الأقمار الصناعية تكشف أخطاء نماذج الأنهار.. والنيل ضمن المناطق المتأثرة

دراسة حديثة تكشف أن الأنهار التي تتعامل معها نماذج التنبؤ بدقة لا تمثل سوى نحو 11% من المقاطع النهرية التي فحصتها الأقمار الصناعية.. والسدود والجفاف ونقص البيانات من أبرز أسباب الخلل

كشفت دراسة علمية حديثة أن معظم الأنهار الكبيرة في العالم أكثر تعقيدًا مما تفترضه نماذج التنبؤ الحاسوبية المستخدمة لتقدير تدفق المياه، في نتيجة تثير تساؤلات حول دقة التوقعات التي تعتمد عليها خطط إدارة الموارد المائية، والتنبؤ بالفيضانات، وتخطيط الطاقة الكهرومائية، وتقييم آثار تغير المناخ.

واعتمد الباحثون على بيانات القمر الصناعي SWOT، المصمم خصيصًا لقياس تضاريس سطح المياه والمحيطات، لمقارنة التغيرات التي يرصدها في ارتفاع سطح الأنهار بتقديرات نماذج تدفق المياه. وأظهرت النتائج صعوبات واضحة في تمثيل الأنهار الواقعة في المناطق الجافة، والمناطق شديدة التأثر بالأنشطة البشرية، والأنهار التي تنظم السدود تدفق مياهها، إلى جانب عدد من الأنهار في القطب الشمالي.

وتبرز أهمية الدراسة بالنسبة إلى مصر، إذ أظهرت النتائج وجود اختلافات كبيرة بين رصد الأقمار الصناعية وتقديرات النماذج في أجزاء من نهر النيل، وهو ما يعزز الحاجة إلى تحسين أدوات الرصد والنمذجة الهيدرولوجية المستخدمة في فهم حركة المياه وتوقعاتها.

ونُشرت الدراسة في دورية Geophysical Research Letters في أغسطس 2026، بقيادة كولن جليسون، الباحث المتخصص في الهيدرولوجيا بجامعة ماساتشوستس أمهيرست، بالتعاون مع فريق بحثي ضم 38 باحثًا. https://doi.org/10.1029/2026GL124323

القمر الصناعي SWOT.. طريقة جديدة لرصد الأنهار

يُعد القمر الصناعي SWOT، اختصارًا لعبارة Surface Water and Ocean Topography، أحد مشروعات الرصد الفضائي التي تستهدف تحسين فهم حركة المياه على سطح الأرض. وأُطلق في ديسمبر 2022، ويستخدم تقنيات الرادار لقياس ارتفاع سطح المياه ورصد المساحة التي تغطيها، بما يتيح تتبع التغيرات التي تطرأ على الأنهار والبحيرات والمسطحات المائية.

وتكمن أهمية هذه البيانات في أن قياس جميع أنهار العالم ميدانيًا بصورة مستمرة أمر غير ممكن عمليًا. ولذلك يعتمد العلماء على النماذج الحاسوبية لتقدير كمية المياه التي تمر عبر مقاطع الأنهار، وهي كمية تُعرف هيدرولوجيًا باسم «التصريف النهري».

لكن القمر الصناعي لا يقيس التصريف النهري مباشرة بالطريقة نفسها التي تقيس بها محطات الرصد تدفق المياه؛ بل يرصد ارتفاع سطح المياه وامتدادها، ثم يقارن الباحثون هذه المشاهدات بتقديرات النماذج.

وفي الظروف المعتادة، يرتبط ارتفاع سطح النهر بكمية المياه المتدفقة فيه. فإذا ارتفع منسوب المياه، يُفترض غالبًا أن ينعكس ذلك على تقديرات التدفق. وعندما تتحرك قياسات القمر الصناعي وتقديرات النماذج في اتجاهات متوافقة، تزداد الثقة في قدرة النموذج على تمثيل سلوك النهر.

