تعزيز حدود قابلية التنبؤ بظاهرة إنسو باستخدام شبكات صدى عميقة موجهة بالفيزياء

لماذا تكتسب توقعات النينيو الأفضل أهمية

النينيو هو دفء متكرر لمياه المحيط الهادئ الاستوائي يمكن أن يغير أنماط هطول الأمطار، ويعزز الفيضانات والجفاف، ويعطل المصايد، ويؤثر على اقتصادات حول العالم. النماذج المناخية الأفضل حالياً عادة ما تلاحظ قدوم النينيو قبل نحو عام، لكن المزارعين ومخططي المدن ومديري الكوارث سيستفيدون من تحذيرات موثوقة مبكراً بكثير. تستكشف هذه الدراسة ما إذا كان نوع جديد من الذكاء الاصطناعي، موجه بعناية بواسطة فيزياء المناخ المعروفة، يمكنه دفع الحد العملي للمسافة الزمنية التي يمكننا فيها التنبؤ بفعالية بأحداث النينيو.

طريقة جديدة لتعليم الآلات عن المحيط

أنشأ الباحثون نظام تنبؤ يعتمد على تقنية تسمى شبكة صدى عميقة، وهي شكل خفيف من الشبكات العصبية التكرارية المصممة للتعامل مع الأنماط الزمنية المعقدة المتغيرة. بدل تغذية هذه الشبكة بخريطة خام لدرجات الحرارة والرياح، قاموا أولاً بتقطير المناخ إلى مجموعة صغيرة من المؤشرات ذات المعنى—أرقام بسيطة تتتبع الظروف في مناطق رئيسية من المحيطين الهادئ والهندي والأطلسي. هذا الاختيار مستوحى من صورة "المذبذب الشاحن الموسَّع" للنينيو، التي ترى المحيط الهادئ الاستوائي كجزء من نظام محيطي أوسع ومترابط. من خلال تزويد الشبكة بهذه المكونات القابلة للتفسير فيزيائياً ومعلومات عن الفصول، شجع الباحثون الشبكة على تعلم سلوك مناخي واقعي بدلاً من أخذ طرق إحصائية غامضة.

رؤية أبعد في المستقبل

باستخدام بيانات إعادة تحليل المحيطات من 1958 إلى 1999 للتدريب ومن 2002 إلى 2023 للاختبار، يقيم الفريق مدى جودة توقع شبكتهم الموجهة فيزيائياً لمؤشر نينيو 3.4—مقياس قياسي لقوة النينيو واللانينيا. يقارنونه بإصدارات أبسط من نفس المنهج، ونموذج مفاهيمي تقليدي، وتنبؤات مناخية تشغيلية، ونظام تعلّم عميق متقدم يستهلك مجموعات بيانات ثلاثية الأبعاد ضخمة. عند أزمنة التنبؤ القصيرة لبضعة أشهر، تعمل كل الأساليب بشكل مشابه. لكن بعد نحو 10 أشهر، تحافظ شبكة الصدى العميقة الجديدة على مهارة مفيدة لفترة أطول، محافظة على معاملات الارتباط فوق عتبة مستخدمة شائعاً حتى نحو 16–20 شهرًا. والأمر اللافت أنها تحقق هذا الأداء بينما تتدرب في ثوانٍ على حاسوب مكتبي قياسي.

كيف تضيف المحيطات البعيدة والحرارة المخفية مهارة

للخروج عن الدرجات الخام والسؤال لماذا ينجح الأسلوب، يجري المؤلفون تجارب محكمة عديدة يضيفون أو يزيلون فيها بشكل انتقائي قطعًا من المعلومات. يجدون أن طبقة من الماء الدافئ تحت سطح المحيط الهادئ الاستوائي—المعروفة بحجم الماء الدافئ—تعمل كذاكرة طويلة الأمد للنظام، تخزن أثر الرياح والتحولات المحيطية السابقة. عندما يُستبعد هذا الخزان الخفي، تنهار مهارة التنبؤ بعيدة المدى. ومع ذلك، فإن حجم الماء الدافئ وحده لا يكفي. تأتي المكاسب الأكبر عندما يُسمَح له بالتفاعل بشكل غير خطي مع تباينات مناخية في مناطق بعيدة، مثل شمال المحيط الهادئ والمحيطين الهندي والأطلسي. هذه التأثيرات العابرة للأحواض، المدمجة في الذاكرة تحت السطح، تساعد الشبكة على توقع كيف سيتطور النينيو قبل أكثر من عام.

