تشكّل خنافس اللحاء والعواصف وحرائق الغابات تهديدات خطيرة لغابات أوروبا، ويزيدها تغيّر المناخ قوة. نظر مشروع SWIFTT إلى الأشجار من المدار: فجمع بين بيانات الأقمار الصناعية والذكاء الاصطناعي ومعرفة خبراء الغابات من أربع دول. والنتيجة منصة تقيّم الأضرار كل شهر، وترصد الحرائق، وتحذّر من الخطر مسبقًا. وفي النهاية يمكنك أن تختبر هل تتصرف أنت أيضًا مسبقًا أم تطفئ الحرائق في اللحظة الأخيرة.
تذكّرنا الغابة بنزهة وبشيء من الهدوء، لكنها تؤدي للطبيعة وللناس عملًا أشد جدية بكثير. فهي موطن لأنواع كثيرة، وتنظّم تدفق المياه، وتحمي التربة من التعرية، وتخزّن الكربون. ومع ذلك تزداد الحرائق تكرارًا، وتهاجم الآفات بأعداد هائلة، والمناخ لا يتوقف عن التغيّر.
لا تتحفظ أريان كابلون (Ariane Kaploun)، رئيسة قسم الحلول القائمة على الطبيعة في AXA Climate ومنسّقة مشروع SWIFTT، في كلامها: «هذه المخاطر يزيدها تغيّر المناخ حدّة». وتوضح على الفور: «تتكاثر الحشرات بوتيرة أكبر، ويتوافر وقود جاف أكثر لحرائق الغابات، وتزداد العواصف تكرارًا وشدة».
لحماية الغابة بفاعلية، عليك أن تعرف ما يجري فيها، لا بين الحين والآخر بل بانتظام. وهنا تأتي الأقمار الصناعية. يوفّر برنامج كوبرنيكوس التابع للاتحاد الأوروبي معلومات من المدار يمكن استخدامها لتقدير التغيرات في الكتلة الحيوية ومحتوى اليخضور في الأوراق.
وضع مشروع SWIFTT، الممول من الاتحاد الأوروبي والذي يرمز اسمه إلى Satellites for Wilderness Inspection and Forest Threat Tracking، هدفًا محددًا. أراد الفريق بناء منصة لمراقبة الغابات تعمل بالذكاء الاصطناعي وترصد أهم التهديدات وتحللها وتتنبأ بها في أنحاء أوروبا.
جلس إلى طاولة واحدة أناس من عوالم مختلفة جدًا: خبراء غابات ومتخصصون في المخاطر ومهندسون يعملون في الذكاء الاصطناعي. ويصف كوينتين دي هوارت (Quentin d’Huart)، المدير التنفيذي لشركة Timbtrack البلجيكية، وهي من شركاء المشروع، هذا التعاون بأنه فرصة استثنائية لبناء أداة متطورة اختُبرت في ظروف حقيقية.
طوّر باحثون من الجامعات والقطاع الخاص نماذج الذكاء الاصطناعي، لكن الصور المأخوذة من المدار وحدها لا تكفي. فقد جمع خبراء الغابات بيانات في بلجيكا وفرنسا وألمانيا ولاتفيا، ثم اختبروا الحل ميدانيًا.
«كنا بحاجة إلى بيانات أرضية لمعايرة نماذج الذكاء الاصطناعي لدينا»، توضح أناليزا أبيتشي (Annalisa Appice)، الأستاذة في جامعة باري في إيطاليا. أعدّ الشركاء مجموعات بيانات دقيقة موسومة بالتاريخ والموقع: أين دمّرت خنافس اللحاء الأشجار، وأين دمّرتها الرياح، وأين دمّرتها النار. كما حدّدوا الغابات السليمة. وبفضل ذلك تعلّمت الخوارزميات التمييز بين الغابة المتضررة والغابة السليمة.
النتيجة الرئيسية للمشروع منصة متاحة عبر المتصفح وبنسخة للهاتف المحمول، تجمع بين المراقبة بالأقمار الصناعية عالية الدقة وتحليل الذكاء الاصطناعي. وهي تقدّم حاليًا، ضمن أمور أخرى:
لا يضطر خبراء الغابات إلى التنقيب في الخرائط بأنفسهم. فهم يتلقون إنذارات مع تحليل للتهديدات، ما يساعدهم على تحديد الأماكن التي ينبغي التحرك فيها أولًا.
ويعمل النظام في الاتجاه المعاكس أيضًا. يتيح تطبيق للهاتف المحمول جمع البيانات في الميدان، وتعود هذه البيانات إلى المنصة وتحسّن دقة توقعاتها. وكلما زادت الملاحظات من الأسفل، فهم النموذج بشكل أفضل ما يراه من الأعلى.
بحسب كوينتين دي هوارت، فإن أكبر ميزة هي جمع كل هذه الوظائف في مكان واحد. وهكذا يستطيع مالكو الغابات ومديروها التوقف عن الاكتفاء بالاستجابة للأضرار والبدء في اتخاذ قرارات مسبقة. ويؤكد: «سيساعد ذلك على تقليل الخسائر وتحسين استراتيجيات إدارة الغابات».
الأمر في الواقع يتعلق بتغيير في طريقة التفكير. فبدلًا من إحصاء الدمار بعد وقوعه، من الأفضل أن نعرف في الوقت المناسب أي جزء من الغابة يحتاج إلى اهتمام.
استمر المشروع ثلاث سنوات ونصف السنة. وبلغت تكلفته الإجمالية نحو 3.68 مليون يورو، جاء منها نحو 2.85 مليون يورو من الاتحاد الأوروبي. وكانت المنسّقة الشركة الفرنسية AXA Climate. ولا تنتهي القصة هنا: ستقوم Timbtrack بتسويق المنصة تجاريًا، وتواصل تطوير البرمجيات، وتوسّع نطاق انتشارها في أوروبا وخارجها.
وتؤمن أريان كابلون بأن SWIFTT سيساعد مديري الغابات على التكيّف مع تغيّر المناخ وعواقبه المالية، وبأن أوروبا ستكون بذلك أفضل استعدادًا لمكافحة تغيّر المناخ.
يُظهر مشروع SWIFTT أن تكنولوجيا الفضاء مفيدة جدًا قرب سطح الأرض. فالأقمار الصناعية توفّر بيانات منتظمة، والذكاء الاصطناعي يحوّلها إلى تحذيرات، وخبراء الغابات يعلّمون الخوارزميات كيف تبدو الغابة السليمة والمتضررة فعلًا. لن تتوقف خنافس اللحاء والعواصف والحرائق عن كونها خطرة، لكن مراقبتها من المدار أفضل من اكتشافها بعد فوات الأوان.
5 أسئلة · دقيقة واحدة
English
Čeština
Deutsch
Español
Français
Magyar
Italiano
Polski
Português
Русский
Slovenčina
Türkçe
Українська
العربية
中文