إن تقييم المخاطر المتعددة المخاطر هو حجر الزاوية في القدرة الحديثة على مواجهة الكوارث، مما يمكّن المجتمعات والحكومات من التنبؤ بالأخطار الطبيعية والاستعداد لها والتخفيف من آثارها، ويكمن جوهر هذه التقييمات في فهم البيانات المتسرعة - وهو متغير أساسي يؤدي إلى حدوث الفيضانات والانهيالات الأرضية وتدفقات الحطام، بل وحتى الأحداث المركبة، ولا تقتصر المعلومات الدقيقة ذات الخطورة العالية على إضافة نماذج للتفاعلات المتوقعة.

دور التمهيد في تقييم المخاطر المتعددة الأخطار

فالتساقط يؤثر على مخاطر متعددة في آن واحد أو تسلسلي، إذ يمكن أن يؤدي حدث هطول الأمطار إلى حدوث الفيضانات النهرية والفيضانات الفيضية والانهيالات الأرضية وتآكل التربة، وبالتالي يتطلب فهم هذه التفاعلات بيانات تهطالية تستوعب الأنماط الزمنية - الحساسية، والمدة، والتواتر - والتباين المكاني، وبدون تكامل قوي، قد تقلل نماذج المخاطر من آثار التداعيات، مثل ما يحدث من وجود أطر مطولة للتلوث.

الأخطار الأرضية

وتعتمد نماذج مخاطر الفيضانات اعتماداً كبيراً على بيانات التهطال كعامل رئيسي للهروب، وتعتمد كل من الفيضانات (المسببة للهبوط) والفيضانات الفلورية (المتجر) على كثافة الأمطار والمجاميع التراكمية، وتغذي حقول الأمطار العالية الاستبانة نماذج هيدرولوجية تحفز توليد الأمطار، وتوجّه القنوات، ومدى التحصين.

Landslide Hazards

وقد تتطلب الانهيارات الأرضية، ولا سيما الفشل السطحي في المنحدرات المهطلة بالمطر، عتبات لفترات التفشي المسبق، وقد تستمد هذه العتبات من قوائم جرد الانهيار التاريخي وسجلات سقوط الأمطار، وقد ينطوي دمج بيانات التهطال في نماذج القابلية للتأثر بالأراضي على الانهيار الأرضي، على حدوث انذارات تساقط التربة، وتغطية الغطاء النباتي للسكان.

الأخطار الأخرى ذات الصلة بالطقس

وفيما يتجاوز الفيضانات والانهيالات الأرضية، تؤثر بيانات التهطال على تدفقات الحطام (حيث تحشد الأمطار الغزيرة مواد غير مستقرة)، والفيضانات الفيضية في المناطق القاحلة (حيث تنتج العواصف القصيرة الأجل انحرافا سريعا)، بل وتؤثر على المخاطر الساحلية عندما تتجمع موجات العواصف مع سقوط الأمطار، وفي المناطق الزلزالية، يمكن أن تزداد مخاطر حدوث سقوط الأمطار في المستقبل وطول جداول المياه العالية.

مصادر بيانات التمهيد

وتنشأ بيانات التهطال من مجموعة متنوعة من الأدوات ونظم النماذج، لكل منها مواطن قوة وحدود فريدة، إذ أن الجمع بين هذه المصادر من خلال دمج البيانات يوفر أفضل أساس لتقييم المخاطر.

القياسات الداخلية

ولا تزال مقاييس الأمطار هي أكثر الوسائل مباشرة ودقيقة لقياس التهطال عند نقطة ما، إذ إن شبكات من دلائل الترميز ومقياس الوزن توفر سجلات طويلة الأجل حاسمة لتحديد فترات العودة وخطوط الأساس المناخية، غير أن كثافة الأمطار تختلف اختلافاً كبيراً - المناطق المتخلفة قد تكون لها قياس واحد لكل 100 كيلومتر مربع، بينما يمكن أن تكون للمناطق الجبلية أو الريفية تغطية مبسطة.

الاستشعار عن بعد

وتوفر الرادار ثلاثي الأبعاد بيانات تعكس معدلات سقوط الأمطار عن طريق العلاقات بين التقلبات التأملية (Z-R) وتقدم الرادار حلا مكانيا عاليا (من الناحية التقليدية 1 كيلومترا أو أفضل) وتستكمل مؤقتا كل 5 إلى 10 دقائق، ومثالا لرصد العواصف التلقائية، وتحسن الرادار المزدوج الاستقراء الحديثة الدقة عن طريق تحديد نوع التهطال والحد من صدى غير اصطيئي.