وللتحقق من هذا الارتباط، قارن الفريق بيانات الأقمار الصناعية بتقديرات النماذج خلال الفترة من يوليو 2023 حتى نهاية 2025، واستخدم بيانات 1,391 محطة لقياس مناسيب أو تدفقات الأنهار لتقييم مدى موثوقية المقارنة.

أكثر من 68 ألف مقطع نهري تحت الاختبار

بعد استبعاد القراءات الأقل جودة، قيّم الباحثون أداء النماذج في 68,347 مقطعًا نهريًا، يبلغ طول المقطع الواحد نحو 10 كيلومترات. وتمثل هذه المقاطع قرابة 38% من إجمالي تدفق الأنهار العالمي، وفق تقديرات الدراسة.

وأظهرت النتائج تفاوتًا كبيرًا في أداء النماذج بين منطقة وأخرى؛ فقد كان أداؤها أفضل في مناطق من مرتفعات الأمازون والكونغو، وجنوب شرق آسيا، وغرب أفريقيا، والمجرى الرئيسي لنهر المسيسيبي، وشمال أونتاريو، وغرب سيبيريا.

وترتبط هذه النتائج، وفق الباحثين، بكون بعض هذه المناطق أقل تأثرًا بالتدخلات البشرية المباشرة، أو بتوافر بيانات ميدانية أفضل تسمح بتقييم النماذج وتصحيحها.

في المقابل، ظهرت صعوبات أكبر في أجزاء من الصين وغرب الهند وحوض النيل وآسيا الوسطى والشرق الأوسط والسهول الكبرى في أمريكا الشمالية وجنوب أفريقيا وأستراليا ومناطق من القطب الشمالي.

وتشترك هذه المناطق في واحد أو أكثر من العوامل التي تعقّد التنبؤ بحركة المياه، مثل الجفاف، أو التجمد، أو كثافة المنشآت المائية، أو تعدد قنوات النهر، أو نقص بيانات الرصد الأرضي.

 

لماذا تعجز النماذج عن تمثيل بعض الأنهار؟

تستند النماذج العالمية إلى افتراضات مبسطة نسبيًا بشأن شكل مجرى النهر والعلاقة بين ارتفاع المياه وتدفقها. وقد تكون هذه الافتراضات مناسبة لبعض الأنهار، لكنها لا تعكس دائمًا الواقع في الأنهار التي تتغير بفعل السدود، أو السحب الكثيف للمياه، أو التفرعات المتعددة، أو التغيرات المفاجئة في مناسيب المياه.

ومن أبرز مصادر الخطأ التي حددتها الدراسة:

• السدود والخزانات: يمكن أن تغير توقيت تدفق المياه ومناسيبها تبعًا لعمليات التخزين والتصريف وتوليد الكهرباء.
• المناطق الجافة: تتأثر الأنهار فيها بالتبخر والسحب لأغراض الري والاستخدامات البشرية، بما يجعل سلوكها أكثر تعقيدًا.
• نقص بيانات الرصد: يحد من قدرة الباحثين على معايرة النماذج والتحقق من نتائجها.
• الأنهار متعددة القنوات: تتوزع المياه فيها على مسارات متفرعة، ما يصعب تمثيل حركة المياه باستخدام افتراضات مبسطة.
• الأنهار المتأثرة بالجليد: يمكن أن يؤدي توقيت ذوبان الثلوج والجليد إلى اختلافات في التوقيت المتوقع لارتفاع التدفق وانخفاضه.

وفي بعض الحالات، لم تكتفِ النماذج بتقدير التدفق بصورة غير دقيقة، بل تحركت تقديراتها في الاتجاه المعاكس لما رصده القمر الصناعي من تغيرات في ارتفاع المياه.

