Does Feature Engineering Improve Meteorological Predictions Across Asia?

إن الهواء فوقنا لا يهدأ أبداً؛ فهو يتغير، ويتدفق، ويتفاعل في رقصة فوضوية من الحرارة والرطوبة والضغط، وهي الرقصة التي تحدد ما إذا كان محصول المزارع سينجو أو ما إذا كانت المدينة ستستعد لعاصفة. لعقود من الزمن، حاول العلماء التنبؤ بهذه التحركات باستخدام نماذج حاسوبية ضخمة تحا المحاكاة لفيزياء الغلاف الجوي. ورغم قوتها، إلا أن هذه عمليات المحاكاة مكلفة للغاية في تشغيلها، وتواجه أحياناً صعوبة في التعامل مع التعقيد الشديد للطقس المحلي. وفي السنوات الأخيرة، اكتسب نهج مختلف أرضية: استخدام تعلم الآلة. وهذه عبارة عن برامج حاسوبية تتعلم الأنماط من كميات هائلة من البيانات التاريخية للطقس لإجراء تنبؤات مستقبلية. ومع ذلك، هناك عقبة؛ فإذا قمت بتغذية برنامج تعلم الآلة بأرقام خام — مثل درجة الحرارة أو سرعة الرياح المسجلة في لحظة معينة — فإنه غالباً ما يفتقد الصورة الكبيرة، حيث يفشل في إدراك أن طقس اليوم مرتبط بعمق بطقس الأمس، أو أن الفصول تتبع دورة يمكن التنبؤ بها. ولحل هذه المشكلة، يستخدم العلماء تقنية تسمى "هندسة الميزات". وهذه هي عملية إنشاء أدلة جديدة يدوياً ليدرسها الحاسوب؛ فبدلاً من إعطائه درجة الحرارة فحسب، قد يعطونه أيضاً درجة الحرارة قبل ثلاثة أيام، أو عملية حسابية لكيفية تفاعل درجة الحرارة والرطوبة معاً. والأمل هو أن تساعد هذه الأدلة الإضافية الحاسوب على فهم الطقس بشكل أفضل. ولكن يبقى هناك سؤال عالق: هل يؤدي إضافة المزيد من الأدلة دائماً إلى المساعدة، أم أنه يمكن أن يربك الآلة أحياناً؟

لقد شرع فريق من الباحثين من جامعات في إيران وأجزاء أخرى من آسيا في الإجابة على هذا السؤال على نطاق واسع. لم ينظروا إلى مدينة واحدة أو نوع واحد من الطقس؛ بل فحصوا القارة الآسيوية بأكملها، وهي منطقة متنوعة مناخياً بقدر تنوعها الجغرافي، تمتد من الشمال المتجمد إلى المناطق الاستوائية الرطبة. لقد جمعوا سجلات الطقس اليومية من 1,634 محطة أرصاد جوية مختلفة، تغطي فترة أربعة وعشرين عاماً. وكان هدفهم هو اختبار خمسة عشر طريقة مختلفة لإعداد البيانات لنموذج تعلم الآلة. بعض الطرق كانت بسيطة، تكتفي بإضافة التاريخ أو يوم الأسبوع. وأخرى كانت معقدة، حيث تنشئ متغيرات جديدة عبر ضرب عوامل جوية مختلفة ببعضها أو حساب كيفية تغير الطقس خلال الأسبوع الماضي. وقد اختبروا هذه الطرق مقابل ثمانية متغيرات جوية مختلفة: درجة الحرارة، والرطوبة، والضغط الجوي، وسرعة الرياح، والغطاء السحابي، وهطول الأمطار، ودرجات الحرارة العظمى والصغرى اليومية. واستخدموا نموذج تعلم آلة قياسي، يُعرف باسم "الغابة العشوائية" (Random Forest)، لمعرفة أي طريقة لإعداد البيانات أنتجت تنبؤات أكثر دقة.