الإدمان على الطقس النباتي والتحليل

وتُنتج نماذج التنبؤ بالطقس الجوية العديدة التي تُستخدم في تنبؤات الغلاف الجوي، وهي نماذج تحيزية متعددة الاحتمالات، وتُعدّ نماذج متحيزة من نماذج مثل النظام العالمي للتنبؤات، أو مركز أوروبا للتنبؤات الجوية المتوسطة المدى، مجالات تهيؤية لتقييم المخاطر في الأجل القصير.

تقنيات تكامل البيانات

إن إدماج بيانات التهطال في نماذج المخاطر المتعددة المخاطر عملية متعددة الخطوات تحول الملاحظات الأولية إلى مدخلات قابلة للاستخدام، وتتطلب كل مرحلة دراسة دقيقة لحالات عدم اليقين والاتساق المكاني/الزمني.

تجهيز البيانات ومراقبة الجودة

وتتضمن بيانات تهطال الأمطار أخطاء: قياس الصيد الناقص بسبب الرياح، أو قطع الشعاع الرادار، أو الشعاع فوق الطلق، أو النسيج الأرضي.() وتُعد خوارزميات مراقبة الجودة قيماً مشبوهة، وتُصحح التحيزات المنهجية، وتزيل صدى زائفة.() وعلى سبيل المثال، يستخدم مقياس الدمج في كثير من الأحيان تقنيات مثل الدمج المشروط أو الاختراق في نماذج خارجية لتكريم

طرق الاستقراء المكاني

ويجب أن تُستعان بمقاييس النقاط من القمار إلى السطح المستمر، فالطرق البسيطة مثل الترجيح العكسي هي سريعة ولكنها يمكن أن تنتج أنماطا غير واقعية في التضاريس المعقدة، وقد تدمج الطرق الإحصائية الجغرافية مثل حساب الحرق العادي أو الحساب العالمي للربط المكاني ويمكن أن تتضمن متغيرات ثانوية )مثلا، الارتفاع( بالنسبة لنماذج متعددة المخاطر التي تتطلبها الفيضانات والأرض المصممة حسب الطلب)١(.

أزواج مع بيانات المخاطر الأخرى

ونادرا ما تعمل بيانات التهطال وحدها، ففي نماذج المخاطر المتعددة المخاطر، يقترن التهطال بما يلي:

  • Topographic data:] Elevation, slope, aspect, and flowcum indices influence runoff and landslide initiation.
  • Land use and land cover:] Impervious surfaces increase runoff, while forest canopies intercept rainfall.
  • Soil properties:] Infiltration capacity, porosity, and antecedent moisture content determine how much rainfall become runoff against storage.
  • Hydrological infrastructure:] Dams, levees, and drainage networks modify flood behavior.

ويتطلب إدماج هذه البيانات تسجيلا مشتركا لنظام تنسيق موحد، يعاد إلى اتخاذ قرارات متطابقة في الزمان والمكان، ومناولة المتغيرات القاطعة مقابل المتغيرات المستمرة، مثلا، قد يجمع نموذج منازل الأراضي بين تراكم الأمطار على مدار الساعة وبين المنحدرات المستمدة من نموذج رقمي للارتفاع والتربة من وحدة الخرائط.

Probabilistic Risk Modeling

أما مدخلات التهطال الحيوية (قيم متدنية) فهي غير كافية لتقييم المخاطر، ويجب أن تشكل عدم اليقين، وتستخدم النماذج التساهلية سيناريوهات التهطال - من العواصف التاريخية، أو المولدات الجوية الاصطناعية، أو تقدير احتمالات المخاطرة.() وتولد نماذج الأمطار الاصطناعية تسلسلاً مركباً يحفظ الخصائص الإحصائية (مثلاً، نماذج التقلب، والفيضانات).

التحديات في مجال تكامل البيانات التمهيدية

ورغم التقدم المحرز، فإن إدماج بيانات التهطال في النماذج المتعددة المخاطر يواجه تحديات مستمرة تحد من الدقة والموثوقية.

ألعاب البيانات والفصل

وتفتقر مناطق كثيرة إلى ملاحظات أرضية كافية، فالمنطقة الجبلية والبلدان النامية والمناطق المحيطية لديها شبكات قياس متفرقة، إذ أن البيانات الساتلية والبيانات التي تُعاد تحليلها تسد الثغرات ولكنها تُحدث تحيزات خاصة بها - السواتل قد تفتقد إلى هطول الأمطار الخفيف أو الديموغرافي، في حين أن عمليات التحليل قد تؤدي إلى تهدئة المتطرفات المحلية، وفي مناطق تفصل البيانات، فإن نماذج المخاطر تعتمد اعتماداً كبيراً على مصادر بديلة مثل نماذج قياسات التي تُعدّتّت فيها علوم المواطنين أو إشارات الهاتف المحمولة.

