Overhead Transmission Line Fragility, Climate-Induced Risks and Geospatial Artificial Intelligence: A Systematic Bibliometric Review
تكشف هذه المراجعة الببليومترية المنهجية أنه في حين تضمن البحث في هشاشة خطوط نقل الطاقة الكهربائية فوق الرأس دمجاً متزايداً للذكاء الاصطناعي وتعلم الآلة، إلا أنه لا يزال مجزأً مع ضعف في التكامل بين المنظورات المناخية والجغرافية المكانية، وتحيزات إقليمية كبيرة، وافتقار إلى أطر شاملة لمعالجة التأثيرات المناخية التراكمية متعددة المخاطر.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل شبكة غير مرئية شاسعة من خطوط الطاقة تمتد عبر القارات، تحمل الكهرباء التي تضيء منازلنا وتمد مدننا بالطاقة. لعقود من الزمن، صمم المهندسون هذه الخطوط لتتحمل الطقس الذي عرفوه: العواصف المعتادة، والحرارة المعتادة، والرياح القياسية. لكن العالم يتغير؛ فالمناخ يتبدل، جالبًا معه حالات تطرف أكثر تكرارًا وشدة — موجات حر شديدة، وعواصف عاتية، وحرائق غابات هائجة — وهي أمور لم تُصمم هذه الخطوط القديمة للتعامل معها. وعندما تفشل هذه الخطوط، لا تكون النتيجة مجرد وميض في الضوء؛ بل انقطاعات واسعة النطاق في التيار الكهربائي، وخسائر اقتصادية، وتهديد لسلامة المجتمعات. ولحماية هذه البنية التحتية الحيوية، يتجه العلماء إلى أداة جديدة قوية: الذكاء الاصطناعي. يمكن لهذه التكنولوجيا أن تتعلم من كميات هائلة من البيانات للتنبؤ بمكان وزمان احتمال انكسار الخط، لكنها تحتاج إلى فهم القصة المعقدة للبيئة المحيطة بها لتعمل بفعالية.
لقد شرع فريق من الباحثين من جامعة بريتوريا في جنوب أفريقيا في فحص مدى نجاح العالم العلمي في الربط بين هذين العالمين: الدراسة عالية التقنية للذكاء الاصطناعي والواقع المادي لتغير المناخ. أجروا مراجعة منهجية، وهي بحث منظم في آلاف الأوراق العلمية المنشورة بين عامي 2004 و2026. كان هدفهم هو معرفة ما إذا كان الباحثون ينجحون في دمج النماذج الحاسوبية التي تتنبأ بأعطال الخطوط مع البيانات الواقعية للطقس والجغرافيا. لقد نظروا في الاتجاهات العالمية، ومن يقوم بالبحث، وما هي المواضيع التي يتم مناقشتها في أغلب الأحيان. أرادوا معرفة ما إذا كانت الأدوات التي يتم بناؤها جاهزة بالفعل لمساعدة شركات الطاقة على الصمود أمام المناخ المتغير.
وجد الباحثون مشهدًا ينمو بسرعة ولكنه يظل مجزأً. فقد انفجر عدد الدراسات حول هذا الموضوع في السنوات الأخيرة، لا سيما منذ عام 2022، مدفوعًا بطفرة في الاهتمام باستخدام التعلم الآلي للكشف عن الأعطال. ومع ذلك، كشفت المراجعة عن فجوة كبيرة؛ فبينما يوجد هيمنة قوية للأبحاث المتعلقة بالذكاء الاصطناعي، وتشخيص الأعطال، وهندسة نظم الطاقة، هناك تكامل محدود لوجهات نظر المناخ والبيئة وعلوم الأرض. تركز معظم الدراسات على جانب واحد فقط. فبعضها ينظر فقط إلى جانب الهندسة الكهربائية، باستخدام الحواسيب لرصد سلك مكسور، بينما ينظر البعض الآخر إلى جانب الطقس، بدراسة كيفية تأثير الرياح أو الحرارة على البرج. وقليل جدًا من الدراسات نجح في دمج هذه المنظورات في صورة واحدة كاملة تأخذ في الاعتبار كيف يعمل المناخ والبيئة معًا للتسبب في الأعطال.
