تقنيات استيعاب البيانات لتحسين النماذج الهيدرولوجيّة

إن بيانات التهطال الدقيقة هي حجر الزاوية في النماذج الهيدرولوجية الموثوقة التي تقوم عليها التطبيقات الأساسية مثل التنبؤ بالفيضانات، وعمليات الخزان، ورصد الجفاف، والدراسات المناخية الطويلة الأجل، بيد أن التهطالية تتطور بدرجة كبيرة في الفضاء والزمن، كما أن وجود شبكات مراقبة - قياسات، ورادارات الطقس، وأجهزة السواتل - ينجم عنها شكوك متأصلة وتحيزات.

فهم استيعاب البيانات في الهيدرولوجيا

إن استيعاب البيانات هو إطار رياضي يخلط بين الملاحظات والتوقعات النموذجية لإنتاج تحليل أمثل - أفضل تقدير للحالة الراهنة للنظام - في الهيدرولوجيا، يمكن أن تشمل متغيرات الدولة طفرة التربة، ومكافئ مياه الثلج، ومرحلة الأنهار، ومستويات المياه الجوفية، مع استخدام التحلل المسبق كمدخل أساسي، ويتمثل المفهوم الأساسي في تقليل عدم التيقن من الأخطاء النموذجية وأخطاء المراقبة.

فلماذا تركز هذه الحركات على التهطال؟ إن سقوط الأمطار والثلوج هما العاملان الرئيسيان للعمليات الهيدرولوجية، إذ يمكن أن تؤدي الأخطاء الصغيرة في حجم التهطال أو التوقيت أو التوزيع المكاني إلى حدوث أخطاء كبيرة في عمليات التحلل والتسرب والتب، إذ أن شبكات القياس التقليدية توفر قياسات دقيقة للجوانب ولكن كثيرا ما تفتقد إلى التقلبات المكانية، بينما يمكن أن تشمل عمليات الاسترجاع الرادارية مناطق كبيرة.

التقنيات المشتركة لاستيعاب البيانات التمهيدية

تم تطوير وتطبيق العديد من خوارزميات إدارة الشؤون الإدارية في مجال الهيدرولوجيا، وكل من هذه الفرضيات، والقوام، والمتطلبات الحسابية، ويتوقف اختيار التكنولوجيا على مدى خطية النموذج، وتوزيع الأخطاء، وبعدية حيز الدولة، والموارد الحسابية المتاحة، ونناقش أكثر الطرق استخداما.

مجلة كالمان فيلتر

ويستخدم جهاز تصفية كالمان كجهاز تقديري يُفترض أنه ديناميات خطية وأخطاء غووسية، ويستخدم عملية ذات خطين: وهي خطوة متوقعة تروج للدولة وخط التحلل التسلسلي للكميات، وخطوة تحديثية (تحلل) تصحح التوقعات باستخدام ملاحظات جديدة، والكسب الأمثل، المعروف باسم نماذج القفز الكليفي، يوازن بين التوقعات النموذجية وأوجه عدم اليقين.

Ensemble Kalman Filter (EnKF)

ويمتد مرشح كالمان (EnKF) إلى النظم غير الخطية، حيث يمثل توزيع الدولة بمجموعة من الإدراكات النموذجية، وينشر كل عضو في المجموعة باستخدام النموذج غير الخطي الكامل، ويقارب الخطأ في إحصاءات العينات، وقد تصحح الخطوة المستكملة كل عضو من الأعضاء مجتمعين باستخدام نفس النماذج المميزة للكهرباء، التي تصبح طريقة معتدلة للمقاييس.

For precipitation assimilation specifically, the EnKF can be applied in two ways: (1) direct state updating, where precipitation observations are used to correct soil moisture, snowpack, or runoff states; and joint state-parameter estimation

قذيفة الجسيمات

إن مرشحات الجسيمات (PFs) هي فئة غير خطية تماماً وغير غوزيزي من أساليب مكافحة التخريب، وهي تمثل التوزيع الخلفي لمجموعة من الجسيمات الموزَّعة (عينات الدول) وتتطور كل مادة من الجسيمات خلال الخطوة المتوقعة من خلال النموذج؛ وخلال خطوة التحديث، تُحسب الأوزان ذات الأهمية استناداً إلى احتمال أن تظهر الملاحظات التي تُبَرَّر بها كل مادة.

غير أن مرشحات الجسيمات تعاني من لعنة البعد: ففي الأماكن الحكومية العالية الأبعاد (مثلاً، نماذج هيدرولوجية موزعة بملايين الخلايا الشبكية)، فإن عدد الجسيمات اللازمة لتجنب انهيار الوزن يصبح كبيراً بصورة باهظة، ولتناول ذلك، وضع الباحثون نُهجاً مختلطة تجمع بين تحديثات القوى العاملة المحلية وتقنيات كالمان المجمَّعة، مثل نماذج البرمجيات المنصفة.

