חיזוי שינויים במפלס מי התהום באמצעות טכניקות למידת מכונה באזור טאזרבו, אגן אל-קופרה, דרום־מזרח לוב

מדוע מי התהום העתידיים חשובים כאן

בחלקים היבשים ביותר של העולם, מי התהום התת־קרקעיים הם הדבר היחיד שמחזיק חוות, יישובים ותעשיות בחיים. בדרום־מזרח לוב, שדות בארות עצומים מנצלים אקוויפר עמוק במדבר כדי להזרים מים צפונה לעבר ערים לחוף. מאמר זה מסביר כיצד מדענים השתמשו בכלים ממוחשבים מודרניים כדי להביט קדימה ולראות כיצד עתודות המים החבויות הללו עלולות להשתנות בעשרים השנים הבאות תחת תכניות שאיבה שונות, וכיצד זה מסייע למקבלי ההחלטות להימנע ממחסורים חמורים ונזק קרקעי.

האקוויפר המדברי שמאחורי קו החיים המימי של לוב

המחקר מתמקד בשדה הבארות טאזרבו באגן אל־קופרה, אחד ממקורות המפתח לפרויקט נהר האדם של לוב, שמוביל מי תהום עתיקים מהמדבר הסהרה לערים מרוחקות. האזור מקבל מעט מאוד גשמים וחווה חום אינטנסיבי, ולכן אקוויפר החול הנוביאני העמוק פועל כחשבון בנק של מים עתיקים. מאז שהחל השאיבה בהיקפים גדולים ב־2004, יותר ממאה בארות ייצור משכו לעיתים עד כמיליון מ״ק מים ביום. שימוש כבד זה כבר הוריד את מפלסי מי התהום בעד כ־16 מטרים בחלקים מהשדה ותרם לשקיעת קרקע, והדבר מעורר דאגה לגבי אורך חיי קו החיים המימי הזה.

הפיכת רשומות הבאר לליבת בעיית למידה

כדי לחקור את עתיד האקוויפר, החוקרים אספו עשרים שנות מדידות שנתיות של מפלס מי תהום מארבעה־עשר בארות ניטור סביב טאזרבו, יחד עם רשומות של כמויות המים שנשאב בכל יום. הם גם קומפלו מידע בסיסי על הבארות והאקוויפר, כגון עובי הסלע וכמה בקלות המים נעים בו. במקום לנסות למודל כל פרט פיזיקלי של הזרימה התת־קרקעית, הם התייחסו לבעיה כסדרה זמנית: כיצד מפלס המים בבאר משתנה לאורך זמן בתגובה למפלסים קודמים ולשינויים בשאיבה? הגדרה זו מתאימה היטב לשיטות של למידת מכונה שיכולות לחשוף דפוסים בנתונים ללא הצורך לציין מראש כל תהליך פיזיקלי.

כיצד המכונה לומדת לחזות קדימה

הצוות בחן מספר כלים סטטיסטיים ומבוססי למידת מכונה מתקדמים, כולל סוגים של רגרסיית תהליך גאוסי ורשת עצבית חוזרת בשם Long Short‑Term Memory. הם בדקו עד כמה כל שיטה הצליחה לשחזר מפלסי מים ידועים באמצעות מדדי ביצוע סטנדרטיים כמו ההתאמה בין ערכים חזויים לנצפים וגודל השגיאות הטיפוסיות. הזוכה הברור הייתה רשת סדרות זמנים מיוחדת הנקראת מודל אוטורגרסיבי לא־ליניארי עם קלט חיצוני (NARX), שלוקחת בחשבון הן מפלסי מים קודמים והן כמויות שאיבה. עם מבנה יחסית פשוט, הרשת הצליחה להתאים את ההיסטוריה של כל ארבעה־עשר הבארות בדיוק גבוה מאוד. ניתוח רגישות מפורט הראה שהמודל נשען על צירופים שונים של קלטים בבארות שונות, דבר המצביע על כך שהוא לוכד דפוסי סיבה ותוצאה משמעותיים ולא רק שינון של הנתונים.

שני עתידים שונים לאותו אקוויפר

לאחר שאומן ונבדק, מודל NARX שימש לחיזוי עד 2030 ול־2040 תחת שתי תכניות שאיבה. בתכנית הראשונה נשמר קצב השאיבה הנמוך הנוכחי של כ־255,000 מ״ק מים ליום. במקרה זה המודל חוזה ירידה נוספת מתונה בעיקר בחלק הצפוני של השדה: כ־2 מטרים נוספים של ירידה עד 2030 בהשוואה ל־2024, וכ־1.6 מטרים נוספים עד 2040. חלק מהבארות בדרום עשויות אף לראות התאוששות קלה, כנראה כתוצאה ממבנה מקומי של האקוויפר. בניגוד חריף לכך, התכנית השנייה מניחה שהשאיבה תוגבר ל־400,000 מ״ק ליום.

מה הממצאים משמעותיים למנהלי מים

מתחת לתכנית השאיבה הגבוהה יותר, המודל חוזה ירידות מפלס עצומות, העוברות 50 מטרים בחלקו הדרום־מזרחי והדרום־מערבי של שדה הבארות עד 2030 ונשארות בדיכאון רב עד 2040. הנסיון בעבר בטאזרבו כבר מראה ששאיבה אינטנסיבית יכולה לגרום לירידות פתאומיות, שהן חלקית הפיכות כשמצמצמים את ההוצאה. התחזיות החדשות תומכות בתמונה זו ומדגישות כמה הרגיש האקוויפר לשימוש יתר ארוך טווח. עבור הקורא הרחב, המסר ברור: שמירה על קצבי משיכה קרובים לרמות המצומצמות הנוכחיות מסייעת להאריך את משך החיים של עתודת מים סופית זו, בעוד העלאת השאיבה שוב מסכנת בירידות חזקות, בשקיעת קרקע ובמתח גדול יותר על הקהילות שתלויות במים החבויים. המחקר מראה שכלים של למידת מכונה מכוונים היטב יכולים לשמש מדריכים מעשיים לתכנון שימוש בר-קיימא במים באזורים הנמצאים במחסור חמור במים.

ציטוט: El Fallah, O.A., Abou El-Magd, L.M., El Kammar, M.M. et al. Forecasting groundwater level changes using machine learning techniques in Tazerbo area, Al Kufra Basin, southeast Libya. Sci Rep 16, 15383 (2026). https://doi.org/10.1038/s41598-026-37337-w

מילות מפתח: חיזוי מי תהום, למידת מכונה, אקוויפר לוב, ניהול מים, רשת עצבית NARX