تقييم نماذج RSM‑SVR القياسية والصندوق الأسود والباييسية في المنطقة شبه القاحلة جنوب شرق إيران لتوقع خصائص التربة الكيميائية

لماذا تهم الترب المالحة للمزارعين

في أجزاء جافة كثيرة من العالم، تعاني المحاصيل ليس فقط من قلة المياه بل لأن التربة نفسها متعبة ومالحة. في سهول جنوب شرق إيران شبه القاحلة، يواجه المزارعون ترباً لا تحتفظ بالمغذيات جيدًا وتحتوي على نسبة عالية من الصوديوم، ما قد يجعل الأرض تتصلب وتؤدي إلى فشل النباتات. يطرح هذا البحث سؤالاً عمليًا: هل يمكننا استخدام نماذج حاسوبية ذكية لتقدير خصائص تربوية رئيسية بسرعة انطلاقًا من قياسات بسيطة، بحيث يتمكن المزارعون والمخططون من إدارة الأراضي بكفاءة وبتكلفة أقل؟

منظر قاسٍ وترب هشة

أُجريت الدراسة في محافظة سيستان وبلوشستان، وهي منطقة واسعة تعصف بها الرياح على الحدود الشرقية لإيران. المناخ فيها حار وجاف، وهطول الأمطار نادر، والعواصف الترابية تزيل بانتظام الطبقة السطحية من التربة. يغطي معظم منطقة الدراسة البالغة 60,000 هكتار ترب طينية رملية ورمال—أنواع تربية تصرف الماء بسرعة، تخزن مادة عضوية قليلة، ومعرضة لتراكم الأملاح. من خلال جمع 258 عينة تربة مُعدّة بعناية، أكدت الفريق وجود مشاكل خطيرة: في المتوسط، أكثر من نصف المواقع تجاوزت عتبة الخطر الاعتيادية للصوديوم، ونحو ثلاثة أرباع المواقع كانت ذات قدرة منخفضة على احتجاز المغذيات. هذه الظروف تجعل الزراعة محفوفة بالمخاطر وتكلفة عالية، لا سيما لصغار المزارعين محدودي الموارد.

ثلاث معايير لصحّة التربة

لتقييم مدى تضرر أو صحة التربة، ركزت الدراسة على ثلاث مؤشرات كيميائية. نسبة الصوديوم القابل للمبادلة (ESP) تقيس مدى احتلال «أماكن وقوف» المغذيات في التربة بالصوديوم بدلاً من عناصر أكثر فائدة مثل الكالسيوم والمغنيسيوم. نسبة امتصاص الصوديوم (SAR) تقارن كمية الصوديوم في الماء التربوي بالكالسيوم والمغنيسيوم، مما يشير إلى خطر تراكم الصوديوم وتلف بنية التربة. وسعة التبادل الكاتيوني (CEC) تصف عدد تلك «أماكن وقوف» المغذيات الموجودة أصلاً، وبالتالي مدى قدرة التربة على الاحتفاظ بالأسمدة بدلًا من جرفها بعيدًا. تقليديًا، يتطلب قياس هذه الخاصيات عملاً مخبريًا مستهلكًا للوقت ومكلفًا—وهو ما يصعب تطبيقه بشكل روتيني على مناطق واسعة وبعيدة.

ترك الخوارزميات تتعلم من اختبارات بسيطة

بدلًا من الاعتماد الكامل على الاختبارات المخبرية، درّب الباحثون نماذج حاسوبية لتوقع ESP وSAR وCEC انطلاقًا من قياسات أسهل مثل نسيج التربة (رمل، طمي، طين)، الحموضة (pH)، التوصيلية الكهربائية، محتوى الكلس، والمادة العضوية. بنوا ثلاثة نهوج «هجينة» تمزج أداة إحصائية أقدم تسمى منهجية سطح الاستجابة (RSM) — التي تلتقط الاتجاهات المنحنية والتفاعلات بين المتغيرات— مع طريقة حديثة في تعلّم الآلة، هي الانحدار بدعم الناقلات (SVR)، المعروفة بقدرتها على التعامل مع أنماط معقدة وغير خطية. كانت النماذج الثلاثة بصيغ: نسخة قياسية تُدخل ميزات سطح الاستجابة مباشرة في خوارزمية التعلم؛ نسخة صندوق أسود تُوحِّد هذه الميزات وتضيف اختبارًا دقيقًا لمعرفة أي المدخلات هي الأهم؛ ونسخة باييسية تُقلّص بلطف المعاملات غير اليقينية باتجاه قيم أكثر أمانًا باستخدام أفكار احتمالية.

