Forecast-Aware Explainable Hybrid Stacking for Forecasting Across Heterogeneous Indian Cities

تعد جودة الهواء مسألة حياة أو موت في أجزاء كثيرة من العالم، ومع ذلك فإن سحب التلوث غير المرئية التي تحوم فوق مدننا يصعب التنبؤ بها بشكل ملحوظ. تكمن المشكلة في أن الهواء لا يتصرف بالطريقة نفسها في كل مكان؛ فصباح ضبابي في عاصمة صناعية مكتظة يتبع قواعد مختلفة عن بعد ظهر ضبابي في ميناء ساحلي أو مدينة جنوبية رطبة. علاوة على ذلك، فإن العوامل التي تدفع التلوث — مثل أنماط حركة المرور، والتحولات الجوية، والحجم الهائل للمركبات والمصانع — تتغير باستمرار، مما يخلق لغزاً معقداً يتغير من ساعة إلى أخرى. لعقود من الزمن، حاول العلماء بناء نماذج حاسوبية للتنبؤ بهذه الظروف، آملين في تزويد مخططي المدن والمسؤولين الصحيين بإنذار مسبق قبل أن تستقر المستويات الخطيرة من الجسيمات الدقيقة، المعروفة باسم PM2.5، فوق السكان. كان التحدي دائماً هو الموازنة بين الدقة والوضوح: فقد يتنبأ النموذج بالمستقبل بشكل مثالي، ولكن إذا كان عبارة عن "صندوق أسود" لا يفهمه أحد، فسيكون من الصعب الوثوق به أو اتخاذ إجراء بناءً عليه.

هذه هي المشكلة التي عالجها فريق من الباحثين في جامعة بونديريتشيري في الهند. لقد شرعوا في بناء نوع جديد من أنظمة التنبؤ التي لا تكتفي بمجرد تخمين المستقبل، بل تشرح كيف وصلت إلى ذلك التخمين. يركز عملهم على ثلاث مدن هندية مختلفة تماماً: دلهي، العاصمة الشمالية المترامية الأطراف والمعروفة بالضباب الشتوي الكثيف؛ ومومباي، الميناء الغربي الصاخب؛ وتشيناي، المدينة الساحلية الجنوبية. ومن خلال دراسة البيانات الساعية من عام 2021 إلى 2025، طور الباحثون طريقة يسمونها "إطار التكديس الهجين القابل للتفسير" (Explainable Hybrid Stacking Framework). وببساطة، لم يعتمدوا على برنامج حاسوبي واحد للقيام بالعمل الشاق؛ بدلاً من ذلك، أنشأوا فريقاً من الخوارزميات المختلفة، لكل منها طريقتها الخاصة في النظر إلى البيانات، وعلموا خوارزمية رئيسية كيفية دمج رؤاها. والنتيجة هي نظام لا يتنبأ بجودة الهواء قبل ساعة واحدة بدقة عالية فحسب، بل يكشف أيضاً بالضبط عن العوامل — مثل مستويات التلوث في الساعة السابقة أو الرطوبة الحالية — التي تقود التنبؤ لكل مدينة على حدة.

بدأ الباحثون بجمع كمية هائلة من البيانات الخام من محطات الرصد الرسمية في المدن الثلاث. تضمنت هذه البيانات تركيز الجسيمات الدقيقة، إلى جانب مجموعة من التفاصيل الأخرى مثل الوقت من اليوم، واليوم من الأسبوع، وسرعة الرياح، والرطوبة. ولجعل هذه البيانات الخام مفهومة، كان عليهم أولاً تعليم الحاسوب كيفية رؤية الأنماط المخفية داخل الأرقام. قاموا بإنشاء متغيرات جديدة، أو "سمات" (features)، تلتقط إيقاع المدينة. أضافوا سمات تخبر الحاسوب بالوقت من السنة، وسمات تتبع سلوك التلوث في الساعات القليلة الماضية، وسمات تحسب متوسط التلوث خلال الأيام الماضية. حتى أنهم أنشأوا تركيبات خاصة تنظر في كيفية تفاعل الطقس مع التلوث. أنتجت هذه العملية مئات الإشارات المحتملة، لكن الكثير منها كان مكرراً أو زائداً عن الحاجة.

