تحليل الارتباط بين قابلية الانهيار للطمي والمؤشرات الفيزيائية والميكانيكية في منطقة لونغدونغ وتنبؤ بمعامل الانهيار باستخدام التعلم الآلي

لماذا يهم هبوط الأرض في الحياة اليومية

في أجزاء كثيرة من شمال الصين، تُبنى المدن والطرق والقنوات على تربة محمولة بالرياح تُعرف بالطمي. يمكن لهذه التربة أن تنضغط فجأة عندما تبتل، مما يسبب هبوط الأرض وتلف المباني والبنية التحتية. تستعرض الدراسة الموجزة هنا الطمي في منطقة لونغدونغ وتوضح كيف يمكن لقياسات بسيطة والتعلم الآلي الحديث أن تشير بسرعة إلى الأماكن التي من المحتمل أن تظل الأرض فيها ثابتة وأين قد تنهار.

تربة هشة تحت مدن متنامية

تقع منطقة لونغدونغ في قلب هضبة الطمي، حيث يمكن أن تكون طبقات الطمي سميكة بعشرات الأمتار. مع توسع مشاريع جديدة مثل أعمال تحويل المياه والسكك الحديدية والسكن عبر هذا المشهد، يجب على المهندسين فهم مدى احتمال أن تستقر التربة عند بللها. تتطلب الاختبارات التقليدية لقابلية الانهيار عملًا مخبريًا دقيقًا على العديد من العينات وتستغرق وقتًا. جمع المؤلفون 259 سجل اختبار ميداني من مواقع إنشاء حول مدينة تشينغيانغ، يتضمن كل سجل الانهيار المقاس للتربة بالإضافة إلى خصائص فيزيائية أساسية مثل العمق والكثافة ونسبة الفراغ والمحتوى المائي ومدى قابلية التربة للانضغاط.

دلائل بسيطة في التربة تشير إلى الخطر

باستخدام التحليل الإحصائي، فحص الباحثون كيف يرتبط الانهيار المقاس للطمي بكل خاصية من خصائص التربة. وجدوا أن مقدار الفراغات في التربة، الموصوف بـ «نسبة الفراغ»، له أقوى صلة بمدى هبوط التربة. كما أن العمق تحت السطح مهم: الطبقات الضحلة تحت ضغط أخف تكون أكثر رخاوة وعُرضة للانهيار، بينما تكون الطبقات الأعمق أكثر تماسكًا بطبيعتها. تلعب التشبع المائي ومعامل الانضغاط دورًا ثانويًا. من آلاف النقاط البيانية، حددوا معايير عملية. في هذه المنطقة، نادرًا ما يظهر الطمي الذي يحتوي على مسامات قليلة نسبيًا (نسبة فراغ أقل من 0.960) وموجود على عمق أكثر من 16 مترًا انهيارًا ضارًا في الاختبارات.

قاعدة سريعة لفحوصات الأرض الآمنة

استنادًا إلى هذه النتائج، اقترح الفريق قاعدة فحص سريعة للمهندسين الميدانيين. إذا استوفت طبقة التربة كلا الشرطين — نسبة فراغ منخفضة وعمق كافٍ — فيمكن اعتبارها غير قابلة للانهيار بثقة عالية، مما يقلل كثيرًا من الحاجة إلى اختبارات انهيار مفصَّلة في تلك النقاط. عند فحص هذه القاعدة مقابل مجموعة البيانات الأصلية ومجموعة مستقلة مكونة من 62 عينة جديدة من مواقع مجاورة، حددت بشكل صحيح التربة غير القابلة للانهيار في حوالي 98 بالمئة من الحالات. العينات القليلة التي أسيء تقديرها كانت ذات قيم انهيار عند الحد الفاصل بين «الآمن» و«الغير آمن»، مما يعكس التباين الطبيعي في الطمي وظروف الاختبار.

تعليم الحواسيب قراءة التربة

للتقدم إلى ما وراء القواعد البسيطة، درب الباحثون أيضًا نماذج حاسوبية للتنبؤ بقيمة الانهيار الدقيقة من أربعة قياسات رئيسية: العمق، نسبة الفراغ، التشبع المائي، وسلوك الانضغاط. قارنوا ثلاث طرق شائعة في التعلم الآلي — الغابات العشوائية، التعزيز التدرجي المتطرف، وآلات المتجهات الداعمة — إلى جانب صيغة أبسط ذات معلمين. جميع النماذج استوعبت الاتجاهات الرئيسية، لكن نموذج التعزيز التدرجي تميز من حيث الدقة والاستقرار، حيث طابق قيم الانهيار المقاسة عن كثب لكل من بيانات التدريب والاختبار وصنّف العينات القابلة وغير القابلة للانهيار بشكل صحيح بأكثر من 92 بالمئة من الوقت.

فتح الصندوق الأسود للتنبؤات

نظرًا لأن على المهندسين الوثوق بهذه التنبؤات وفهمها، طبق المؤلفون أداة تفسير تُعرف بـ SHAP لمعرفة كيف يؤثر كل دخل على مخرجات النموذج. أكدت التفسيرات أن نسبة الفراغ والعمق يهيمنان على التنبؤ، مع دفع نسب الفراغ الأعلى والأعماق الأضحل النموذج نحو قيم انهيار متوقعة أكبر. للتشبع المائي ومعامل الانضغاط تأثيرات أدق تتغير من حالة لأخرى. كما أبرز التحليل تركيبة خطرة بشكل خاص: الطبقات الأضحل من حوالي 11 مترًا ونسبة فراغ أعلى من 1.02 تكون عرضة بشكل خاص للانهيار عند بللها.

ماذا يعني هذا للبناء على الطمي

بعبارة بسيطة، تُظهر هذه الدراسة أن حفنة من قياسات التربة المباشرة يمكن أن تكشف الكثير عن مدى أمان البناء على الطمي. قاعدة بسيطة تستند إلى العمق ومساحة المسامات يمكن أن تشير بسرعة إلى الطبقات التي من غير المرجح أن تنهار، بينما يمكن لنموذج تعلم آلي مُختبر جيدًا أن يوفر تقديرات مخاطر أكثر دقة عند الحاجة. معًا، توفر هذه الأدوات للمهندسين في منطقة لونغدونغ وسيلة أسرع وأكثر شفافية لتخطيط الأساسات، والحد من المفاجآت المكلفة، وتصميم هياكل قادرة على الثبات على أرض هشة بطبيعتها.

الاستشهاد: Liu, D., Wang, K., Bian, Y. et al. Correlation analysis between the collapsibility of loess and physicomechanical indices in Longdong region and prediction of the collapsibility coefficient based on machine learning. Sci Rep 16, 15939 (2026). https://doi.org/10.1038/s41598-026-45254-1

الكلمات المفتاحية: قابلية انهيار الطمي, ميكانيكا التربة, التعلم الآلي, هندسة الأساسات, منطقة لونغدونغ