الرسم غير الموجَّه لتنوُّع أشجار المدن باستخدام التجميع البصري الحاسوبي مع الوعي المكاني

لماذا تهم الأشجار الحضرية والخرائط الذكية

تعتمد المدن على الأشجار لتبقى صالحة للسكن. تُبرِّد أشجار الشوارع الأحياء الحارة، وتنقّي الهواء، وتوفّر للسكان اتصالاً يوميًّا بالطبيعة. ومع ذلك، تملك معظم الحكومات الحضرية تقديرات تقريبية فقط حول عدد أصناف الأشجار أو أماكن تجمعاتها. تتطلب المسوحات التقليدية للأشجار خبراء لزيارة كل شارع، وهو ما يكون مكلفًا وبطيئًا. يقدم هذا البحث طريقة لقياس تنوُّع أشجار المدن باستخدام صور شارع عادية والذكاء الاصطناعي، من دون حاجة لتسميات أشجار مسبقة.

رؤية المدينة من خلال صور الحياة اليومية

يبني الباحثون على فكرة بسيطة: إذا استطعنا اكتشاف الأشجار في صور من خدمات مثل Google Street View، يمكننا أن نبدأ بفهم الغطاء الشجري للمدينة على نطاق واسع. يستخدمون مجموعة بيانات موجودة تم فيها اكتشاف الأشجار آليًا وربطها بمواقعها في ثماني مدن في أمريكا الشمالية. بدلًا من مطالبة خوارزمية بتسمية كل نوع من الأشجار، تبحث الطريقة الجديدة عن أنماط في مظهر الأشجار ومواقع زراعتها. تحوّل هذه الأنماط إلى «بصمات» رقمية لكل شجرة، تلتقط مظهرها البصري وموقعها على طول الشوارع وفي الأحياء.

تجميع الأشجار المتشابهة من دون معرفة أسمائها

بوجود هذه البصمات، يجمع النظام الأشجار في مجموعات تعمل كممثلات لمجموعات بيولوجية فعلية. تبدو الأشجار ضمن نفس المجموعة متشابهة في الصور وتميل إلى مشاركة سياقات زراعة متقاربة. تتكشف العملية عبر عدة مراحل. أولاً، ينظّم نموذج مكاني الأشجار المزروعة ضمن أنماط قابلة للتعرّف، مثل الصفوف على طول شارٍ واسع. ثم تقصّر الطريقة العناصر البصرية الشاذة داخل كل مجموعة، محتفظةً فقط بالأشجار التي تشبه جيرانها بقوة. تُعاد زيارة الأشجار المستبعدة وعندما تشبه بعضها بعضًا تصنّف كمجموعات جديدة أو تُعاد تعيينها إلى مجموعات أنسب. أخيرًا، تُدمج التجمعات التي تبدو متطابقة تقريبًا بحيث لا يخدع النظام بالفوارق الطفيفة عديمة المعنى.

تحويل التجمعات إلى خرائط للتنوُّع

بمجرد تعيين كل الأشجار إلى هذه المجموعات الوهمية، تُقسَم المدينة إلى شبكة من مناطق محلية، كل خلية بعرض 500 متر، تمثل مجتمعًا شجريًّا على مستوى الحي. في كل خلية شبكية، يعدُّ الباحثون عدد المجموعات الظاهرة ومدى توازن توزيع الأشجار بينها. انطلاقًا من هذه العدادات يحسبون مؤشرات التنوُّع القياسية التي يستخدمها علماء البيئة لوصف كلٍّ من الغنى (كمية أصناف الأشجار) والتوازن (ما إذا كان صنف واحد يهيمن). يقارنون بعد ذلك هذه المؤشرات بتلك المشتقة من مسوحات أرضية مفصّلة تسجّل الأجناس الحقيقية للأشجار. عبر المدن، يعيد النظام غير الموجَّه أنماط التنوُّع الواقعية عن كثب، لا سيما للمقاييس التي تبرز الأنواع الشائعة أكثر من النادرة. كما يحافظ على كيفية ترتيب التنوع مكانيًا، ملتقطًا بقع الزراعة الموحدة وكذلك الشوارع ذات الخلط الأكبر.

نقاط القوة والحدود وما هو آت

يعمل النهج بشكل أفضل في المدن حيث لا تهيمن أنواع قليلة من الأشجار على المجتمع الشجري وحيث تكون جودة الصور عالية. يواجه صعوبات أكبر مع الأجناس النادرة، والتشويش الشديد لحماية الخصوصية، والأماكن التي تكون فيها صور الشوارع نادرة أو قديمة. وبما أن الطريقة تركّز على ما يمكن رؤيته من الشارع، فالأشجار المخفية في الفناء الخلفي أو المنتزهات الداخلية تُقلّل من عددها. يقترح المؤلفون تحسينات مستقبلية مثل دمج هذه رؤية الشارع مع صور الأقمار الصناعية وتقنيات الليزر، أو استخدام نماذج لغة–رؤية قادرة على تمييز الفوارق الدقيقة بين الأشجار المتشابهة المظهر.

ما يعنيه هذا لمدن أكثر خضرة وعدلاً

بالنسبة لغير المتخصصين، الرسالة الأساسية أن المدن لم تعد مضطرة للاعتماد فقط على مسوحات ميدانية بطيئة ومكلفة لفهم حياة أشجارها. من خلال استخراج المعلومات من فيض صور مستوى الشارع المتاحة، يمكن لهذه الطريقة إنتاج خرائط مفصّلة على مستوى الحي لتنوُّع الأشجار بتكلفة منخفضة وتكرار التحديث كلما ظهرت صور جديدة. قد يستخدم مخططو المدن هذه الخرائط لاكتشاف مناطق يهيمن فيها نوع شجري هشّ، وتحديد أحياء تفتقد تنوّعًا في المساحات الخضراء، وتصميم برامج زراعة تعزّز المرونة ضد الآفات والأمراض وإجهاد المناخ. باختصار، يبيّن البحث كيف أن مزج التصوير اليومي مع التجميع الذكي يمكن أن يحوّل المدينة نفسها إلى خريطة حية محدثة بانتظام للطبيعة الحضرية.

الاستشهاد: Abuhani, D.A., Seccaroni, M., Mazzarello, M. et al. Unsupervised mapping of urban tree diversity using spatially-aware visual clustering. Sci Rep 16, 10440 (2026). https://doi.org/10.1038/s41598-026-37043-7

الكلمات المفتاحية: تنوُّع أشجار المدن, صور مستوى الشارع, التجميع غير الموجَّه, رسم خرائط التنوع البيولوجي, مرونة المدن الحضرية