ولإيجاد أكثر السمات فائدة، استخدم الفريق عملية اختيار صارمة. فبدلاً من الثقة في طريقة واحدة فقط لتحديد السمات المهمة، استخدموا أربعة نهج إحصائية مختلفة لتصنيفها. بحثوا في أي السمات لها أقوى ارتباط إحصائي بالتلوث، وأيها وجدها نموذج حاسوبي قائم على الأشجار أكثر فائدة، وأيها تسبب في أكبر انخفاض في الدقة إذا تمت إزالته، وأيها ساهم أكثر في القرار النهائي. ومن خلال دمج نتائج هذه الطرق الأربع، توصلوا إلى "إجماع". وقد ضمن ذلك أن قائمة السموات النهائية لم تكن منحازة لخصوصية تقنية رياضية واحدة. بالنسبة لدلهي، قلصوا القائمة إلى 173 سمة رئيسية؛ وبالنسبة لمومباي، 159؛ وبالنسبة لتشيناي، 178. كانت هذه الخطوة حاسمة لأنها جردت البيانات من الضجيج، تاركة فقط الإشارات التي تهم كل موقع على حد الله.

مع اختيار أفضل السمات، بنى الباحثون محرك التنبؤ الخاص بهم. لم يستخدموا نموذجاً واحداً، والذي قد يكون جيداً في رؤية بعض الأنماط ولكنه يفتقد أنماطاً أخرى. بدلاً من ذلك، قاموا بتدريب ثلاثة أنواع مختلفة من نماذج تعلم الآلة — الغابة العشوائية (Random Forest)، والأشجار الإضافية (Extra Trees)، وXGBoost — على البيانات. فكر في هذه النماذج الثلاثة كأنهم ثلاثة خبراء؛ أحدهم قد يكون ممتازاً في رصد الاتجاهات طويلة المدى، والآخر في التقاط الارتفاعات المفاجئة، والثالث في فهم التفاعلات المعقدة بين المتغيرات. قدم كل خبير تنبؤه الخاص لجودة الهواء في الساعة التالية. ومع ذلك، لمنع النظام من استخدام بيانات لم يرها أثناء تدريبه، استخدم الباحثون تقنية دقيقة حيث يتم اختبار كل خبير على بيانات لم يسبق له رؤيتها أثناء التدريب.

الخطوة الأخيرة كانت جمع هؤلاء الخبراء معاً. عمل نموذج رابع، يسمى CatBoost، كقائد للفريق أو "متعلم فائق" (meta-learner). كانت مهمته هي الاستماع إلى تنبؤات الخبراء الثلاثة وتعلم كيفية دمجها في توقع واحد متفوق. تعلم هذا القائد أن الخبير الأول قد يكون محقاً أحياناً، والثاني أحياناً أخرى، وأن الإجابة الأفضل قد تكون مزيجاً من الثلاثة جميعاً. سمح نهج "التكديس" (stacking) هذا للنظام بالتقاط نطاق أوسع بكثير من الأنماط مما يمكن لأي نموذج منفرد القيام به بمفرده. واختبر الباحثون نظامهم على بيانات من أواخر عام 2024 و2025 لم ترها النماذج من قبل، لضمان أن النتائج هي اختبار حقيقي لقدرة التنبؤ.

كانت النتائج مذهلة. فقد تفوق النظام الجديد بشكل كبير على التخمينات البسيطة ونماذج الخبراء الفردية. بالنسبة لدلهي، فسر النظام 93.83% من التباين في جودة الهواء، مع متوسط خطأ يبلغ حوالي 30 ميكروغرام لكل متر مكعب. وفي مومباي، فسر 88.79% من التباين مع خطأ يبلغ حوالي 11 ميكروغرام. أما التحسن الأكثر دراماتيكية فقد لوحظ في تشيناي، وهي مدينة يصعب التنبؤ بجودة هوائها بشكل معروف. فبينما استطاع أفضل نموذج فردي تفسير حوالي 58% فقط من التباين، فسر النظام المدمج الجديد 76.96%، مما قلل الخطأ من أكثر من 22 ميكروغرام إلى 16.7 فقط. أثبت هذا أنه من خلال دمج استراتيجيات تعلم مختلفة، يمكن للنظام التعامل مع الديناميكيات الفريدة والمعقدة لكل مدينة بشكل أفضل بكثير من نهج "النموذج الواحد المناسب للجميع".

