الاكتشاف التلقائي وتحليل تغير النبات على مستوى الموقع لمبانٍ تراثية فردية على طول سور الصين العظيم

لماذا يمكن للنباتات أن تهدد الحجر القديم

يشتهر سور الصين العظيم بمناظره الشاسعة من الأسوار الحجرية، لكن العديد من أكثر أجزائه تعرضًا للخطر هي الأبراج الصغيرة وأبراج الإنذار المتناثرة على طول الطريق. هذه المباني الفردية تُفكك ببطء بفعل الجذور والرطوبة المنبثقة من النباتات القريبة. تُظهر الدراسة التي تقف وراء هذا المقال كيف يمكن دمج أدوات حاسوبية جديدة وبيانات الأقمار الصناعية لتتبع الأماكن التي يزداد فيها كثافة الغطاء النباتي حول هذه الهياكل، مما يساعد القائمين على الحفظ في تحديد مناطق التدخل قبل أن يصبح الضرر غير قابل للإصلاح.

مبانٍ مخفية في منظَر شاسع

من الأرض، يصعب ملاحظة المباني التراثية الفردية على طول السور. كثير منها مصنوع من الأرض المدكوكة التي تبدو شبيهة جدًا بالتلال المحيطة. هي صغيرة ومتآكلة ومتفرقة عبر أكثر من 250 كيلومترًا من تضاريس شاقة في مقاطعة شنشي. تتطلب المسوحات التقليدية خبراء لفحص الصور الجوية واحدة تلو الأخرى، وهي عملية بطيئة وغير متسقة. بدون مخططات دقيقة لكل برج، يصبح من الصعب تحديد «الموقع» الذي يحتاج للمراقبة أو القول كيف تغيرت المساحات المحيطة مباشرة على مر الزمن.

تعليم الحواسيب تمييز الأبراج القديمة

طوّر الباحثون نظامًا متخصصًا لتحليل الصور أسموه IHBSegNet لرسم حدود هذه الهياكل الصغيرة تلقائيًا في صور الأقمار الصناعية عالية الدقة. يعتمد النظام على تقنيات التعلّم العميق الحديثة التي تتفوق في التعرف على الأنماط في الصور. ونظرًا لأن الأبراج تندمج مع خلفياتها، صمّم المؤلفون عدة وحدات «انتباه» إضافية تساعد الشبكة على التركيز على الفروقات الطفيفة في الشكل والملمس. بتدريب النموذج على عينات مُعلّمة يدويًا بعناية، تمكن من اكتشاف وتتبع بصمات الأبراج بدقة أعلى من عدة طرق رائدة لتقسيم الصور، مع الحفاظ على كفاءته بحيث يمكن تطبيقه على مساحات شاسعة.

قراءة تاريخ الغطاء النباتي من الفضاء

بمجرد أن تمكن الفريق من تحديد موقع كل مبنى بشكل موثوق، انتقلوا إلى نوع مختلف من منتجات الأقمار الصناعية التي تلخص سلوك سطح الأرض على مدار عام كامل. بدلاً من العمل بلقطات مفردة قد تحجبها السحب أو تؤثر عليها تقلبات موسمية، استخدموا ما يُسمى "تضمينات الأقمار الصناعية": أوصاف رقمية مُجمّعة تلتقط موسمًا كاملاً من التغيرات لكل بكسل بحجم 10 أمتار. عبر تجميع البكسلات التي تُظهر أنماط تضمين متشابهة باستخدام طريقة عنقودية غير خاضعة للرقابة، قسموا المشهد إلى أربعة أنواع غطاء نباتي سهلة التفسير: عارية أو مبنية، متناثرة، متوسطة، وكثيفة. تكرر هذا الإجراء لكل عام من 2017 حتى 2024، فأنشأ سلسلة نظيفة من خرائط الغطاء النباتي لممر السور العظيم.

تتبع التغير المحلي حول كل برج

مع حدود الأبراج وخرائط الغطاء النباتي السنوية في متناول اليد، وضع الباحثون الطبقات فوق بعضها لطرح سؤال بسيط: بالنسبة للأرض داخل بصمة كل برج مباشرةً، هل أصبح الغطاء النباتي أكثر كثافة أم أقل أم بقي ثابتًا تقريبًا خلال سبع سنوات؟ اعتبروا الأنواع الأربعة للغطاء النباتي كخطوات مرتبة من العارية إلى الكثيفة وحسبوا عدد الخطوات التي تحركها كل بكسل بين 2017 و2024، ثم وسّطوا هذه التحولات لكل مبنى. أظهر معظم الأبراج المكتشفة التي تزيد عن 550 برجًا في مناطق فوغو، شينمو، ويويانغ تغيرًا صافياً ضئيلًا، مما يشير إلى محيطات مستقرة نسبيًا. مع ذلك، برزت 67 موقعًا بتحولات قوية، وفي فوغو ويويانغ كان معظمها باتجاه غطاء أكثر كثافة — ما يشير إلى ضغط متزايد من الجذور والرطوبة على الجدران الأرضية الهشّة.

من الخرائط إلى قرارات الحفظ

يتجاوز الإطار الناتج إنتاج خرائط جذابة: فهو يقدّم لمديري التراث قائمة مرتبة بالأبراج التي من المرجح أن يقوض فيها الغطاء النباتي المتسلسل الاستقرار. وبما أن الطريقة تعتمد على بيانات استشعار عن بعد مفتوحة ونموذج اكتشاف قابل لإعادة الاستخدام، فيمكن توسيعها لتشمل أجزاء أخرى من السور العظيم أو حتى مواقع تراثية خطية مختلفة حول العالم. وبينما يشير المؤلفون إلى أن المباني المزدحمة جدًا بالنبات أو قليلة الوضوح والتقلبات القصيرة الأمد في الغطاء النباتي قد تظل غير مرصودة، فإن منهجهم يمثل أول مرة تم فيها قياس تحولات الغطاء النباتي مبنى بمبنى على طول هذا المعلم الأيقوني. عمليًا، يوفّر وسيلة لتحويل تدفقات الأقمار الصناعية العالمية إلى إشارات إنذار مبكر محلية تساعد في حماية الهياكل القديمة من أن تفككها البيئة الحية من حولها بهدوء.

الاستشهاد: Zheng, D., Wang, S., Feng, H. et al. Automatic detection and site-scale vegetation shift analysis for individual heritage buildings along the Great Wall. npj Herit. Sci. 14, 161 (2026). https://doi.org/10.1038/s40494-026-02422-w

الكلمات المفتاحية: حفظ السور العظيم, مبانٍ تراثية, الاستشعار عن بعد, تغيير الغطاء النباتي, التعلّم العميق