القرار المؤقت والطابع المؤقت

وتحتاج الفيضانات والانهيالات الأرضية إلى بيانات سريعة عن مدى الاستجابة - يجب أن تكون متاحة في غضون دقائق إلى ساعات، إذ أن العديد من المنتجات الساتلية تتسم بالتساهل في عدة ساعات (مثلاً، فإن مصادر القدرة على الفرز المتكاملة المتعددة السواتل متاحة بعد مرور أربع ساعات على المراقبة) ويمكن أن تكون بيانات الرادار قريبة من الوقت الحقيقي ولكنها تقتصر على المناطق المشمولة، وتعتمد تقييمات المخاطر التاريخية على سلسلة زمنية طويلة يجب أن تُحدث تغيرات في الوقت المناسب؛

Propagation Uncertainty

(ب) عدم اليقين في مدخلات التهطال من خلال نماذج هيدرولوجية وهبوط أرضي، كثيرا ما يتضخم في كل خطوة؛ ويمكن للأخطاء الصغيرة في كثافة الأمطار أن تضاعف الخطأ في التنبؤ في الذروة، وينبغي أن تشمل نماذج متعددة المخاطر تجمع بين نماذج متعددة (مثلاً، الفيضان + الانحلال الأرضي) غير مؤكدة.

دراسات حالات إفرادية وتطبيقات

Flood Risk Modeling in the Red River Basin (USA)

وتواجه حوض نهر الأحمر فيضانات ربيعية متكررة من مصهر الثلج مقترنة بهطول الأمطار، وتقوم دائرة التنبؤات الهيدرولوجية المتقدمة التابعة للدائرة الوطنية للطيور المائية بإدماج بيانات قياس ورادار وطولية للطاقة الوطنية في نظام للتنبؤ بالتجمع الهيدرولوجي، وخلال الفيضانات التي حدثت في عام 2011، أدى استيعاب التحيز القائم على استخدام الرادار في تحسين وقت القيادة بالنسبة لعمليات التأشيرات قبل الولادة بواقع 48 ساعة.

Landslide Early Warning in the Seattle Area (USA)

The U.S. Geological Survey’s Landslide Hazards Program operates a real-time landslide warning system for the Seattle region, where winterعاصفs trigger hundreds of debris flows. The system uses an intensity-duration threshold calibrated against historical landslides and five minutes precipitation data from a dense network of rain gauges operated by the King County Flood Control locations. Integration with weatherradi estimates spatial

Compound Flood-Landslide Risk in Nepal

Atmalayas experience monsoonal rainfall that triggers both riverine floods and landslides. A research project in the Koshi Basin integrated satellite precipitation (IMERG) with high-resolution DEM and land-use data into a multi-hazard model. Using a stochious rainfall electricity, they produced 10,000-year synthetic storms to estimate joint probabilities of road damage combined

الاتجاهات المستقبلية

ماكين للتعلم والاستخبارات الفنية

ويتيح التعلم في مجال الآلات أدوات قوية لتكامل البيانات المتعلقة بالتهطال، ويمكن لنماذج التعلم العميق أن تبث الرادارات والسواتل وتقيّم البيانات إلى منتجات عالية الاستبانة لا تشوبها شائبة، ويمكن للشبكات العصبية الثورية أن تخفض نطاق حقول التهطال المسببة للاختلال بحيث تُحسّن من خلال علاقات التعلّم مع الأورام والغطاء الأرضي.

برامج تكامل البيانات في الوقت الحقيقي

وتتيح التطورات في أجهزة الاستشعار على شبكة الإنترنت، و5G communications، وحساب السحابة دمج بيانات التهطال في الوقت الحقيقي، وتقوم شبكات المدن الذكية بنشر أجهزة استشعار منخفضة التكلفة لتيار البيانات إلى منابر السحاب.

السلف في شبكات الاستشعار

وستوفر الجيل القادم من السواتل، مثل نظام رصد الغلاف الجوي المقرر لوكالة ناسا، حلا زمنيا أعلى )خمسة عشر دقيقة( وتحسين عمليات الاسترجاع المجهري، وستتوسع الشبكات الأرضية من خلال مبادرات علوم المواطنين )مثلا، نظام كوكراهيدز( ومقياسا للزيادة في المناطق الجبلية.

خاتمة

(ب) إن إدماج البيانات التهوية أمر لا غنى عنه لتقييم المخاطر المتعددة المخاطر، فمن الفيضانات والانهيالات الأرضية إلى الأحداث المركبة، تشكل المعلومات الدقيقة في الوقت المناسب عن سقوط الأمطار العمود الفقري للنماذج التنبؤية، ويشمل المسار المؤدي إلى الجمع بين شبكات القياس التقليدية وبين الاستشعار عن بعد والتعلم الآلي، مع التصدي للتحديات المتمثلة في قراءة البيانات، والارتباك، وعدم اليقين، وذلك بدمج مجالات التنبؤ العالية الجودة في أطر المخاطر المتكاملة؛