ولكن، ربما كان وضوح النظام لا يقل أهمية عن دقته. نظرًا لاستخدام الباحثين لطريقة تسمى SHAP (والتي ترمز إلى تفسيرات شابلي المضافة)، فقد تمكنوا من فتح "الصندوق الأسود" ورؤية ما يفكر فيه النموذج بالضبط. بالنسبة لدلهي، أظهر النظام أن إجمالي حمل التلوث وتركيز الجسيمات الأكبر حجماً هما المحركان الأكبر للتنبؤ. وفي مومباي، كانت المستويات الحالية للجسيمات الأكبر وما كانت عليه في الساعة السابقة هي العوامل الأكثر حرجاً. وفي تشيناي، اعتمد النظام بشكل كبير على مؤشر جودة الهواء من الماضي القريب وإجمالي حمل التلوث. هذا المستوى من التفصيل حيوي لصناع القرار؛ فهو يعني أنه إذا رأى مسؤول المدينة توقعات بتلوث مرتفع، فيمكنه النظر في التفسير ومعرفة ما إذا كان السبب هو ارتفاع مفاجئ في حركة المرور، أو تغير في الرياح، أو تراكم للانبعاثات الصناعية.

كما سلطت الدراسة الضوء على عدم وجود نموذج واحد "أفضل" لكل مدينة. فالخوارزمية التي عملت بشكل أفضل لدلهي لم تكن هي الأفضل لمومباي، ولا كانت الأفضل لتشيناي. هذا الاكتشاف يعزز فكرة أن تلوث الهواء هو ظاهرة محلية، مرتبطة بعمق بالجغرافيا والمناخ والنشاط البشري لكل مكان. فالنموذج الذي يعمل في مدينة ما لا يمكن ببساطة نسخه ولصقه في مدينة أخرى؛ بل يجب تكييفه. نجح إطار عمل الباحثين لأنه كان مرناً بما يكفي لتعلم القواعد الفريدة لكل مدينة مع الحفاظ على منهجية ثابتة وصارمة لبناء التوقعات.

وعلى الرغم من أن النتائج واعدة، إلا أن الباحثين حذروا من حدود عملهم. فقد تم اختبار النظام في ثلاث مدن فقط على مدار فترة زمنية محددة مدتها خمس سنوات. وبينما كان أداؤه جيداً هناك، لم تثبت فاعليته بعد في العمل في كل مدينة في الهند أو في العالم. البيانات المستخدمة جاءت من مراقبين حكوميين رسميين، وهي موثوقة، لكن النظام لم يدمج مصادر معلومات أخرى محتملة مثل صور الأقمار الصناعية أو بيانات حركة المرور في الوقت الفعلي. ويقترح المؤلفون أن العمل المستقبلي يجب أن يختبر النظام في مناخات مختلفة ومع أنواع مختلفة من البيانات لمعرفة ما إذا كان يمكن أن يكون عالمياً حقاً. كما يؤكدون أنه بينما يمكن للنظام التنبؤ بمستويات التلوث بدقة عالية، فإنه أداة للتنبؤ وليس لتحديد المصدر المحدد لحدث التلوث.

في نهاية المطاف، يقدم هذا البحث مخططاً جديداً لكيفية إدارة الهواء الذي نتنفسه. إنه يتجاوز الفكرة القديمة المتمثلة في محاولة إيجاد صيغة واحدة مثالية لهواء العالم؛ بدلاً من ذلك، فإنه يحتضن تعقيد المشكلة، مستخدماً فريقاً من الخبراء الرقميين المتنوعين للإبحار في التحديات الفريدة لكل مدينة. ومن خلال الجمع بين الدقة العالية والتفسيرات الواضحة، يوفر النظام أداة ليست قوية فحسب، بل جديرة بالثقة أيضاً. إنه يظهر أنه مع النهج الصحيح، لا يمكننا فقط رؤية مستقبل جودة هوائنا، بل وفهم القوى التي تشكلها، مما يمنح المدن المعرفة التي تحتاجها لحماية سكانها قبل وصول الضباب حتى.