طريقة تنبؤ عالية الدقة لتشوهات المناجم بناءً على GNSS RTK وتعلم التجميع التكديسي

لماذا مراقبة حركة الأرض يمكن أن تنقذ أرواحاً

تعيد المناجم الحديثة تشكيل المشهد بصمت على مدار الساعة كل يوم. معظم هذه الحركات بطيئة وغير ضارة، لكن أحيانًا تنزلق المنحدرات فجأة أو تنهار أكوام النفايات، مما يهدد العاملين والمعدات والمجتمعات القريبة. تبيّن هذه الورقة كيف يمكن تحديد التحركات الطفيفة في الأرض — حتى أجزاء من المليمتر — باستخدام تحديد المواقع عبر الأقمار الصناعية والتحليل المتقدم للبيانات، وتحويلها إلى تحذيرات مبكرة قبل أن يتحول الغرز الطفيفة إلى كارثة كبيرة.

الاستماع إلى المنجم بإشارات الأقمار الصناعية

بدلاً من الاعتماد فقط على الفحوصات البصرية أو المسوحات العرضية، يستخدم المؤلفون شبكة من محطات نظام الملاحة العالمي عبر الأقمار (GNSS) الدائمة حول منجم فحم مفتوح في شينجيانغ، الصين. تقيس هذه المحطات، العاملة في وضعالقياس الحركي اللحظي (RTK)، مواضعها الثلاثية الأبعاد بدقة سنتيمترية كل ساعة، ليلاً ونهاراً. على مدى شهور وسنوات، ينشأ سجل زمني غني يوضح كيف يرتفع، يغرق أو ينزلق كل نقطة على سطح المنجم ببطء. تكمن في هذه البيانات دلائل مبكرة للمشكلات — لكنها مدفونة تحت ضوضاء ناجمة عن الغلاف الجوي، مدارات الأقمار الصناعية، الضوضاء الإلكترونية، وعمليات التفجير.

تنقية الإشارة حتى تبرز الحركة الحقيقية

لتحويل القياسات المزعجة إلى حركة أرضية موثوقة، بنى الفريق خط أنابيب "تجميع الترشيح" الذي يجمع عدة طرق لإزالة الضوضاء بدلاً من الاعتماد على طريقة واحدة فقط. أولاً، يزيل مرشح الوسيط القفزات المفاجئة الناتجة عن فقدان الإشارة اللحظي أو الأعطال الكهربائية. بعد ذلك، يتم ضبط مرشح باترورث بشكل مختلف للمناطق الهادئة والمستقرة والمناطق المنحدرة الأكثر نشاطًا، ليخلص من الاهتزاز عالي التردد مع الحفاظ على الحركة الأرضية الحقيقية ذات التردد المنخفض. ثم يقوم مرشح سافيتزكي–جولاي بتنعيم البيانات مع الحفاظ على الثنيات والانحناءات المحلية المهمة التي قد تشير إلى تغير السلوك. أخيراً، يكيف مرشح كالمان التكيفي نفسه اعتمادًا على سرعة حركة الأرض، مانحًا وزنًا أكبر إما للاتجاهات السابقة أو للملاحظات الحديثة. تقلل هذه العملية المتدرجة التشتت في بيانات الإحداثيات بما يصل تقريبًا إلى ثُلث في الاتجاه الرأسي، دون محو التشوهات ذات المغزى.

تدريب نماذج للتنبؤ بتحركات دقيقة

بعد تنظيف البيانات، ينتقل المؤلفون من القياس إلى التنبؤ. يحولون إحداثيات المحطات إلى تشوه تراكمي — مدى تحرك كل نقطة منذ البداية — ثم يقسمون هذه الحركة إلى ثلاثة أجزاء: اتجاه طويل الأجل، تقلبات موسمية متكررة، وبقايا غير منتظمة. كما يحسبون مدى تغير السرعة (المعدل) ومدى تغير تلك السرعة نفسها (التسارع). تشكل هذه العناصر نوعًا من سجل الحالة لكل موقع. بدلاً من الاعتماد على طريقة تنبؤ واحدة، يجمع الباحثون فريقًا من النماذج: أدوات سلاسل زمنية تقليدية جيدة للتوجهات والدورات المستقرة، ونماذج تعلم آلي حديثة تتفوق في السلوك المعقد وغير الخطي. يتعلم نموذج نهائي "حكم" كيفية وزن كل عضو في هذا الفريق بحيث يتطابق التنبؤ المُركب مع الواقع بأكبر قدر ممكن من الدقة.

من الأرقام الخام إلى تحذيرات موثوقة

في اختبارات على ما يقرب من عامين من البيانات من 19 محطة، توقعت المنهجية المجمعة التشوه المستقبلي بأخطاء جذرية متوسطة المربع أقل من 0.3 مليمتر، حتى عند التنبؤ لغاية ثلاثة أيام قادمة. تتبع الطريقة كلًا من الهبوط الطويل الأمد الناعم والتغيرات الحادة المرتبطة بالأنشطة التعدينية، وتظل مستقرة عندما تختلف الظروف بين المحطات ومع مرور الزمن. إلى جانب التنبؤات، أضاف المؤلفون نظام إنذار يصنف كل لحظة إلى مراحل — زحف مستقر، تسارع بطيء، أو عدم استقرار سريع — اعتمادًا على المعدل والتسارع. باستخدام خوارزمية تجميع نافذة إحصائية منزلقة، يضبط النظام عتباته تلقائيًا بحيث لا تسبب التذبذبات الصغيرة وغير الضارة إطلاق إنذارات، بينما تكشف الانحرافات الواضحة عن السلوك المتوقع.

تحويل التنبؤات إلى مناجم أكثر أمانًا

بالنسبة لغير المختص، الرسالة الأساسية أن هذا العمل يحول بيانات تحديد المواقع عبر الأقمار الصناعية الدقيقة والصعبة الفهم إلى أداة إنذار مبكر عملية. من خلال تنظيف الإشارة بذكاء ودمج عدة طرق للتنبؤ، يستطيع المؤلفون توقع حركة الأرض في مناطق عالية الخطورة مثل أكوام النفايات الداخلية والمنحدرات الحادة بدقة دون-مليمترية. هذا لا يجعل الأجهزة أكثر دقة مما تسمح به الفيزياء؛ بل يعني أن أخطاء التنبؤ المتبقية، بعد تنقية الضوضاء والتعلم من السلوك الماضي، صغيرة للغاية. تتيح هذه الدراية التفصيلية لمشغلي المناجم اكتشاف الاتجاهات الخطرة مبكرًا، وتركيز عمليات التفتيش على أكثر المناطق عدم استقرارًا، والتخطيط للتدعيم أو الإخلاء قبل أن يتحول هبوط بطيء إلى انزلاق مفاجئ.

الاستشهاد: Dong, X., Ma, R., Tian, W. et al. High-precision prediction method for mine deformation based on GNSS RTK and stacking ensemble learning. Sci Rep 16, 12277 (2026). https://doi.org/10.1038/s41598-026-41945-x

الكلمات المفتاحية: مراقبة تشوهات المناجم, GNSS RTK, الإنذار المبكر للانهيارات الأرضية, تنبؤ بتعلم الآلة, سلامة منجم مفتوح