التنبؤ بمستوى المياه في الخزان الجوفي بمنطقة العمل التعدينية باستخدام VMD-LSTM

لماذا تعتمد سلامة التعدين على معرفة المياه تحت الأرض

عميقاً تحت الأرض، كثيراً ما تقع مناجم الفحم فوق طبقات صخرية مشبعة بالماء. إذا اندفعت تلك المياه فجأة إلى نفق، فقد تغمر المعدات وتهدّد العمال وتوقف الإنتاج. تستعرض هذه الدراسة طريقة أذكى للتنبؤ بكيفية ارتفاع وانخفاض مستوى المياه في تلك الطبقات الجوفية قرب واجهة التعدين النشطة، مما يساعد مشغّلي المناجم على اتخاذ إجراءات مبكّرة لتجنّب المفاجآت الخطيرة.

موجات مخفية تحت المنجم

في المنجم مدار الدراسة، تقع طبقة الفحم فوق طبقة من الحجر الجيري التي تخزن المياه الجوفية مثل خزان مخفي. مع إزالة الفحم تتغير الإجهادات في الصخر وقد يتحرّك الماء باتجاه الأنفاق. القياس المباشر لتسلل الماء إلى النفق صعب لأن عوامل عديدة تتداخل مع الحساسات. بالمقابل، تتبع مستوى الماء في طبقة الحجر الجيري المجاورة أنظف وأكثر استقراراً. لذلك يركّز المؤلفون على التنبؤ بمستوى هذا الخزان الجوفي كمؤشر لمخاطر تدفّق المياه المفاجئ.

تفكيك إشارة معقّدة إلى أجزاء أبسط

سجل مستوى المياه اليومي متعرّج وغير منتظم، فيه اتجاهات بطيئة مختلطة مع تقلبات حادة. للتعامل مع ذلك يقوم الباحثون أولاً بتنظيف البيانات، وإزالة الأخطاء الواضحة وملء الأيام المفقودة. ثم يستخدمون أسلوباً يسمى تفكيك الوضعيات المتغيّر (variational mode decomposition)، الذي يعامل سجل مستوى الماء كمزيج من عدة موجات متداخلة. يفصل هذا الأسلوب المنحنى الأصلي إلى ثمانية مكوّنات أبسط، كلٌّ تمثل تغيّرات على مقياس زمني مختلف، من الاتجاهات طويلة الأمد إلى التموجات القصيرة. هذا يجعل من الأسهل على نموذج الحاسوب تمييز الأنماط التي قد تكون مدفونة داخل الضوضاء.

تعليم شبكة لتذكّر الماضي

بعد التفكيك، يُغذى كل واحد من منحنيات مستوى الماء الأبسط إلى نوع من الشبكات العصبية الاصطناعية المصمّمة للسلاسل الزمنية، والمعروفة بشبكة الذاكرة طويلة القصيرة الأمد (LSTM). هذه الشبكة مبنية لتتذكر المعلومات المهمة لعدة أيام ماضية بينما تتجاهل التفاصيل الأقل فائدة. يُدرّب النموذج على الجزء الأكبر من البيانات المسجلة ثم يُختبر على الأيام المتبقية. يقارن الفريق عدة نهج، بما في ذلك نسخ مبنية على نماذج تسلسلية شائعة أخرى ونسخ تتخطى خطوة التفكيك تماماً.

تحسّن واضح في دقة التنبؤ

يقدّم نموذج التفكيك المتغيّر مضافاً إليه شبكة الذاكرة طويلة القصيرة الأمد أدق التنبؤات بين الطرق المختبرة. يتتبّع هذا النموذج الارتفاع والانخفاض العام لمستوى الخزان الجوفي ويؤدي أداءً جيداً بشكل خاص عندما يتغيّر المستوى بسرعة، مثل حالات الانخفاض الكبير أو القمم المفاجئة. عند مقارنة مقاييس الخطأ القياسية يظهر نموذجهم الهجين أخطاء أدنى ومطابقة أقرب للقياسات الفعلية مقارنة بالنماذج التي لا تستخدم التفكيك أو تلك التي تعتمد تصاميم شبكية أخرى. وهذا يشير إلى أن فكّ تشابك الإشارة المختلطة أولاً ثم استخدام شبكة قائمة على الذاكرة يسهل التقاط السلوك الحقيقي للمياه الجوفية.

ما معناه هذا لسلامة المناجم

بالنسبة لمشغّلي المناجم تشير الدراسة إلى أداة عملية لمراقبة المياه الخفية تحت واجهات العمل. من خلال تقديم تحذيرات أبكر وأكثر موثوقية حول مستويات المياه المستقبلية، يمكن للنموذج أن يدعم قرارات الحفر والضخ والتدعيم قبل أن تكسر المياه نطاق الأنفاق. وبما أن الطريقة بسيطة نسبياً بعد إعدادها وتعمل استناداً إلى قياسات يومية، فهي توفر وسيلة مريحة لتعزيز الوقاية من مخاطر المياه ودعم إنتاج فحم أكثر أماناً وكفاءة.

الاستشهاد: Zhang, G., Jiao, B., Ji, X. et al. VMD-LSTM based water level prediction of aquifer in mining working face. Sci Rep 16, 15088 (2026). https://doi.org/10.1038/s41598-026-45287-6

الكلمات المفتاحية: مياه المناجم, مستوى الخزان الجوفي, تنبؤ السلاسل الزمنية, التعلّم العميق, سلامة تعدين الفحم