النيل ضمن الأنهار التي تواجه النماذج صعوبة في تمثيلها

من النتائج المهمة للدراسة ظهور أجزاء من نهر النيل ضمن المناطق التي سجلت أداءً ضعيفًا للنماذج العالمية، كما رصد الباحثون اختلافات واضحة في الاتجاه بين قياسات القمر الصناعي وتقديرات النماذج في أنهار أخرى تتأثر بالسدود، من بينها ميزوري وبلات وكولومبيا في أمريكا الشمالية.

ولا تعني هذه النتيجة أن جميع النماذج أو التوقعات الخاصة بنهر النيل خاطئة، كما لا تقدم الدراسة حكمًا مباشرًا على كل نموذج محلي أو نظام تشغيلي مستخدم في إدارة المياه. ل

كنها تشير إلى أن النماذج العالمية التي اختبرها الباحثون قد لا تمثل بصورة موثوقة بعض أنماط تغير المياه في أجزاء من النهر.

وتزداد أهمية هذه المسألة في الأنهار التي تتأثر بتشغيل السدود والخزانات، لأن حركة المياه لا تعتمد على المطر والجريان الطبيعي وحدهما، بل تتأثر أيضًا بقرارات التخزين والتصريف وتوليد الكهرباء والسحب لأغراض الزراعة والاستخدامات المختلفة.

ومن ثم، فإن تحسين التنبؤ بتدفق المياه يتطلب دمج بيانات الرصد الفضائي مع المعلومات الميدانية المتعلقة بمناسيب المياه، وتصريفها، وهندسة مجاري الأنهار، وتشغيل السدود، والاستخدامات البشرية للمياه.

الصين والقطب الشمالي.. تحديات مختلفة

رصد الباحثون تجمعات واضحة من المقاطع النهرية التي سجلت أداءً ضعيفًا للنماذج في الصين، خصوصًا في مناطق مرتبطة بأنهار الأصفر ويانغتسي واللؤلؤ.

وأشاروا إلى أن السدود الكبيرة، ومنها سد المضائق الثلاثة، وسد شياولانغدي، وسد فيلايشيا، ارتبطت بجزء كبير من الحالات التي تحركت فيها تقديرات النماذج في اتجاه معاكس لقياسات القمر الصناعي. كما أشاروا إلى محدودية البيانات العامة المتاحة عن محطات قياس الأنهار في بعض المناطق.

أما في القطب الشمالي، فتبرز مشكلة مختلفة؛ إذ تعاني النماذج من نقص البيانات التي يمكن استخدامها لتدريب نماذج التعلم الآلي أو التحقق من أدائها. وتعد بعض المناطق، مثل آيسلندا، صعبة التمثيل بسبب قلة المناطق الأخرى التي توفر أنماطًا هيدرولوجية مشابهة يمكن الاستفادة منها.

وتكتسب دقة تقدير تدفقات أنهار القطب الشمالي أهمية خاصة، لأن المياه العذبة التي تنقلها هذه الأنهار تؤثر في خصائص المحيط المتجمد الشمالي والأنظمة البيئية المرتبطة به.

وأكد الباحثون أنهم استبعدوا القراءات المتأثرة بالجليد من التحليل، ولذلك لا يمكن تفسير ضعف أداء النماذج في تلك المناطق بمجرد تأثير الجليد على قياسات القمر الصناعي.

المفاجأة: الأنهار «البسيطة» لا تمثل سوى 11%

لفهم حجم المشكلة، استبعد الفريق المقاطع التي توقع أن تكون نمذجتها أكثر صعوبة، بما في ذلك المقاطع القريبة من السدود والسواحل، والأنهار التي تغذيها الأنهار الجليدية، والأنهار متعددة القنوات.

وبعد هذا الاستبعاد، لم يتبقَّ سوى نحو 7,500 مقطع نهري من أصل قرابة 68 ألف مقطع، أي حوالي 11% فقط من المقاطع التي خضعت للفحص.

وأظهرت هذه المجموعة المتبقية أداءً أفضل للنماذج عمومًا، لكنها ظلت تعاني من صعوبات في أجزاء من الصين والقطب الشمالي.

