When Does Feature Engineering Matter? A Multi-Algorithm Comparison of Sentinel-2 Classifiers for Coastal and Mangrove Mapping in the Persian Gulf

الساحل هو مكان للتفاوض المستمر. إنه حيث تلتقي الأرض بالبحر، وهو حد متقلب يدعم بعضاً من أكثر الأنظمة البيئية حيوية على وجه الأرض، من غابات المانغروف التي تحمي الشواطئ إلى المسطحات المدية التي تغذي عدداً لا يحصى من الأنواع البحرية. ومع ذلك، تتعرض هذه المناطق أيضاً لضغوط من التنمية البشرية، وارتفاع مستويات البحار، والنشاط الصناعي. ولحمايتها، يحتاج العلماء إلى معرفة ما يحدث بالضبط على الأرض: أين توجد الأشجار، وأين تكون المياه ضحلة، وأين تكون الأرض جرداء. لعقود من الزمن، كانت الأداة الرئيسية لرؤية هذه الأماكن الشاسعة التي يصعب الوصول إليها من الأعلى هي صور الأقمار الصناعية. تلتقط هذه الأقمار الصناعية الضوء المنعكس عن سطح الأرض، مما ينشئ صورة يمكن للحواسيب تحليلها لتصنيف المناظر الطبيعية إلى فئات مختلفة، مثل الغابة أو الماء أو المدينة. ومع ذلك، فإن تحويل تلك الصور الخام إلى خرائط دقيقة ليس مهمة بسيطة. فالضوء المنعكس عن شجرة مانغروف يبدو مختلفاً عن الضوء المنعكس عن مسطح طيني، ولكن الفرق قد يكون طفيفاً، ويجب اختيار برامج الكمبيوتر المستخدمة للتمييز بينهما بعناية. فإذا استُخدم البرنامج الخاطئ، أو إذا لم يتم إعداد البيانات المغذية له بشكل صحيح، فقد تكون الخريطة الناتجة مضللة، مما قد يؤدي إلى قرارات سيئة بشأن كيفية إدارة هذه البيئات الهشة.

في الخليج العربي، وهي منطقة تواجه فيها غابات المانغروف ضغوطاً شديدة من البنية التحتية للنفط والغاز، شرع باحث يدعى كيوان كبيري في البحث عن الطريقة الأكثر موثوقية لرسم خرائط هذه المناظر الطبيعية الساحلية. ركز على خمسة مواقع محددة على طول الساحل الجنوبي لإيران، تتراوح من غابات المانغروف التي لم تمسها يد البشر نسبياً إلى المناطق المتأثرة بشدة بالمرافق الصناعية. ولاختبار أفضل نهج، جمع صور أقمار صناعية عالية الدلو من مهمة "سنتينل-2" (Sentinel-2) التابعة لوكالة الفضاء الأوروبية. توفر هذه الصور رؤية واضحة للأرض بدقة عشرة أمتار، مما يعني أن كل بكسل في الصورة يمثل مربعاً بمساحة عشرة في عشرة أمتار على الأرض. كان التحدي يكمن في تحديد أي خوارزمية كمبيوتر يمكنها تصنيف هذه البكسلات بشكل أفضل إلى ثماني فئات متميزة: المانغروف، المسطحات الطينية، التربة، المياه الضحلة، المياه العميقة، الأرض القاحلة، المناطق العمرانية، والغطاء النباتي العام. وللقيام بذلك، قارن كبيري بين أربع طرق مختلفة. اثنتان منها كانتا أدوات تعلم آلي حديثة وقوية تُعرف باسم "الغابة العشوائية" (Random Forest) و"تعزيز التدرج الشديد" (Extreme Gradient Boosting)، وهما تتعلمان من الأمثلة لاتخاذ قرارات معقدة. والثالثة كانت "آلة ناقلات الدعم" (Support Vector Machine)، وهي خوارزمية متطورة أخرى تُستخدم غالباً في الاستشعار عن بعد. أما الرابعة فكانت "تصنيف الاحتمال الأقصى" (Maximum Likelihood Classification)، وهي طريقة تقليدية أقدم بكثير تعتمد على افتراضات إحصائية حول كيفية سلوك الضوء.