كانت النتائج مفاجئة وكشفت أنه لا توجد طريقة واحدة "مثلى" لإعداد بيانات الطقس. وجد الباحثون أن إضافة الميزات المهندسة حسنت دقة التنبؤات في أقل من نصف الحالات التي اختبروها. في الواقع، بالنسبة لحوالي 42 بالمائة من مجموعات المحطات والمتغيرات، أحدثت الأدلة الإضافية فرقاً ذا دلالة إحصائية. ولكن بالنسبة للبقية، كان العمل الإضافي بلا فائدة، أو في بعض الحالات، ضاراً بشكل فعال. أظهرت الدراسة أن النهج الصحيح يعتمد كلياً على ما تحاول التنبؤ به وأين تحاول التنبؤ به. فعلى سبيل المثال، عند التنبؤ بالضغط الجوي، كانت الطريقة الأكثر تعقيداً هي الأفضل؛ فمن خلال تضمين كل دليل ممكن، من الوقت من السنة إلى قراءات الضغط من الأيام القليلة السابقة، قلل النموذج من أخطاء التنبؤ بنسبة 41-42% عبر القارة بأكملها. وهذا منطقي لأن الضغط الجوي يتغير ببطء وبشكل يمكن التنبؤ به، لذا يستفيد الحاسوب من امتلاك تاريخ طويل من البيانات لدراسته.

ومع ذلك، كانت القصة مختلفة تماماً بالنسبة لدرجات الحرارة القصوى. فعندما حاول الباحثون التنبؤ بدرجة الحرارة العظمى أو الصغرى اليومية، أدت إضافة الميزات المعقدة غالباً إلى جعل أداء النموذج أسوأ. وفي ما يقرب من نصف الحالات المتعلقة بدرجات الحرارة الدنيا، كان النهج الأبسط — وهو استخدام البيانات الخام فقط دون أي هندسة إضافية — هو الأكثر دقة. ويشير الباحثون إلى أنه بالنسبة لهذه القيم القصوى تحديداً، فإن البيانات الأساسية تحتوي بالفعل على جميع المعلومات اللازمة، وأن إضافة طبقات من التعقيد لا تؤدي إلا إلى إدخال "ضجيج" يربك الحاسوب. وبالمثل، بالنسبة للرطوبة وسرعة الرياح، كانت الأدلة الزمنية البسيطة، مثل معرفة الشهر أو يوم الأسبوع، كافية في الغالب، ولم تقدم الطرق الأكثر تعقيداً أي فائدة تذكر لهذه المتغيرات.

كما كان لموقع محطة الطقس أهمية بالغة. فقد اكتشف الباحثون نمطاً واضحاً بالتحرك من المناطق الاستوائية نحو الشمال. ففي المناطق الاستوائية الدافئة في جنوب شرق آسيا والهند، تمثلت الطريقة الأكثر نجاحاً للتنبؤ بدرجة الحرارة والغطاء السحابي في إنشاء "ميزات التفاعل". وهي تركيبات رياضية تسمح للحاسوب برؤية كيفية عمل درجة الحرارة والرطوبة معاً، وهو أمر بالغ الأهمية في المناخات حيث تتفاعل الأرض والهواء بطرق معقدة. ولكن مع انتقالهم شمالاً إلى المناطق الأكثر برودة مثل سيبيريا وكازاخستان، أصبحت هذه التفاعلات المعقدة أقل فائدة. وفي هذه خطوط العرض العليا، كانت الميزات الزمنية البسيطة كافية. كما وجدت الدراسة أن هطول الأمطار كان المتغير الأصعب في التحسين؛ إذ لم تنجح طريقة واحدة بشكل جيد في كل مكان، وكانت التحسينات غالباً صغيرة ومتفرقة، مما يعكس الطبيعة غير المتوقعة للمطر نفسه.

في نهاية المطاف، يوفر هذا البحث خارطة طريق واضحة لأي شخص يستخدم تعلم الآلة للتنبؤ بالطقس. فهو يثبت أن فكرة وجود حل عالمي هي محض أسطورة. لا يمكنك ببساطة تطبيق نفس مجموعة حيل البيانات على كل مشكلات الطقس وتوقع نجاحها. إن الاستراتيجية المثلى هي أن تكون محدداً: استخدم مجموعات بيانات معقدة وشاملة للضغط؛ واعتمد على العلامات الزمنية البسيطة للرطوبة والرياح؛ وتجنب الإفراط في التعقيد عند التنبؤ بدرجات الحرارة القصوى. علاوة على ذلك، فإن موقع التنبؤ يهم بقدر أهمية المتغير نفسه. فما ينجح في غابة استوائية قد يفشل في سهل معتدل. ومن خلال فهم هذه الفروق الدقيقة، يمكن للعلماء بناء نماذج ليست فقط أكثر ذكاءً، بل أكثر صدقاً بشأن ما يمكن للبيانات إخبارهم به وما لا يمكنها إخبارهم به. وتخلص الدراسة إلى أن مستقبل التنبؤ بالطقس لا يكمن في إضافة المزيد من التعقيد لمجرد التعقيد، بل في اختيار الأدوات المناسبة للمكان المناسب والمهمة المناسبة بعناية.