إطار متكامل يستند إلى المحاكاة لربط أنماط الحرائق الفضائية وتخطيط شبكات الاستشعار اللاسلكية في تونس

لماذا تهم مراقبة الحرائق بشكل أذكى

تشكل حرائق الغابات تهديدًا للحياة والغابات والمجتمعات الريفية حول البحر المتوسط، وشمال أفريقيا ليست استثناء. في تونس، تستمر الحرائق في الاشتعال في نفس المناطق الحرجية، ومع ذلك فإن المراقبة الأرضية قليلة وصعبة الصيانة. تُظهر هذه الدراسة كيف يمكن تحويل معلومات من الفضاء إلى إرشادات عملية حول مكان وضع المستشعرات الأرضية، بهدف مراقبة المناطق عالية المخاطر عن كثب مع استخدام أقل للطاقة والمعدات.

رصد أنماط الحرائق من الفضاء

يبدأ الباحثون بالنظر إلى عدة سنوات من اكتشافات الحرائق من أقمار ناسا الصناعية فوق تونس. ترصد هذه الأقمار حرارة الحرائق النشطة ليلاً ونهارًا، ما يمنح خريطة لأماكن اندلاع الحرائق فعليًا بين 2022 و2025. بدلًا من معالجتها كنقاط معزولة، يستخدم الفريق طرق تجميع متفاوتة لكشف الممرات التي تعود فيها الحرائق للظهور، خاصة في الشمال الغربي الرطب والمغروس بالغابات. تشير هذه البؤر المتكررة إلى أن بعض المناطق أكثر قابلية للاحتراق بشكل هيكلي من غيرها، على الأرجح بسبب التضاريس والوقود والنشاط البشري، رغم أن هذه المحركات غير نمذجة مباشرة.

تحويل الأنماط إلى خرائط مخاطر

تطرح الدراسة بعد ذلك سؤالًا عمليًا: بناءً على ما نعرفه من الحرائق الماضية، أي الأماكن الأكثر احتمالًا للاشتعال في المستقبل؟ للإجابة، يدرب المؤلفون عدة نماذج إحصائية وتعلم آلي باستخدام معلومات ستكون متاحة قبل اندلاع الحريق، مثل الموقع، وفصل السنة والوقت من اليوم، والبيانات الوصفية الأساسية للأقمار الصناعية. يختبرون هذه النماذج بعناية بطريقة تحافظ على فصل المناطق المجاورة، لتجنب تضخيم الأداء مجرّد لأن النقاط القريبة تبدو متشابهة. يحقق نوع من النماذج يُدعى الغابة العشوائية (Random Forest) أفضل أداء إجماليًا، منتجًا خرائط ناعمة تُبرز احتمالية اشتعال عالية في نفس الممرات الشمالية الغربية التي ظهرت في بيانات الأقمار الخام.

استكشاف سلوك الحرائق قصير الأمد

يجرب الفريق أيضًا نموذج تعلم عميق ينظر إلى تسلسلات من الصور اليومية للأقمار الصناعية ليرى ما إذا كان يمكنه توقع أماكن ظهور الحرائق في اليوم التالي. صُمم هذا النموذج، المعروف باسم ConvLSTM، للتعامل مع البعدين المكاني والزماني، ليتعلم كيف تتحرك الأنماط وتتغير. تحت اختبار صارم سنة بعد سنة، يقدم أداءً أفضل قليلًا من الأسس البسيطة التي تعيد نمط الأمس أو تستخدم المتوسطات الطويلة الأمد، لكن المكاسب متواضعة. يتعامل المؤلفون مع هذا كنموذج إثبات فكرة: سجلات الحرائق الفضائية تحمل إشارة قصيرة الأمد إلى حد ما، لكن التنبؤ الموثوق قبل يوم على الأرجح سيتطلب إضافة بيانات الطقس والنباتات والبيانات البيئية الأخرى.

تصميم شبكات استشعار أذكى

أكثر أجزاء العمل تطبيقًا يستخدم معلومات المخاطر لتخطيط مكان وضع عقد الاستشعار اللاسلكية في الغابة. يمكن لهذه الأجهزة الصغيرة اكتشاف الحرارة أو الدخان وإرسال تنبيهات، لكن بطارياتها ونطاق اتصالاتها محدودان، لذا يهم ترتيبها. تقارن الدراسة شبكة مستشعرات بسيطة منتظمة مع تخطيطات تتبع بؤر الحرائق ومع تخطيط محسن وجده أسلوب بحث يعتمد على السرب. في محاكاة حاسوبية، تقصر التخطيطات الموجهة نحو البؤر المسافة النموذجية بين العقد المجاورة وتخفض طاقة الاتصال المقدرة بنحو الثلث مقارنةً بالشبكة المنتظمة، مع تغطية أكبر للمناطق التي سجلت تاريخيًا مخاطر أعلى.

ما الذي يعنيه هذا للمناطق المعرضة للحرائق

لا تدعي هذه الدراسة أنها نظام إنذار مبكر جاهزًا، وتستند نتائجها إلى محاكاة مضبوطة بدلًا من تجارب ميدانية. مع ذلك، فهي تقدم وصفة واضحة للانتقال من بيانات الحرائق الفضائية إلى قرارات ملموسة حول مكان وضع المستشعرات على الأرض. بالنسبة لتونس والمناطق المتشابهة في المناظر المتوسطية، تُظهر الدراسة أن الانتباه إلى أماكن احتراق الحرائق فعليًا في الماضي يمكن أن يساعد في تصميم شبكات مراقبة أكثر ترشيدًا وتركيزًا تراقب الممرات الخطرة عن كثب مع توفير الطاقة والأجهزة. يلفت المؤلفون إلى أن الخطوات التالية ستحتاج إلى إدخال بيانات الطقس والنباتات واختبار هذه التخطيطات في غابات حقيقية.

الاستشهاد: Mejri, I., Zrelli, A. & Ezzedine, T. An integrated, simulation-based framework linking satellite fire patterns and wireless sensor network planning in Tunisia. Sci Rep 16, 16184 (2026). https://doi.org/10.1038/s41598-026-46885-0

الكلمات المفتاحية: مراقبة حرائق الغابات, بيانات الأقمار الصناعية, شبكات الاستشعار اللاسلكية, غابات تونس, تخطيط مخاطر الحرائق