اختبرت الدراسة هذه الخوارزميات تحت ظرفين مختلفين لمعرفة مدى أهمية إعداد البيانات. في السيناريو الأول، تم تغذية الحواسيب فقط بست نطاقات الضوء الخام التي التقطها القمر الصناعي، والتي تتوافق مع ألوان مختلفة من الطيف المرئي إلى الأشعة تحت الحمراء. وفي السيناريو الثاني، أضاف الباحثون أربع طبقات إضافية من المعلومات إلى البيانات. لم تكن هذه الطبقات صوراً جديدة، بل كانت تركيبات رياضية لنطاقات الضوء الموجودة والمصممة لإبراز ميزات محددة، مثل صحة الغطاء النباتي أو وضوح المياه. وتُعرف هذه العملية باسم "هندسة الميزات"، وغالباً ما يُعتقد أنها خطوة ضرورية لتحسين الدقة. بعد ذلك، قام الباحثون بإجراء التصنيف على جميع المواقع الخمسة وتحققوا من عملهم مقابل مرجع عالي الدقة. فقد قاموا مسبقاً بتحليق الطائرات بدون طيار (الدرونز) فوق هذه المواقع نفسها لإنشاء خرائط جوية مفصلة، والتي كانت بمثابة "الحقيقة الأرضية" لمعرفة أي الخرائط المستندة إلى الأقمار الصناعية كانت صحيحة بالفعل.

كشفت النتائج عن تمييز واضح ومفاجئ بين الأساليب القديمة والجديدة. أدت الخوارزميات الثلاثة الحديثة — الغابة العشوائية، وآلة ناقلات الدعم، وتعزيز التدرج الشديد — أداءً استثنائياً في كل حالة تقريباً. فقد حققت دقة إجمالية تبلغ حوالي 95 إلى 97 بالمائة، حيث حددت نوع الغطاء الأرضي بدقة لكل بكسل تقريباً. ومن المثير للدهشة أن هذه الأدوات عالية الأداء لم تكن بحاجة إلى المعلومات الإضافية المهندسة للقيام بعملها؛ فسواء تم تزويدها بنطاقات الأقمار الصناعية الخام فقط أو بالنطاقات الخام بالإضافة إلى المؤشرات الإضافية، ظلت دقتها مرتفعة باستمرار. إن إضافة البيانات الإضافية لم تغير أداءها إلا بأقل من واحد بالمائة في أي من الاتجاهين، مما يشير إلى أن هذه الأدوات الحديثة قوية بما يكفي لإيجاد الأنماط التي تحتاجها مباشرة من الصور الخام.

وفي المقابل الصارخ، عانت الطريقة التقليدية، تصنيف الاحتمال الأقصى، بشكل كبير عندما تم تزويدها بنطاقات الأقمار الصناعية الخام فقط. فبدون المعلومات الإضافية، تمكنت من تحديد الغطاء الأرضي بشكل صحيح بنسبة 55 بالمائة فقط تقريباً، وهو مستوى من الدقة لا يمكن استخدامه في الإدارة العملية. ومع ذلك، عندما أضاف الباحثون المؤشرات الطيفية الإضافية إلى البيانات، تحسنت هذه الطريقة القديمة بشكل كبير، حيث قفزت دقتها إلى متوسط 82 بالمائم. ورغم أن هذا كان تحسناً هائلاً، إلا أنه ظل بعيداً عن الأساليب الحديثة التي ظلت في التسعينات المرتفعة. وقد أكدت الدراسة أن الفرق بين أفضل طريقة حديثة والطريقة التقليدية المحسنة كان ذا دلالة إحصائية، مما يعني أن الفجوة كانت حقيقية وليست مجرد صدفة. كانت الأدوات الحديثة ببساطة أكثر ملاءمة للواقع المعقد والمضطرب للبيئة الساحلية.

