نموذج متعدد المخاطر تكيّفي يتنبأ بفشل السد الناجم عن هطول الأمطار: دراسة حالة

لماذا هذا الأمر مهم للسكان المقيمين قرب السدود

في أنحاء العالم، لا تزال العديد من السدود الكبيرة قيد الإنشاء أو تجري زيادة ارتفاعها لتخزين مزيد من المياه. خلال هذه المراحل غير المكتملة يمكن أن تكون البُنى هشة بشكل مدهش، خاصة في مواسم الأمطار الغزيرة. تدرس هذه الورقة سدّاً إثيوبياً تعرّض لتلف شديد في المنحدرات قبل أن يحتجز خزاناً كاملاً، وتقدّم طريقة جديدة للتنبؤ بمثل هذه المشكلات قبل أسابيع. يمكن أن تساعد المنهجية المهندسين على الانتقال من رد الفعل على التشققات والانزلاقات بعد ظهورها إلى منعها قبل أن تشكل تهديداً للناس والبنية التحتية في المنحدر الأسفل.

الأمطار والتربة الضعيفة وبنية معرضة للخطر

سد ميجيش في شمال إثيوبيا هو سد ترابي وصخري، بُني طبقة تلو الأخرى من الطين والصخور بدلاً من الخرسانة الصلبة. تسببت تأخيرات في التمويل والبناء في بقائه غير مكتمل لعدة سنوات، مع فتحة كبيرة لا تزال تسمح بمرور النهر. في هذه الحالة كانت المنحدرات مكشوفة، والصرف غير مكتمل، وطبقات الردم لم تكن محمية بخزان كامل بعد. غمرت أمطار استثنائية في 2020 و2021 البنية من الأعلى والأسفل، مشبعة القلب الطيني والأساس. تراكمت المياه في منخفضات عند المدخل، وتسربت عبر الشقوق، وأضعفت تدريجياً شريطاً داخل السد، مما أدى إلى تشققات شدية، وانزلاقات سطحية، وحتى انزياح كتلة أرضية بعمق 24 متراً نحو الأسفل.

إلقاء نظرة داخلية ثلاثية الأبعاد على السد

لفهم سبب حدوث هذه الانهيارات، أعاد الباحثون أولاً بناء السد بدقة في الحاسوب. جمعوا رسومات التصميم ونقاط المسح والتفتيشات الميدانية لإنشاء تضاريس رقمية ثلاثية الأبعاد للوادي والأساس والسدة الجزئية المكتملة. كشفت الاختبارات المخبرية على عينات الطين والصخر عن مدى قوة وكثافة ونفاذية مناطق مختلفة. من خلال رسم هذه الخصائص عبر السد حددوا شريطاً معرضاً للخطر حيث تلاقت نسبة طينية عالية، وجيوب ذات نفاذية أعلى، وإمكانية تورم قوية مع التشققات والانزلاقات المشاهدة. ثم محاكيات عددية متقدمة قست كيفية تحرك مياه الأمطار عبر السد، وكيف تراكم ضغط المياه في المسام على العمق، وكيف تغيرت الإجهادات الداخلية مع تشبع البنية.

تعليم نموذج ليتعلم من الفيزياء والبيانات معاً

يمكن أن تكون المحاكيات الحاسوبية التقليدية للسدود دقيقة جداً لكنها بطيئة ومجهدة من ناحية العمل بحيث لا يمكن تشغيلها أسبوعياً مع ورود بيانات رصد جديدة. أدوات البيانات الخالصة، مثل الشبكات العصبية التقليدية، قد تكون أسرع لكنها غالباً ما تفشل في التقاط الفيزياء الأساسية وتواجه صعوبة عندما تتوافر فقط سنوات قليلة من القياسات. لذلك بنى الفريق نظاماً هجيناً يجمع مزايا كلا النهجين. جزء واحد، قائم على طريقة العناصر المنتهية، يلتقط السلوك الفيزيائي للسد تحت حالات مائية مختلفة، منتجاً خرائط للإجهاد، والانفعال، وضغط المياه الداخلي. جزء ثانٍ، وهو شبكة عصبية متكررة مصممة لتتبع التغيرات عبر الزمن، يتعلم كيف يتطور ضغط الفراغ والحركة أسبوعاً بعد أسبوع. جزء ثالث، شبكة عصبية أبسط، يتعلّم كيف تتراجع قوة التربة تدريجياً مع حدوث الانفعال وبقائها رطبة. آلية "الانتباه" تبرز الأسابيع الماضية الأكثر أهمية لحدوث عدم استقرار قادم، مما يجعل التنبؤات أكثر شفافية للمهندسين.

رصد المشاكل قبل أسابيع

تدرّب النموذج الهجين واختُبر على عامين من بيانات الرصد الأسبوعية من سد ميجيش — شاملة هطول الأمطار، وضغوط المياه الداخلية، وحركات الأرض — إلى جانب الأوصاف الفيزيائية لحالة السد. بالمقارنة مع أساليب تعلم آلي شائعة مثل آلات دعم المتجهات، والغابات العشوائية، أو شبكة عصبية مستقلة، تنبأت الإطار الجديد بعامل أمان السد بدقة أكبر والأهم من ذلك مبكراً. استطاع اكتشاف الاتجاه التنازلي في الاستقرار مع تقدم مواسم الأمطار الغزيرة وأصدر إنذارات موثوقة حتى نحو ثلاثة أسابيع ونصف قبل الوصول إلى ظروف حرجة. كما قامت مكوّنات الانتباه تلقائياً بالإشارة إلى نفس الفترات التي تعرف عليها المهندسون لاحقاً في الميدان على أنها الأخطر، مؤكدة أن النموذج تعلّم علامات مبكرة ذات معنى بدلاً من أنماط عشوائية.

ماذا يعني هذا بالنسبة لسلامة السدود

بعبارة بسيطة، تُظهر الدراسة أن دمج المحاكاة القائمة على الفيزياء مع خوارزميات التعلم الحديثة يمكن أن يحول بيانات رصد متفرقة إلى نظام إنذار مبكر لخيبات السدود الترابية الناجمة عن الأمطار أثناء فترة البناء. من خلال التقاط كيفية تسرب المياه ببطء، وكيفية تراكم الضغوط الداخلية، وكيفية تراجع قوة التربة تدريجياً، يساعد الإطار المهندسين على رؤية نقاط ضعف خفية قبل أن تتحول إلى تشققات وانزلاقات مرئية. على الرغم من عرضها على سد واحد، فإن الطريقة مصممة لتكون قابلة للتكيّف مع مشروعات أخرى، موفرة مساراً نحو إدارة سابقة للمخاطر وأكثر وعيًا بالمناخ لسلامة السدود خلال سنواتها الأكثر عرضة للخطر.

الاستشهاد: Nasser, M., Assefa, E., Assefa, S.M. et al. Adaptive multihazard modeling predicts rainfall-driven dam failure: a case study. Sci Rep 16, 11012 (2026). https://doi.org/10.1038/s41598-026-36927-y

الكلمات المفتاحية: سلامة السدود, انهيارات أرضية ناجمة عن الأمطار, أنظمة الإنذار المبكر, الذكاء الاصطناعي المستنير بالفيزياء, سدود ترابية وصخرية