استنباط تسونامي باستخدام تمثيلات عميقة عصبية

لماذا هذا مهم لسلامة السواحل

يعتمد الناس المقيمون قرب البحر على التحذيرات المبكرة للهروب من التسونامي الوارد، ومع ذلك لا تزال الأنظمة الحالية تواجه صعوبات عندما يكون الحدث غير مألوف أو تعطل الحساسات. تُظهر هذه الدراسة كيف يمكن لأفكار من الذكاء الاصطناعي الحديث أن تساعد مراكز التحذير على قراءة الأمواج البحرية البعيدة بطريقة أكثر مرونة وسرعة، بهدف تقديم إرشاد أوضح حول السواحل الأكثر تعرضًا للخطر.

من هزة قاع البحر إلى موجة ساحلية

عندما يزعج زلزال كبير أو انهيار أرضي أو انفجار بركاني سطح المحيط، يمكن للتسونامي الناتج أن يعبر حوضًا كاملاً. للتنبؤ أين وبأي شدة سيضرب، يحتاج العلماء معرفة الشكل الأولي للمياه المضطربة. تلك «الصورة البداية» صعبة الإعادة بشكل مدهش. فهي تعتمد على تفاصيل غير مؤكدة للمصدر، وشكل قاع البحر، والمد والجزر، وحتى الفجوات أو التشويش في سجلات الحساسات. غالبًا ما تفترض الطرق التقليدية نوعًا معينًا من صدوع الزلازل وتسبق بحساب مكتبات هائلة من السيناريوهات، مما يتطلب تخزينًا ضخمًا وقد يواجه صعوبة عندما لا يتطابق الحدث الواقعي مع التوقعات.

الاستماع إلى المحيط بدلًا من الصدع

يقترح المؤلفون وجهة نظر مختلفة: بدلًا من التركيز على كيفية انزلاق قاع البحر، يركزون مباشرة على استجابة المحيط. يصفون المحيط بأداة تُدعى دالة غرين، التي تجيب ببساطة عن السؤال: «لو ارتُفعت المياه مؤقتًا عند هذه النقطة فقط، ما الأمواج التي ستراها كل حساس؟» من حيث المبدأ، يسمح جمع الاستجابات من نقاط كثيرة بهذا النوع بالعمل رجوعيًا من الأمواج المقاسة عند الحساسات البحرية إلى الرقعة الأصلية من المياه المرتفعة أو المنخفضة. ثم تعمل تلك الرقعة كنقطة بداية لمحاكاة مفصلة تتنبأ بكيفية تطور التسونامي باتجاه الساحل.

ضغط سلوك المحيط بواسطة الشبكات العصبية

عمليًا، تغطية منطقة محيطية واقعية بشبكة دقيقة تنتج عددًا هائلًا من نقاط المصدر ومواقع الحساسات المحتملة. تخزين كل دالة غرين مباشرةً سيحتاج إلى مئات جيجابايت وسيبطئ التنبؤ العاجل. لتجنب ذلك، يستخدم الفريق الشبكات العصبية العميقة كـ«ضواغط» دالية مدمجة. تستقبل هذه الشبكات مواقع المصدر والمستقبل، إلى جانب خرائط صغيرة لقاع البحر المحيط، وتنتج الإشارة الموجية الكاملة التي ستنتقل بينهما. عبر التدريب على العديد من التسونامات المحاكاة حاسوبيًا حول اليابان، تتعلم الشبكات إعادة إنتاج هذه الإشارات بدقة مع استبدال جداول بيانات ضخمة بنموذج يحتوي على بضعة ملايين فقط من المعاملات.

العمل عكسيًا من بيانات الحساس

بوجود هذا النموذج البحري المدمج، يتصدى الباحثون للمسألة الأساسية: استنتاج الاضطراب المائي الأولي من سجلات الحساسات الحقيقية أو المحاكية. ينشئون بحثًا تكراريًا يضبط قوة رفع كل خلية في الشبكة حتى تتطابق الأمواج المتوقعة عند الحساسات مع الملاحَظة بأقرب قدر ممكن. في الوقت نفسه، يفضل الأسلوب الاضطرابات التي تكون مُركزة نسبيًا في المساحة وذات تغير ناعم، ما يعكس كيف تبدأ التسونامات الحقيقية عادة. وبما أن الشبكة العصبية يمكنها توليد استجابات موجية لأي موقع حساس أثناء التشغيل، فيمكن للنموذج المدرب نفسه التعامل مع مجموعات مختلفة من الحساسات العاملة والمعطلة دون إعادة تدريب.

الاختبار بتسونامات حقيقية ومتخيلة

يختبر المؤلفون منهجهم على العديد من الأحداث المستمدة من قاعدة بيانات مستخدمة على نطاق واسع لزلازل الماضي قرب اليابان. باستخدام بيانات من حساسات قاع البحر الكثيفة S-net في اليابان، يظهرون أن طريقتهم يمكنها إعادة بناء نمط المياه الأولي بارتباط عالٍ مع الحقيقة المحاكاة، حتى عندما تكون متاحة فقط نسبة من الحساسات أو عند إضافة ضوضاء الحساس. ثم يدخلون النمط المعاد بناؤه في شبكة عصبية ثانية للتنبؤ بارتفاعات الأمواج البحرية قرب الساحل على مدى عدة ساعات. هذه التنبؤات دقيقة بقدر ما، أو أفضل من، طريقة تعلم آلي موجودة مع استخدام عدد أقل بكثير من معاملات النموذج وعدم التقيّد بتوزيع حساسات ثابت. أخيرًا، يبينون أن نفس الإطار يمكنه التعامل مع تسونامي بركاني افتراضي، مما يوضح أنه لا يقتصر على الزلازل.

ما الذي يعنيه هذا لأنظمة التحذير المستقبلية

تُظهر الدراسة أن الشبكات العصبية العميقة يمكن أن تعمل كبدائل فعالة للنماذج العددية الثقيلة، مما يسمح باستنباط تسونامي سريع ومرن يركز على الحالة الأولية للمحيط بدلًا من تفاصيل الصدع. عبر تقليل عدم اليقين في تلك الصورة البداية وتحمل شبكات الحساسات المتغيرة، قد تساعد مثل هذه الطرق مراكز التحذير المستقبلية على تقييم أي أجزاء السواحل من المرجح أن تواجه أمواجًا خطيرة بشكل أفضل، مما يكسب وقتًا ثمينًا للإخلاء والاستجابة.

الاستشهاد: Morssy, A., Teal, P.D. & Kleijn, W.B. Tsunami inversion using deep neural representations. Sci Rep 16, 15925 (2026). https://doi.org/10.1038/s41598-026-38002-y

الكلمات المفتاحية: توقع التسونامي, الحساسات البحرية البعيدة, الشبكات العصبية, موجات المحيط, الإنذار المبكر