وتشير النتيجة إلى أن الأنهار التي تتوافق مع الافتراضات المبسطة المستخدمة في كثير من النماذج العالمية ليست هي الحالة السائدة بين الأنهار التي رصدها القمر الصناعي.

ومع ذلك، فإن نسبة 11% لا تعني أن النماذج تتنبأ بصورة خاطئة في 89% من أنهار العالم؛ بل تعني أن نحو 11% من المقاطع التي شملتها الدراسة بقيت بعد استبعاد فئات متوقعة التعقيد. كما أن القمر الصناعي يستطيع رصد الأنهار التي يزيد عرضها على نحو 100 متر، لذلك لا تشمل النتائج جميع أنهار العالم، خصوصًا الأنهار الأصغر عرضًا.

هل تكفي الأقمار الصناعية لحل المشكلة؟

رغم أهمية بيانات SWOT، فإن قياس ارتفاع سطح المياه لا يساوي قياس التصريف النهري مباشرة. ففي الأنهار المتأثرة بالمد والجزر أو الأراضي الرطبة، قد لا تتحرك مناسيب المياه والتدفقات دائمًا في الاتجاه نفسه، كما يمكن أن تقع بعض التغيرات الصغيرة في حدود هامش الخطأ في القياس.

ويقر الباحثون كذلك بأن مقياس التوافق الذي استخدموه يمثل مؤشرًا على أداء النماذج، وليس قياسًا مباشرًا لدقتها في كل موقع. كما أن الدراسة لم تختبر ما إذا كان إدراج بيانات تشغيل السدود واستخدام المياه في النماذج سيحل جميع الأخطاء؛ إذ تشير أبحاث سابقة إلى أن بعض المشكلات قد تستمر حتى مع إدخال هذه العوامل.

وتتمثل الخطوة التالية في تطوير نماذج تستطيع الاستفادة من بيانات الأقمار الصناعية وتمثيل الخصائص الواقعية لمجاري الأنهار، بدلًا من الاعتماد على أشكال هندسية مبسطة لا تعكس دائمًا التغيرات في عرض المجرى وعمقه وتفرعاته.

ماذا تعني النتائج لمستقبل إدارة المياه؟

تعتمد قرارات كثيرة على تقديرات تدفق الأنهار، من تخطيط الري وتوزيع المياه إلى إدارة السدود والطاقة الكهرومائية والتنبؤ بالفيضانات وتقييم آثار تغير المناخ. وإذا لم تمثل النماذج سلوك النهر بدقة، فقد تنتقل أوجه عدم اليقين إلى التوقعات التي تُبنى عليها هذه القرارات.

ولا تعني الدراسة أن النماذج الحاسوبية فقدت قيمتها؛ فهي تظل أدوات أساسية لفهم الموارد المائية في المناطق التي يصعب قياسها ميدانيًا. لكنها تؤكد ضرورة اختبارها ببيانات رصد مستقلة، وتحديثها عندما تكشف المشاهدات عن اختلافات جوهرية بين الحسابات والواقع.

وتقدم بيانات SWOT فرصة لتحديد مواقع الخلل بدقة أكبر، وتوجيه جهود البحث إلى الأنهار والمناطق التي تحتاج إلى مزيد من القياسات والتحليل.

الخلاصة

تكشف الدراسة أن تحسين التنبؤ بالمياه لا يعتمد على تطوير الخوارزميات وحدها، بل يتطلب أيضًا قياسات أكثر، وبيانات ميدانية أفضل، ونماذج تعكس حقيقة أن الأنهار تتأثر بالمناخ والجغرافيا والأنشطة البشرية معًا. وبالنسبة إلى الأنهار الحيوية مثل النيل، فإن الجمع بين الرصد الفضائي والقياسات الأرضية والبيانات المتعلقة بتشغيل السدود واستخدام المياه يمكن أن يساعد على بناء صورة أكثر دقة عن حركة المياه وتغيراتها.