מודלינג בלמידת מכונה של מדד סביבתי לא־ליניארי עם ניתוח רגישות להערכת מי תהום

מדוע המים שמתחת לרגלינו חשובים

באזורים יבשים רבים בעולם, כולל בדרום איראן, התושבים מסתמכים על מי תהום כמקור העיקרי למי שתייה והשקיה. אך המשאב החבוי הזה עלול להפוך בהדרגה למלוח מדי או מזוהם ללא אזהרה בולטת על פני השטח. המחקר הזה בוחן את אקוויפר מרבדשט, שמספק מים לעיר ולמוני כפרים, ומדגים כיצד כלים מודרניים לניתוח נתונים יכולים לעקוב היכן המים עדיין בטובים לשתייה, היכן הם מתדרדרים, ואילו מרכיבים במים הם החשובים ביותר.

הפיכתם של מדידות רבות לציון אחד ברור

מי תהום מכילים תערובת של מינרלים ומלחים מומסים, כגון נתרן, סידן, מגנזיום, כלוריד וסולפט. כל אחד מהם משפיע על הבריאות ועל סחיפת צנרת באופן שונה, וטבלאות ארוכות של מספרים ממאות בארות הופכות במהירות לעמוסות וקשות לקריאה. כדי לפשט את התמונה השתמשו החוקרים במדד איכות מי תהום (GWQI). מדד זה משלב 11 תכונות שמודדות באופן שגרתי במים לציון יחיד, תוך שימוש בהנחיות ארגון הבריאות העולמי כנקודת ייחוס. ציונים נמוכים מעידים על מים מצוינים, בעוד שציונים גבוהים signal מים מלוחים מדי או בלתי מתאימים לשתייה.

מה חושפות הבארות על האקוויפר

על בסיס נתונים מ-70 בארות שנאספו במשך עשור, הצוות מצא כי חלק גדול מאקוויפר מרבדשט כבר תחת לחץ. רק כמחצית מהמקרים לא נמצאו ריאל? (Note: this sentence likely incorrect) רק כרבע מהדגימות הכילו רמות נמוכות של מוצקים מומסים כוללים, מדד לתכולת המלח הכללית, שנחשבות טובות לשתייה. כל הדגימות סווגו כ"קשות" או "קשות מאוד", כלומר רמות גבוהות של סידן ומגנזיום. החלק הצפוני של האקוויפר, שניזון ממי סכרים וזורם דרך סלעי גיר, עדיין מציג בדרך כלל מים טובים עד מצוינים. כשהמים נעים דרומה, עם זאת, הם ממסים יותר מלחים מסלעים עשירים בגבס ומתערבבים בנגרי חקלאות ועירוניים, והופכים למלוחים יותר ופחות מתאימים לשימוש ביתי.

זיהוי המרכיבים החשובים ביותר במים

לא כל רכיב כימי במי תהום משפיע באופן זהה על בטיחותם. המחקר השתמש בניתוח רגישות כדי לשאול שאלה פשוטה: אם מסירים מרכיב אחד מן המדד, כמה ישתנה הציון הכולל? התשובה הייתה ברורה. המוצקים המומסים הכוללים וההולכה החשמלית, שניהם מדדי מליחות, גרמו לשינויים הגדולים ביותר במדד איכות מי התהום. כלוריד, נתרן וקשיות המים גם הם היו מניעים מרכזיים. לעומת זאת, תכונות כמו אשלג וביקרבונט שיחקו רק תפקיד קטן. משמעות הדבר היא שבתוך אקוויפר זה, עליית המליחות והיונים הקשורים אליה הן סימני האזהרה העיקריים שהמי תהום הופכים לבלתי מתאימים לשתייה.

להכשיר מחשבים לחזות איכות מים

חישוב מדד לכל דגימה חדשה ועדכון מפות מפורטות ביד עלול להיות איטי ויקר. כדי להאיץ את התהליך, החוקרים אימנו שלושה סוגי מודלים ממוחשבים — רשתות עצביות מלאכותיות, מכונות וקטור תמיכה ויערות אקראיים — באמצעות נתוני כימיית המים הקיימים. לאחר האימון, מודלים אלה יכולים לאמוד את מדד איכות מי התהום ישירות מהיונים והמלחים שנמדדו, גם במיקומים או בזמנים שבהם המדד עדיין לא חושב. מבין השלושה, מודל הרשת העצבית התבלט: הוא שיבחזר את המדד בדיוק גבוה ובשגיאה נמוכה מאוד, ותפס את הדרך המורכבת והלא־ליניארית בה חומרים כימיים שונים מתחברים להשפיע על האיכות הכוללת.

מה משמעות הדבר לאנשים ולמדיניות

עבור תושבים ומקבלי החלטות, המסר הוא בעל שתי פאות. מצד אחד, אזורים נרחבים בחלקים הדרומיים והדרום־מזרחיים של אקוויפר מרבדשט כבר מכילים מי תהום מלוחים וקשים מדי לשתייה בטוחה, והמגמה קשורה במידה רבה גם לגאולוגיה מקומית וגם לפעילות אנושית. מצד שני, המחקר מראה שדרך שילוב של מדד פשוט וקל להבנה יחד עם למידת מכונה ומפות דיגיטליות, ניתן לנטר שינויים אלה ביעילות ולזהות אזורי סיכון גבוהים. במונחים מעשיים, גישה זו מציעה מערכת התרעה מוקדמת חסכונית לניהול בארות, להגבלת זיהום ותכנון אספקות חלופיות באזורים מדבריים שבהם כל טיפה של מים נקיים נחשבת.

ציטוט: Azma, A., Liu, Y. & Alemu, E.T. Machine learning modelling of a nonlinear environmental index with sensitivity analysis for groundwater assessment. Sci Rep 16, 14595 (2026). https://doi.org/10.1038/s41598-026-44906-6

מילות מפתח: איכות מי תהום, מליחות המים, למידת מכונה, משאבי מים, ניטור אקוויפר