الانعكاس بالتعلّم العميق لمحتوى المياه ووقت الاسترخاء في مناطق الشقوق الحاملة للماء بناءً على بيانات الرنين المغناطيسي السطحي

لماذا تهم المياه المخفية في شقوق الصخور

على أعماق بعيدة تحت أقدامنا، غالبًا ما يتخلّل الماء شقوقًا صغيرة في الصخور. هذه العروق المخفية قد تكون مصدرًا حيويًا وفي الوقت نفسه تشكّل خطرًا جسيمًا: فهي تساهم في توفير مياه الشرب، لكنها قد تغمر المناجم، تضعف الأنفاق، وتسبب انزلاقات أرضية. الدراسة الملخّصة هنا تعرض طريقة جديدة لاكتشاف مناطق الشقوق المملوءة بالماء من السطح، باستخدام مزيج من طريقة مغناطيسية متخصصة والتعلّم العميق المعاصر. الهدف ليس فقط تحديد مكان المياه الجوفية، بل معرفة كيف تُخزن ومدى سهولة حركتها — معلومات حاسمة للهندسة الآمنة والاستخدام المستدام للمياه.

الاستماع إلى الماء عبر إشارات مغناطيسية دقيقة

يعتمد العمل على تقنية تُدعى الرنين المغناطيسي النووي السطحي، وهي استثنائية بين أدوات الجيوفيزياء لأنها تستجيب مباشرة لهيدروجين الماء السائل. على الأرض، ترسل حلقات من الأسلاك نبضات مضبوطة بعناية إلى جوف الأرض ثم تستمع لإشارات شبيهة بالصدى من المياه الجوفية تحت السطح. تبهت هذه الإشارات مع الزمن بمعدلات تعتمد على كيفية احتباس الماء في الصخر. المسامات العريضة والإسفنجية تعطى نمط اضمحلال مختلفًا عن الشقوق الضيقة. من الناحية المبدئية، يمكن لهذا السلوك الزمني أن يكشف ليس فقط كمية الماء الموجودة، بل أيضًا ما إذا كانت تقيم في طبقات مسامية أم في شبكات شقوق قد توجّه الجريان وتسبب تسريبات أو فيضانات مفاجئة.

حدود الصور التقليدية للباطن

تعتمد الطرق التقليدية لتحويل هذه الإشارات إلى صور تحت سطحية على ملاءمة نماذج رياضية مع البيانات المقاسة عبر إجراءات تكرارية. نهج "الانعكاس الكمي" المعروف يعمل جيدًا للخزانات المائية العريضة والغنية بالماء، لكنه يواجه صعوبة مع مناطق الشقوق الرفيعة أو العميقة. إشاراتها أضعف، وغالبًا ما تُغطى بطبقات فوقية أكثر رطوبة، وقد تُطمس بواسطة حيل التنظيم المستخدمة للحفاظ على استقرار الحسابات. العملية أيضًا مكلفة حسابيًا: للحصول على صورة موثوقة، يجب على المختصين تعديل معاملات العقوبة والقيود مرارًا — وهو أمر بطيء وغير مثالي عندما تكون هناك حاجة لاتخاذ قرارات فورية في مشاريع التعدين أو الحفر.

تعليم شبكة عصبية لرؤية الشقوق

لتجاوز هذه القيود، أعاد المؤلفون صياغة المشكلة كمهمة تمييز أنماط. بنوا آلاف النماذج التركيبية الواقعية للجيوجيولوجيا تحت السطح، مزيجين بين خزانات مسامية متدرجة وشبكات شقوق مولّدة عشوائيًا بأطوال وزوايا وكثافات مختلفة. لكل نموذج، حاكيوا الإشارات المتوقعة للرنين المغناطيسي، أضافوا ضوضاء واقعية، ووضعوا تسميات لتوزيع أربع كميات رئيسية تحت السطح: محتوى الماء ووقت الاسترخاء لكل من الطبقات الماصة ومناطق الشقوق. ثم درّبوا شبكة عصبية التفافية — بنية تعلم عميق موجهة للصور — لتتعلم الإسناد المباشر من السجلات الكاملة للإشارات إلى هذه الخرائط تحت السطحية الأربع. في الواقع، تصبح الشبكة "انعكاسًا" متعلمًا وسريعًا يتجاوز الكثير من الضبط التقليدي.