ما الذي يتحكم في الملوحة وضعف المخزون الغذائي

من خلال مقارنة التوقعات بالنتائج المخبرية الفعلية، وجد الفريق أن نسيج التربة ومقاييس المرتبطة بالملوحة تشكّلان سلوك الخصائص الكيميائية بقوة. برز محتوى الرمل كمحرك رئيسي لسعة الاحتفاظ بالمغذيات: كلما كانت التربة أكثر رملية، انخفضت قيمة CEC، مما يؤكد أن الحبيبات الخشنة سيئة في الاحتفاظ بالأسمدة. بالمقابل، كان محتوى الطمي والتوصيلية الكهربائية أقوى المؤثرات على مؤشرات الصوديوم ESP وSAR. وكان هذان المؤشران المرتبطان بالصوديوم مرتبطين بعضهما ببعض تقريبًا بشكل كامل، بمعنى أنه بمجرد معرفة أحدهما يُستنتج الآخر إلى حد كبير. أدّت النماذج أداء جيدًا عموماً لكنها واجهت صعوبة في التقاط أسوأ الحالات—الترب شديدة الملوحة والمتدهورة—حيث كانت البيانات نادرة والظروف متقلبة للغاية، وهو تحدٍّ شائع في النمذجة البيئية.

أي نهج نمذجة كان الأفضل

قدّم نموذج الهجين من نوع الصندوق الأسود أدق التنبؤات لـESP وCEC، مخفّضًا الأخطاء بنحو 40% و28% على التوالي مقارنة بالطريقة القياسية. بالنسبة لـSAR، أدّت النسخة الباييسية أداءً أفضل قليلاً، مما وفر موثوقية محسّنة في المناطق التي تزداد فيها مخاطر الصوديوم. عملت النماذج الثلاثة جميعها مع مجموعة بيانات صغيرة نسبيًا مكونة من 258 عينة، بفضل طريقة خطوة سطح الاستجابة التي تُثري المعلومات المغذاة إلى خوارزمية التعلم. ومع ذلك، يشير المؤلفون إلى أن مزيدًا من البيانات من المواقع القصوى ومناطق أخرى، فضلاً عن مقارنات مع طرق تعلم آلي إضافية، سيساعد في تحسين النماذج واختبارها أكثر.

تحويل التوقعات إلى قرارات زراعية أفضل

لغير المتخصصين، العائد العملي واضح: بمجموعة متواضعة من الاختبارات الروتينية للتربة، تسمح هذه النماذج بتقديرات سريعة ومنخفضة التكلفة للخصائص الكيميائية الرئيسية عبر مساحات واسعة. هذا يعني أن المزارعين ومديري الأراضي يمكنهم بسهولة أكبر تحديد الأماكن ذات الصوديوم العالي، والأماكن التي تكون فيها سعة تخزين المغذيات ضعيفة، والأماكن التي ستستفيد أكثر من إجراءات محددة—مثل إضافة الجبس لطرد الصوديوم، زيادة المادة العضوية، تعديل مياه الري، أو اختيار محاصيل أكثر تحملًا. وبينما ليست هذه الطرق مثالية، خصوصًا للأراضي الأكثر تدهورًا، فإنها تمثل خطوة مهمة نحو إدارة مدروسة ومحددة البيانات للأراضي الجافة الهشة، مما يساعد على حماية الموارد المائية والتربية النادرة في بعض أكثر مناطق الزراعة عرضة للخطر في العالم.

الاستشهاد: Ahangar, A.G., Piri, J. Evaluation of standard, black-box, and bayesian RSM-SVR models in the semi-arid area of south-eastern Iran for predicting soil chemical properties. Sci Rep 16, 11183 (2026). https://doi.org/10.1038/s41598-026-42058-1

الكلمات المفتاحية: ملوحة التربة, الزراعة الدقيقة, تعلّم الآلة, الترب شبه القاحلة, خصوبة التربة