Clear Sky Science · ar

تقدير التسرب في السدود الترابية غير المتجانسة على قواعد منفذة باستخدام تعلم الآلة القابل للتفسير

· العودة إلى الفهرس

لماذا يهم تسرب الماء عبر السدود

في أنحاء العالم، تعتمد مجتمعات عديدة على السدود الترابية لتخزين مياه الشرب وري المحاصيل ومكافحة الفيضانات. ومع ذلك، فإن هذه الهياكل التي تبدو صلبة تتسرب باستمرار. تدفق صغير ومتحكم به آمن؛ أما التسرب الخفي الكبير فيمكن أن ينحفر أنفاقًا داخل السد أو أساسه ويؤدي إلى فشل مفاجئ. تستكشف هذه الورقة كيف يمكن لتقنيات تعلم الآلة الحديثة أن تساعد المهندسين على التنبؤ بهذا التدفق غير المرئي بدقة وسرعة أكثر، لا سيما في الحالة الأكثر واقعية للسدود ذات البنية الطبقية المبنية على أرضية منفذة.

كيف تتسرب السدود تحت السطح

السدود الترابية ليست أكوامًا متجانسة من التربة. غالبًا ما تحتوي على نواة مركزية شبه محكمة محاطة بطبقات أكثر مسامية، وكلها تستقر على أساس قد يكون بدوره منفذاً للمياه. عندما تضغط مياه الخزان على الواجهة المواجهة للمنبع، يخترق جزء منها جسم السد وتحت قاعدته، متبعة مسارات معقدة تتحكم فيها عمق المياه وأنواع التربة والهندسة الشكلية للسد. تبسط الحسابات اليدوية التقليدية هذه الصورة إلى حد يجعلها فعّالة فقط للأشكال المثالية. تحاكي المحاكاة الحاسوبية التفصيلية القائمة على طريقة العناصر المنتهية الصورة بدقة أكبر، لكنها قد تكون بطيئة وتحتاج إلى خبرة متخصصة، ما يحد من استخدامها في فحوصات التصميم السريعة أو مراجعات السلامة الروتينية.

Figure 1
الشكل 1.

تعليم الحواسيب التعرف على أنماط التسرب

جمع المؤلفون مكتبة رقمية كبيرة تضم 4,374 سيناريو تسرب، أنتج كل منها برنامج محاكاة موثوق يحسب تدفق المياه عبر وتحت السدود. في كل حالة، نوَّعوا سبعة مدخلات رئيسية يمكن للمهندسين قياسها أو تصميمها: عرض التاج، عمق الأساس، مستوى مياه الخزان، أطوال المنحدرات المواجهة للمنبع والمصب، سهولة مرور الماء عبر الأساس، ومدى انخفاض نفاذية النواة مقارنة بالطبقات المحيطة. لكل تركيبة من المدخلات، أنتجت المحاكاة مخرجًا رئيسيًا واحدًا: كمية الماء المتسربة لكل متر من السد. أصبحت هذه المجموعة المنقّحة من البيانات أرض تدريب لعدة نماذج تعلم آلي تهدف إلى التنبؤ بالتسرب مباشرة من المدخلات السبعة.

البحث عن محرك التنبؤ الأكثر موثوقية

اختبر الفريق خمس عائلات من النماذج المستخدمة على نطاق واسع في البيانات الجدولية الهندسية: أشجار قرار مفردة، وغابات عشوائية وثلاث طرق "تعزيز" تجمع بين الكثير من الأشجار الصغيرة في مجموعة قوية. بدلًا من التخمين في إعدادات النموذج، استخدموا تحسينًا بايزيًا، وهي استراتيجية بحث منهجية تعامل كل تجربة كاختبار وترصد الخيارات الأكثر وعدًا مع تجنب الإفراط في الملائمة. قُيم الأداء بمجموعة من مقاييس الخطأ، ورسوم بيانية تقارن التنبؤات بنتائج المحاكاة، وفحوصات تبادلية باستخدام تقسيمات بيانات متعددة. الفائز الواضح كان نموذج التعزيز التدرجي الفئوي (CGB)، الذي أعاد إنتاج التسرب المحاكى بدقة تقارب الكمال على بيانات غير مرئية، بينما تأخرت نماذج الأشجار الأبسط.

فتح الصندوق الأسود لتعلم الآلة

لجعل هذه النماذج المتقدمة مفيدة لمهندسي السدود، احتاج المؤلفون إلى تفسير دوافع تنبؤاتها. لجأوا إلى أداة تفسير حديثة تُعرف باسم SHAP، التي تُنسب لكل مدخل حصة من المسؤولية عن المخرج في كل سيناريو. كشف هذا التحليل أن عاملين يهيمنان على سلوك التسرب: عمق مياه الخزان ومدى إحكام نفاذية النواة مقارنة بالطبقات المحيطة. المياه الأعمق تدفع التسرب بقوة إلى الأعلى، بينما تقلّل النواة شديدة الانخفاض في النفاذية التسرب بشكل حاد. تلعب نفاذية الأساس وعمق الأساس دورًا ثانويًا، ولعرض التاج تأثير تثبيتي متواضع. تفاصيل المنحدرات لها أهمية نسبية ضئيلة ضمن النطاقات المدروسة، وهي نتيجة يمكن أن تساعد في تركيز الانتباه على رافعات التصميم الأكثر تأثيرًا.

Figure 2
الشكل 2.

من نموذج بحثي إلى أداة يومية

لجسر الفجوة بين النظرية والتطبيق، جُهّز أفضل نموذج CGB بأداة مكتب بسيطة. يمكن للمستخدمين إدخال خصائص السد والأساس السبعة والحصول فورًا على تقدير للتسرب، إما لحالة واحدة أو لعدة سيناريوهات دفعة واحدة. طابقت تنبؤات النموذج كل من الدراسات العددية السابقة ودراسة حالة مستقلة لسد هب في باكستان، وبقيت ضمن نحو 10 في المئة من النتائج المعتمدة عبر مستويات مياه عدة. للغير متخصصين، الخلاصة مطمئنة: بدمج محاكاة عالية الدقة وتعلم آلي متقدم وشرح واضح لما يهم أكثر، لدى المهندسين الآن وسيلة سريعة وشفافة لتوقع مقدار المياه التي ستتسرب عبر السدود الترابية المعقدة وللتحقق مما إذا كانت تلك التسريبات تبقى ضمن حدود آمنة.

الاستشهاد: Sayed Ahmed, M.M., Khursheed, M.Z., Alshameri, B. et al. Estimating seepage in heterogeneous earthfill dams on permeable foundations using explainable machine learning. Sci Rep 16, 12060 (2026). https://doi.org/10.1038/s41598-026-45048-5

الكلمات المفتاحية: السدود الترابية, التسرب, تعلم الآلة, سلامة السدود, الهندسة الجيوتكنيكية