النهج الهجين بفهم أكثر اكتمالًا لتلوث الغبار، مما يساعد في حماية الصحة العامة وتوجيه السياسات البيئية حتى في المناطق النائية أو التي يصعب مراقبتها. ويوضح البحث أنه مع امتلاك المزيج الصحيح من الأدوات، من الممكن تتبع وإدارة جودة الهواء في مناطق التعدين بفعالية، بغض النظر عما إذا كان المناخ حارًا وجافًا أو باردًا ومثلجًا.