علماء يستعينون بالذكاء الاصطناعي لرسم خرائط للنشاط البشرى فى البحار

خرائط

كتبت سماح لبيب

السبت، 06 يناير 2024 12:00 ص

تمكن الباحثون من رسم خرائط للنشاط البشرى فى البحر بدقة أكبر من أى وقت مضى، باستخدام صور الأقمار الصناعية والذكاء الاصطناعى، وقد كشفت هذه الجهود عن قدر هائل من النشاط الصناعى الذى كان فى السابق تحت الرادار، بدءًا من عمليات الصيد المشبوهة وحتى انفجار تطوير الطاقة البحرية.

ونشرت الخرائط اليوم في مجلة الطبيعة كشف بحث جديد أجرته منظمة Global Fishing Watch غير الربحية المدعومة من جوجل، أن ثلاثة أرباع سفن الصيد الصناعية في العالم لا يتم تعقبها علنًا، كما أن ما يصل إلى 30 % من سفن النقل والطاقة تفلت من التتبع العام، وفقا لتقرير theverge.

ويقول الباحثون إن هذه النقاط العمياء يمكن أن تعيق جهود الحفاظ على البيئة العالمية، ومن أجل حماية محيطات العالم ومصائد الأسماك بشكل أفضل، يحتاج صناع السياسات إلى صورة أكثر دقة عن الأماكن التي يستغل فيها الناس الموارد في البحر.

والسؤال هو ما هى نسبة الـ 30 %التي يجب أن نحميها؟

وافقت كل دولة على وجه الأرض تقريبًا على هدف مشترك يتمثل في حماية 30 % من أراضي ومياه الأرض بحلول عام 2030 بموجب إطار كونمينج مونتريال العالمي للتنوع البيولوجي الذي تم اعتماده العام الماضي.

والسؤال هو ما هي نسبة الـ 30 % التي يجب أن نحميها؟ يقول ديفيد كرودسما أحد مؤلفي ورقة Nature ومدير البحث والابتكار في Global Fishing Watch: لا يمكنك إجراء مناقشات حول مكان نشاط الصيد، أو مواقع منصات النفط ما لم تكن لديك هذه الخريطة" .

حتى الآن، اعتمدت منظمة Global Fishing Watch وغيرها من المنظمات بشكل أساسي على نظام التعرف الآلي البحري (AIS) لمعرفة ما يحدث في البحر.

ويتتبع النظام السفن التي تحمل صندوقًا يرسل إشارات لاسلكية، وقد تم استخدام البيانات في الماضي لتوثيق الصيد الجائر والعمل القسري على متن السفن .

ومع ذلك، هناك قيود كبيرة على النظام تختلف متطلبات حمل AIS حسب البلد ونوع السفينة، ومن السهل جدًا على أي شخص أن يقوم بإيقاف تشغيل الصندوق عندما يريد تجنب اكتشافه، أو التجول عبر المواقع التي تكون فيها قوة الإشارة متقطعة.

ولملء الفراغات، قام كرودسما وزملاؤه بتحليل 2000 تيرابايت من الصور المأخوذة من كوكبة الأقمار الصناعية Sentinel-1 التابعة لوكالة الفضاء الأوروبية ، بدلاً من التقاط الصور البصرية التقليدية، التي تشبه التقاط الصور بالكاميرا، يستخدم Sentinel-1 أدوات رادارية متقدمة لمراقبة سطح الأرض.

ويمكن للرادار اختراق السحب و"الرؤية" في الظلام، وكان قادرًا على اكتشاف النشاط البحري الذي لم يرصده نظام التعرف الآلي.

وبما أن 2000 تيرابايت هي كمية هائلة من البيانات التي يجب تحليلها، فقد طور الباحثون ثلاثة نماذج للتعلم العميق لتصنيف كل سفينة تم اكتشافها، وتقدير حجمها، وفرز أنواع مختلفة من البنية التحتية البحرية.

وقاموا برصد حوالي 15% من محيطات العالم حيث يحدث 75 في المائة من النشاط الصناعي، مع إيلاء الاهتمام لكل من تحركات السفن وتطوير الهياكل البحرية الثابتة مثل منصات النفط وتوربينات الرياح بين عامي 2017 و 2021.

بينما انخفض نشاط صيد الأسماك في بداية جائحة كوفيد-19 في عام 2020، فقد وجدوا حركة مرور كثيفة للسفن في المناطق التي "لم تظهر في السابق سوى نشاط ضئيل أو معدوم للسفن" في أنظمة التتبع العامة خاصة حول جنوب شرق آسيا، وشمال وغرب آسيا وسواحل أفريقيا.

كما ظهرت طفرة في تطوير الطاقة البحرية في البيانات بحلول نهاية عام 2020 حيث فاق عدد توربينات الرياح الهياكل النفطية، وشكلت التوربينات 48% من جميع البنية التحتية للمحيطات بحلول العام التالي، في حين شكلت الهياكل النفطية 38%.

وتمت جميع عمليات تطوير الرياح البحرية تقريبًا قبالة سواحل شمال أوروبا والصين، في شمال شرق الولايات المتحدة، حاول معارضو الطاقة النظيفة الربط بشكل خاطئ بين نفوق الحيتان وتطور الرياح البحرية القادمة على الرغم من أن الأدلة تشير إلى أن اصطدام السفن هو المشكلة .

وتحتوي الهياكل النفطية على عدد أكبر بكثير من السفن التي تحوم حولها مقارنة بتوربينات الرياح، وتُستخدم سفن الصهاريج في بعض الأحيان لنقل النفط إلى الشاطئ كبديل لخطوط الأنابيب.

وارتفع عدد المنشآت النفطية بنسبة 16% خلال السنوات الخمس التي شملتها الدراسة، وارتبط تطوير النفط البحري بحركة السفن على مستوى العالم بما يعادل خمسة أضعاف حركة توربينات الرياح في عام 2021.

ويقول كرودسما: "إن الحجم الفعلي لحركة السفن على مستوى العالم من توربينات الرياح ضئيل، مقارنة ببقية حركة المرور.

وعندما سُئل عما إذا كان هذا النوع من الدراسات ممكنًا بدون الذكاء الاصطناعي، "الإجابة المختصرة هي لا، لا أعتقد ذلك"، يقول فرناندو باولو، المؤلف الرئيسي للدراسة ومهندس التعلم الآلي في Global Fishing Watch "يتفوق التعلم العميق في العثور على الأنماط في كميات كبيرة من البيانات.

أدوات التعلم الآلي الجديدة التي يتم تطويرها كبرمجيات مفتوحة المصدر لمعالجة صور الأقمار الصناعية العالمية "تعمل على إضفاء الطابع الديمقراطي على الوصول إلى البيانات والأدوات وتسمح للباحثين والمحللين وصانعي السياسات في البلدان المنخفضة الدخل بالاستفادة من تقنيات التتبع بتكلفة منخفضة.

ويأتي التقدم التكنولوجي في وقت حاسم لتوثيق التغيرات السريعة في النشاط البحري، بينما تحاول الدول وقف تغير المناخ وحماية التنوع البيولوجي قبل فوات الأوان، والسبب في أهمية هذا الأمر هو أنه أصبح أكثر ازدحامًا [في البحر] وأصبح أكثر استخدامًا، وفجأة عليك أن تقرر كيف سندير هذه المشاعات العالمية العملاقة.