طرق مختلفة (3D-Var و4D-Var)

Variational methods formulate DA as an optimization problem: find the model state (or controlتغييرات) that minimizes a cost function penalizing both the misfit to observations and the departure from a prior (background) estimate. Three-dimensional variational (3D-Var) assimilates all observations within a single time window

وعلى الرغم من أن أساليب التغيير النظرية تتسم بكثافة حسابية، وتستلزم وضع وصيانة نموذج ملتقى، وكثيرا ما تفترض أخطاء وديناميات خطية في إطار نافذة التدني، وتُستخدم في الغالب في نظم استيعاب البيانات الجوية الواسعة النطاق، حيث تُستخدم عمليات التحلل المهيدرئي المثير للتحدي (مثلا من السواتل) إلى جانب نماذج أخرى من المتغيرات التلقائية.

التحديات والفرص

وفي حين أن استيعاب البيانات أثبت قيمته في الهيدرولوجيا، فإن عدة تحديات ما زالت قائمة تحد من اعتمادها ودقتها في العمليات، وفي الوقت نفسه، توفر التكنولوجيات والأساليب الجديدة مسارات واعدة للتغلب على هذه العقبات.

نوعية البيانات والتجانس

إن الأخطاء القديمة في التدليس والتحلل الحراري، التي تصيب الاضطرابات، تنجم عن مختلف المنابر، وتختلف هياكل الأخطاء التمثيلية، والتسوية الزمنية، وتقيس الأمطار في نقاط التحلل الحرارية، وتفتت وتفتت في ظروف الرياح، وتوفر الرادار المراحيض تغطية مكانية عالية الاستبانة، ولكنها تعاني من أسوأ أشكال التذبذبذب.

الطلبات الحاسوبية

ويمكن أن تكون تكاليف الاختبارات التي يجري استكشافها حاليا أو قرب موعدها بالنسبة للنماذج الموزعة ذات الاستبانة العالية (مثلاً، عند مسافة كيلومتر واحد) باهظة التكلفة، كما أن البرمجيات الإلكترونية تتيح العشرات لمئات من نماذج دورة الدمج، وكل مناهج تحفيز العمليات الهيدرولوجية الكاملة.

الحاجة إلى بيانات عالية الدقة

وهناك العديد من العمليات الهيدرولوجية - وخاصة الفيضانات المفاجئة في المصيد الحضري أو العواصف المكسورة - التي تعمل على نطاقات أدق من معظم شبكات المراقبة - وقد تحسنت البيانات الرادارية والمنتجات الساتلية في حلها، ولكن لا تزال هناك ثغرات، لا سيما في المناطق الجبلية التي تؤدي فيها الآثار الأوقيانوغرافية إلى زيادة تقلب الأمطار.

الفرص المتاحة من الاستشعار عن بعد والتعلم عن الآلات

وتُظهر التطورات الأخيرة في بعثات التهطال الفضائية، مثل المرصد الأساسي لقياس التهطال العالمي، ومرصد نظام الأرض المقبل، وتوفر تغطية عالمية غير مسبوقة، وتحسن مقاييس الاسترجاع، وتستخدم هذه البيانات بصورة روتينية كمراقبين مستقلين في نظم الديموقراطية المتطورة، وفي الوقت نفسه، تُحدث تقنيات التعلم الآلي منهجية مثالية.

وثمة فرصة مثيرة أخرى تتمثل في إدماج التهطال في المكافحة مع عمليات رصد أخرى لمنظومة الأرض، مثل رطوبة التربة من برنامج SMAP أو SMOS، والغطاء الجليدي من وزارة الدفاع، وتصريف الأنهار من القوارير الموجودة في الموقع، ويمكن أن يؤدي هذا التحيز إلى تحسين نظم التحيز المكاني المبتسمة في آن واحد التي تستوعب هذه المتغيرات إلى تحليل أكثر اتساقاً لدورة المياه وإلى تفكك مصادر الخطأ.

ضمان الروبوت والثقة في عمليات تحديد المواقع

ولكي تعتمد وكالات إدارة المياه ومراكز التنبؤ العملياتية، يجب أن تكون النظم قوية ومستنسخة وموثوقة توثيقا جيدا، ويشمل ذلك معالجة الملاحظات المفقودة، وكشف حالات اختلال الأجهزة، ومهينة بشكل جيد في ظروف الفشل، وطرائق الجمع بين إدارة المياه والبيئة توفر، بطبيعة الحال، نواتج قابلة للتنبؤ، تكون أساسية لاتخاذ القرارات القائمة على المخاطر، غير أن التجمعات يجب أن تُعيَّن لتجنب الثقة المفرطة أو التساهل.

خاتمة

وقد أصبحت عملية استيعاب البيانات الجاهزة أداة حيوية في الهيدرولوجيا الحديثة، مما يتيح دمج مسارات المراقبة المتفرقة لإنتاج دول نموذجية أكثر دقة، وتحسين التنبؤات، كما أن التقنيات المستمدة من مرشح كالمان التقليدي لتجميع الأساليب، والتفاوت الأمثل في كل منها، وما زالت البحوث الجارية تُدفع بالحدود الممكنة، وينطوي دمج المنتجات الساتلية العالية الجودة، وتوافر الآلات.

For further reading, the reader is referred to authoritative resources such as the NASA Global Precipitation Measurement mission for satellite precipitation data, the ]NCAR Data Assimilation Researchbed (DART) for ensemble DAlogy tools, and the [FL