من مراقبة الاستشعار عن بعد إلى تحول المدن في الشرق الأوسط: التكنولوجيا الدافعة والتنمية المستدامة

الأساليب التقنية: مراقبة المدن باستخدام الاستشعار عن بعد والتعلم الآلي

نشرت حديثًا دراسة في مجلة *Scientific Reports*، باستخدام مدينة كراتشي في باكستان كنموذج، طورت إطارًا ديناميكيًا لمراقبة سطح الأرض الحضري يجمع بين الاستشعار عن بعد والتعلم الآلي. استخدمت الدراسة تصنيف الغابة العشوائية (RFC) وآلة المتجهات الداعمة (SVM) لتحليل صور الأقمار الصناعية من عام 2000 إلى 2023، مع التركيز على تقييم المتغيرات البيئية مثل التوسع الحضري، وتغير الغطاء الأرضي، وردود فعل درجات الحرارة، وتلوث الهواء، وإدارة الموارد المائية. أظهرت النتائج أن النموذج حقق تحسنًا بنسبة 26.91% و19.73% في دقة كشف التغيير مقارنة بالطرق السابقة، وكشف عن اتجاهات خطيرة للزحف العمراني وإزالة الغابات في المناطق التي تشهد تحضرًا سريعًا.

الدروس المستفادة لتحول المدن في الشرق الأوسط

تشهد منطقة الشرق الأوسط أسرع عمليات التحضر عالميًا، حيث تتجاوز نسبة سكان المدن في دول مجلس التعاون الخليجي 80%. على الرغم من الاختلافات الجغرافية بين كراتشي ومدن الشرق الأوسط، إلا أن التحديات التي تواجهها الدراسة - مثل الضغط السكاني، وشح الموارد، والتدهور البيئي - بارزة بنفس القدر في الشرق الأوسط. على سبيل المثال، شهدت مدن مثل الرياض في السعودية، ودبي في الإمارات، والدوحة في قطر توسعًا كبيرًا في السنوات الأخيرة، وهي بحاجة ماسة إلى أدوات مراقبة فعالة لدعم التخطيط الحضري الذكي وأهداف الاستدامة لرؤى 2030.

يمكن نقل طرق تصنيف التعلم الآلي وكشف التغيير المستخدمة في هذه الدراسة مباشرة إلى مدن الشرق الأوسط. من خلال تحليل بيانات الأقمار الصناعية عالية الدقة، يستطيع مخططو المدن تتبع تغيرات الغطاء الأرضي في الوقت الفعلي، وتحديد المستوطنات غير الرسمية، وتقييم تدهور الأحزمة الخضراء، وقياس تأثير الجزر الحرارية. هذا مهم بشكل خاص لتنفيذ المشاريع الكبرى مثل: ذا لاين في نيوم السعودية، ومشروع البحر الأحمر السياحي، ومدينة مصدر في الإمارات. تعتمد هذه المشاريع العملاقة على بيانات أساسية بيئية دقيقة ومراقبة ديناميكية لضمان الاستدامة البيئية.

الحاجة إلى مراقبة المدن تحت الضغوط البيئية

تشير الدراسة إلى أن تغير سطح الأرض الحضري لا يتأثر فقط بالتوسع العمراني، بل أيضًا بالتفاعل المشترك لدرجات الحرارة، وتلوث الهواء، وإدارة الموارد المائية. تواجه منطقة الشرق الأوسط ضغوطًا بيئية مثل الحرارة الشديدة، وشح المياه، والعواصف الترابية، مما يجعل مراقبة المدن بحاجة إلى نظام مؤشرات أكثر شمولاً. على سبيل المثال، تحتاج دبي أثناء البناء إلى الموازنة بين استهلاك المياه للواحات الاصطناعية وحماية المياه الجوفية؛ وتحتاج قطر إلى مراقبة تأثير الجزر الحرارية حول الملاعب الرياضية. يمكن للإطار الذي طرحته الدراسة، من خلال دمج بيانات الاستشعار عن بعد متعددة المصادر (مثل Landsat و MODIS) والسجلات المناخية، أن يوفر دعمًا بياناتيًا لهذه القرارات المعقدة.

الدلالات السياسية والتخطيطيةخطط "الرؤية" في دول الشرق الأوسط تتضمن بشكل عام أهداف بناء المدن الذكية وتعزيز المرونة البيئية. تؤكد منهجية هذه الدراسة على مسار التخطيط القائم على البيانات: يمكن للخرائط الدورية لتغير الغطاء الأرضي أن تساعد الحكومات في تقييم أثر تنفيذ السياسات، مثل الحد من التوسع العمراني غير المنظم، وحماية الموائل الطبيعية، أو تحسين كفاءة الطاقة. يمكن لصناديق الثروة السيادية (مثل PIF السعودي وADQ أبوظبي) عند استثمارها في مشاريع البنية التحتية الحضرية، الاستفادة من هذه التقنيات لإجراء العناية الواجبة البيئية وإدارة المخاطر.

باختصار، تقدم هذه الدراسة الموجهة للدول النامية نموذجًا تقنيًا قابلًا للتكرار في الشرق الأوسط. مع زيادة استثمارات دول الشرق الأوسط في تقنيات الاستشعار عن بعد والذكاء الاصطناعي، من المتوقع أن تصبح أنظمة الرصد متعدد الأزمنة المماثلة أدوات معيارية في إدارة المدن، مما يسهم في تسريع التحول الاقتصادي الإقليمي والتنمية المستدامة.