وحتى مع وجود أفضل الأدوات، ظلت بعض التحديات قائمة. وجد الباحثون أن جميع الخوارزميات الأربع، بغض النظر عن مدى تطورها، واجهت صعوبة في التمييز بين ثلاثة أنواع محددة من الأراضي: المناطق العمرانية مثل المباني والطرق، والأرض القاحلة، والتربة العارية. غالباً ما تبدو هذه الفئات الثلاث متشابهة جداً في صور الأقمار الصناعية لأنها جميعاً ساطعة وجافة، وتعكس الضوء بطريقة متقاربة جداً. واستمر هذا الارتباك حتى عند إضافة البيانات الإضافية، مما يشير إلى أن القصور لا يكمن في برنامج الكمبيوتر، بل في القمر الصناعي نفسه. إن دقة عشرة أمتار لصور "سنتينل-2" ليست دقيقة بما يكفي للتمييز دائماً بين بقعة من التربة الجافة وبقعة من الخرسانة من هذه المسافة. ويشير هذا الاكتشاف إلى أنه بالنسبة للمهام التي تتطلب مراقبة دقيقة للتوسع الصناعي أو أنواع معينة من الأرض، قد لا تكون بيانات الأقمار الصناعية وحدها كافية، وقد يلزم استخدام مصادر بيانات أخرى.

ولضمان موثوقية النتائج، استخدمت الدراسة خطوة تحقق فريدة من نوعها. فبعد تصنيف الأقمار الصناعية، قارن الباحثون الخرائط الناتجة بالصور الجوية عالية الدقة التي التقطوها بواسطة الطائرات بدون طيار. كانت هذه عملية تحقق مستقلة، مما يعني أن بيانات الدرون لم تُستخدم لتعليم الحواسيب كيفية تصنيف الصور، بل استُخدمت فقط لمعرفة ما إذا كانت الخرائط النهائية منطقية. كانت نتائج هذا التحقق مثيرة للاهتمام؛ فبينما أظهرت اختبارات الدقة القياسية بوضوح تفوق الخوارزميات الحديثة، أعطى التحقق القائم على الدرون صورة مختلفة قليلاً. فلم يفرق بوضوح بين الأفضل أداءً والأسوأ، وفي بعض الحالات، أشار إلى أن الطريقة التقليدية كانت تؤدي بنفس مستوى الطرق الحديثة. حدث هذا لأن فحص الدرون استخدم قواعد عامة للحكم على الخرائط، مثل التحقق مما إذا كان بكسل "التربة" يبدو ساطعاً بما يكفي ليكون تربة. وبما أن الطريقة التقليدية غالباً ما خلطت بين التربة والمباني أو الأرض القاحلة، وكلها تبدو ساطعة في صور الدرون، فقد منح الفحص الطريقة التقليدية الفضل في الحصول على "المظهر" العام الصحيح، حتى لو أخطأت في التسمية المحددة. وقد سلط هذا الضوء على درس مهم: بينما تعتبر عمليات التحقق المستقلة قيمة لرصد الأخطاء الواضحة، إلا أنها لا يمكن أن تحل محل اختبارات الدقة التفصيلية القائمة على الحقائق الأرضية عند محاولة ترتيب أي طريقة هي الأفضل.

في النهاية، تقدم هذه الدراسة توجيهات واضحة لأي شخص يحاول رسم خرائط لهذه المناطق الساحلية. فإذا كان الهدف هو إنشاء خريطة دقيقة للمانغروف والمسطحات المدية، فإن اختيار خوارزمية الكمبيوتر يهم أقل مما قد يعتقد المرء، بشرط استخدام أداة تعلم آلي حديثة. تعد "الغابة العشوائية"، و"آلة ناقلات الدعم"، و"تعزيز التدرج الشديد" جميعها خيارات موثوقة تعمل بشكل جيد دون الحاجة إلى تحضير معقد للبيانات الإضافية. أما الطريقة التقليدية فليست مهجورة، لكنها تتطلب يداً حذرة؛ فهي تحتاج إلى المعلومات الطيفية الإضافية لتعمل على الإطلاق، وحتى مع ذلك، لا يمكنها مضاهة دقة الأدوات الجديدة. كما تذكر هذه الدراسة بأن التكنولوجيا لها حدود؛ فلا يمكن لأي كمبيوتر، مهما بلغ ذكاؤه، أن يميز دائماً بين مبنى وبقعة من التراب إذا لم تكن صورة القمر الصناعي حادة بما يكفي. وبالنسبة للعلماء والمديرين العاملين في حماية الخليج العربي، فإن الطريق إلى الأمام هو استخدام أكثر الأدوات الحديثة قوة المتاحة، مع البقاء على دراية بأن بعض التفاصيل ستتطلب دائماً نظرة فاحصة من الأرض أو من طائرة بدون طيار.