هذا الانفصال ليس مجرد مسألة اهتمام أكاديمي؛ بل له عواقب في العالم الحقيقي. أظهر التحليل أن البحث يتركز بشدة في مناطق محددة، حيث تقود الصين والولايات المتحدة والمملكة المتحدة الطريق. وفي المقابل، تعد القارة الأفريقية، حيث الحاجة إلى أنظمة طاقة مرنة ملحة وحيث يتغير المناخ بسرعة، ممثلة تمثيلاً ناقصًا في خريطة البحث العالمي. وأشار المؤلفون إلى أنه بينما تدير شركة المرافق في جنوب أفريقيا، "إيسكوم" (Eskom)، آلاف الكيلومترات من الخطوط التي تزداد هشاشتها أمام الطقس المتطرف، إلا أن هناك القليل جدًا من الأبحاث المنشورة التي تعالج التحديات الخاصة بهذه المنطقة. وهذا يترك نقطة عمياء خطيرة، حيث تظل الأدبيات مجزأة وتفتقر إلى أطر عمل شاملة للذكاء الاصطناعي الجغرافي المكاني (Geo-AI) من البداية إلى النهاية، والتي تعالج بشكل كافٍ التأثيرات التراكمية للمخاطر المتعددة الناتجة عن متغيرات المناخ والبيئة على موثوقية خطوط النقل الهوائية.
كما سلطت الدراسة الضوء على أن الأساليب الحالية للتنبؤ بالأعطال غالبًا ما تكون بسيطة للغاية. فالعديد من النماذج الموجودة تنظر إلى حدث واحد، مثل عاصفة واحدة أو موجة حر واحدة، بدلًا من فهم الأضرار التراكمية الناجمة عن سنوات من الظروف المتغيرة. إنها تميل إلى معاملة البيئة كعامل خلفي وليس كلاعب مركزي في قصة سبب فشل الخط. ووجد الباحثون أنه بينما توجد أدوات متقدمة مثل التعلم العميق والتوائم الرقمية — وهي نماذج افتراضية تحاكي الأنظمة في العالم الحقيقي — إلا أنها لا تُستخدم بعد بطريقة تدمج بشكل كامل البيانات المعقدة والفوضوية للعالم الطبيعي. والنتيجة هي مجموعة من الدراسات المجزأة التي تقدم قطعًا من اللغز ولكن ليس الصورة الكاملة.
في نهاية المطاف، تخلص الورقة البحثية إلى أن المجال يمر بمنعطف حرج. إن التكنولوجيا اللازمة لبناء شبكات طاقة أكثر ذكاءً ومرونة موجودة، لكن المجتمع العلمي لم يبنِ بعد الجسور اللازمة لربط بيانات علوم المناخ بخوارزميات الذكاء الاصطناعي. ويجادل المؤلفون بأنه لكي تنجو أنظمة الطاقة في المستقبل، نحتاج إلى نهج جديد يعامل البيئة والتكنولوجيا كنظام واحد مترابط. وهذا يعني تطوير أطر عمل يمكنها تتبع كيف يؤدي مزيج من الحرارة والرياح والغطاء النباتي بمرور الوقت إلى إضعاف الخط، ثم استخدام تلك المعرفة لتوجيه عمليات الصيانة قبل وقوع الفشل. وإلى أن يحدث هذا التكامل، فإن الجهود العالمية لتأمين شبكات الطاقة لدينا ضد المناخ المتغير ستظل غير مكتملة، مما يترك العديد من المجتمعات عرضة للعاصفة الكبيرة القادمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.