فك دور اللاخطية والفصول

يفحص الباحثون أيضًا مدى تأثير السلوك اللاخطي ودورة السنة في تشكيل قابلية التنبؤ. لأن بنية شبكتهم قادرة بطبيعتها على تمثيل علاقات معقدة تعتمد على الحالة، فإنها تتفوق باستمرار على نموذج فيزيائي أكثر صلابة يتضمن عبارات لاخطية محددة قليلة فقط. تبدو مزايا الشبكة واضحة خصوصًا حول ما يُسمى حاجز قابلية التنبؤ في الربيع، وهو موسم عانت فيه توقعات النينيو تاريخياً. تُظهر تجارب إضافية، يعاد فيها تعيين الحالة الأولية لمناطق معينة اصطناعياً إلى الظروف المتوسطة، أن فوائد تضمين المحيطات البعيدة تعتمد على الموسم وعلى الحالة المتغيرة للمحيط الهادئ نفسه—وهو شعار للتفاعلات اللاخطية المعتمدة على الحالة بدلاً من سبب ونتيجة خطية بسيطة.

أين ينتهي أفق التنبؤ حقًا

أخيرًا، يسأل المؤلفون ما إذا كان السقف الشائع لمهارة توقع النينيو البالغ 15–20 شهرًا يعكس قصور النماذج أم حدًا أعمق تفرضه الطبيعة. من خلال تتبع كيف تنمو تغييرات صغيرة للغاية في الشروط الأولية بمرور الوقت داخل نماذج مختلفة، يقدّرون متى تتشبع الأخطاء—متى تصبح التنبؤات غير قابلة للتمييز عن التخمينات. وتشير تحليلاتهم إلى أن الحد الجوهري للنينيو يقع حول 30 شهرًا. تقترب الشبكة الموجهة بالفيزياء الجديدة من هذا الحد، وتصل إلى مهارة مفيدة تفوق سنة ونصف، بفضل ديناميكياتها الداخلية المستقرة وتعاملها الواقعي مع أوضاع مناخية متعددة متفاعلة.

ماذا يعني هذا للمجتمع

للغير متخصصين، الرسالة الأساسية هي أن الجمع بين البصيرة الفيزيائية وتعلّم الآلة الفعال يمكن أن يمد بشكل ملموس المسافة الزمنية التي يمكننا فيها الوثوق في توقعات النينيو، من دون التضحية بالشفافية. من خلال التركيز على مجموعة قليلة من مؤشرات المناخ المفهومة جيدًا وتخزين الحرارة المخفية في المحيط، يوضح هذا النهج لماذا النظام قابل للتنبؤ ويُبرز أن الطبيعة ما تزال تفرض أفقًا صارمًا يقارب عامين ونصف. يمكن أن تساعد مثل هذه الأدوات الموجهة بالفيزياء الوكالات على إصدار تحذيرات مبكرة وأكثر موثوقية بخصوص الشدائد المرتبطة بالنينيو، وفي الوقت نفسه تقدم مخططًا لاستخدام تعلّم الآلة لفهم والتنبؤ بأجزاء حاسمة أخرى من نظام المناخ.

الاستشهاد: Zhang, Z., Meng, J., Qiu, Z. et al. Enhancing the predictability limits of ENSO with physics-guided deep echo state networks. npj Clim Atmos Sci 9, 92 (2026). https://doi.org/10.1038/s41612-026-01360-5

الكلمات المفتاحية: تنبؤ النينيو, تعلّم الآلة للمناخ, اقتران المحيط-الغلاف الجوي, حجم الماء الدافئ, التنبؤات المناخية بعيدة المدى