صور أوضح وإجابات أسرع

أظهرت الاختبارات على أمثلة تركيبية غير مرئية أثناء التدريب أن الشبكة المدربة تمكنت من التفريق بوضوح بين الخزانات المسامية وشقوق المياه عبر مقطع ثنائي الأبعاد. أعادت الشبكة أشكال ومواقع مناطق الشقوق، حتى عندما كانت مائلة أو متجمعة، والتقطت أوقات الاسترخاء الأطول المميزة لها. حدث بعض الضباب والتقليل عند حواف ميزات صغيرة وعميقة حيث تكون الإشارات أضعف، لكن الأخطاء الإجمالية كانت معتدلة. بالمقارنة المباشرة مع انعكاس منظم قياسي، قدمت طريقة التعلّم العميق حدودًا أنقى، وُجودًا أقل من الآثار الملتبسة عند العمق، وانخفاضًا ملحوظًا في متوسط الأخطاء — كل ذلك مع تقليص زمن التشغيل الفعلي للانعكاس من حوالي نصف ساعة إلى بضع ثوانٍ فقط بعد اكتمال التدريب. أظهرت اختبارات المتانة مع مستويات ضوضاء متزايدة أنه رغم تدهور التفاصيل الدقيقة، تظل مناطق الشقوق الرئيسة والخزانات قابلة للتمييز حتى في ظروف إشارة ضعيفة نسبيًا.

من الاختبارات العددية إلى صخور العالم الحقيقي

طبّق المؤلفون شبكتهم المدربة على بيانات ميدانية من منطقة تعدين فحم في شمال الصين، حيث تستضيف الصخور المتجوية تحت الرواسب الأحدث خزانًا تسيطر عليه الشقوق وقد يهدد سلامة المناجم. أظهر الانعكاس القياسي الخزان المسامي السطحي المتوقع لكنه لم يكشف عن أي منطقة شقوق عميقة واضحة. بالمقابل، أبرز انعكاس التعلّم العميق منطقة مائية مميزة على شكل حزام داخل الصخر المشقّق على أعماق تقارب 18 إلى 30 مترًا على طول جزء من خط المسح. أكدت ملاحظات آبار مستقلة أن هذا الحيز كان شديد التشقق ويحمل ماءً. وقدمت تجربة ضخ في أحد الآبار تقديرًا لسهولة تدفق الماء عبر الصخر، والذي اتفق عن قرب — ضمن نحو 10 في المئة — مع القيم المستنتجة من الانعكاس الجديد، مما يمنح دعمًا عمليًا للطريقة.

ماذا يعني هذا للمياه والسلامة تحت الأرض

بعبارات بسيطة، تبين هذه الدراسة أن الجمع بين طريقة استشعار مخصصة للماء والتعلّم العميق يمكن أن يجعل الشقوق المملوءة بالماء التي كانت مخفية في السابق أسهل كثيرًا للرصد من السطح. يفصل النهج بين ماء المسامات البطيء الحركة ومياه الشقوق الخطرة المحتملة ويقدم تقديرات لكمية الماء ومدى سهولة حركته. بينما لا تزال الطريقة تعتمد على بيانات تدريب جيدة وقد تُطمس الميزات الصغيرة جدًا أو العميقة، فإنها توفر وسيلة سريعة وغير غازية لرسم خرائط مناطق الشقوق الخطرة ودعم تخطيط المناجم الآمن وتصميم الأنفاق وإدارة المياه الجوفية في تضاريس صخرية معقّدة.

الاستشهاد: Li, K., Li, H., Qiu, H. et al. Deep learning inversion of water content and relaxation time in water-bearing fracture zones based on surface NMR data. Sci Rep 16, 9292 (2026). https://doi.org/10.1038/s41598-026-40506-6

الكلمات المفتاحية: المياه الجوفية, شقوق الصخور, الرنين المغناطيسي النووي, التعلّم العميق, المخاطر الجيولوجية