هوش مصنوعی به کمک پیشبینی آسیبپذیری مناطق در برابر مخاطرات طبیعی آمد
ثبت دانش فنی «سامانه یکپارچه آیندهپژوهشی مخاطرات چندگانه طبیعی در بستر تغییر اقلیم»؛ توسعه و اعتبارسنجی در ۹ استان زاگرسی
به گزارش روابط عمومی مؤسسه تحقیقات جنگلها و مراتع کشور، ابوالفضل جعفری، عضو هیئت علمی مؤسسه و مجری این دانش فنی، با اشاره به اهمیت ارزیابی آسیبپذیری در مدیریت ریسکهای ناشی از تغییر اقلیم و مخاطرات طبیعی اظهار کرد: ارزیابی آسیبپذیری، نخستین و بنیادیترین گام در مدیریت ریسکهای ناشی از تغییر اقلیم و مخاطرات طبیعی است و شناخت دقیق مناطق و جوامع آسیبپذیر میتواند به برنامهریزی مؤثرتر برای سازگاری و افزایش تابآوری کمک کند.
وی افزود: این مرحله مهم، اغلب مورد توجه کافی قرار نمیگیرد و تصمیمگیران بدون اطلاع از سطح آسیبپذیری، به تدوین برنامههای تابآوری و سازگاری میپردازند. این غفلت، نهتنها یک کاستی فنی، بلکه خطایی راهبردی در مدیریت تغییر اقلیم و مخاطرات طبیعی است که میتواند به تخصیص نادرست منابع، اجرای راهکارهای ناکارآمد و تعمیق نابرابریهای اجتماعی و محیطی منجر شود.
جعفری ادامه داد: در پاسخ به این چالش، «سامانه یکپارچه آیندهپژوهشی مخاطرات چندگانه طبیعی در بستر تغییر اقلیم» با هدف ایجاد یک چارچوب جامع برای شناسایی، ارزیابی و پیشبینی آسیبپذیری مناطق مختلف کشور توسعه یافته است.
تحلیل همزمان چند مخاطره با بهرهگیری از هوش مصنوعی
عضو هیئت علمی مؤسسه تحقیقات جنگلها و مراتع کشور گفت: این سامانه با بهرهگیری از الگوریتمهای یادگیری ماشین و هوش مصنوعی و تلفیق دادههای اقلیمی، محیطی، مکانی و اجتماعی، امکان شناسایی مناطق آسیبپذیر و تحلیل همزمان چند مخاطره طبیعی را فراهم میکند.
وی افزود: همچنین با بررسی روند شاخصهای اجتماعی ـ اکولوژیک و پیشبینی آنها در افق ۱۰ ساله، میتوان تصویری از روند احتمالی تغییرات آسیبپذیری در آینده ارائه کرد و از آن به عنوان مبنایی علمی برای برنامهریزی و تصمیمگیری در زمینه سازگاری با تغییر اقلیم و افزایش تابآوری بهره گرفت.
تلفیق دادههای اقلیمی، محیطی و انسانی
جعفری با اشاره به طیف گسترده دادههای مورد استفاده در این سامانه اظهار کرد: دادههای توپوگرافی، اقلیمی، هیدرولوژیکی، پوشش و کاربری اراضی، پوشش گیاهی، خاک، زمینشناسی و متغیرهای انسانی و جمعیتی در این سامانه مورد استفاده قرار گرفتهاند.
وی افزود: امکان تلفیق این اطلاعات در یک چارچوب تحلیلی یکپارچه فراهم شده است که نمونهای موفق از کاربرد هوش مصنوعی و فناوریهای تحلیل کلانداده در حل چالشهای محیطزیستی و توسعه پایدار کشور به شمار میرود.
توسعه کامل سامانه با زبان برنامهنویسی R
مجری این دانش فنی با بیان اینکه این سامانه بهطور کامل با زبان برنامهنویسی R توسعه یافته است، گفت: قابلیت اعتبارسنجی مدلها و نقشهها، بازتولیدپذیری، بهروزرسانی آسان و انطباق با شرایط مکانی و زمانی مختلف، از مهمترین ویژگیهای این سامانه است.
جعفری خاطرنشان کرد: این دانش فنی در قالب یک پروژه ملی در ۹ استان زاگرسی توسعه و اعتبارسنجی شده و قابلیت اجرای آن در محیط واقعی نیز مورد ارزیابی قرار گرفته است. بنا بر تأیید دفتر امور فناوری سازمان تحقیقات، آموزش و ترویج کشاورزی (تات)، این فناوری در سطح آمادگی فناوری TRL 6 قرار دارد.
کاهش زمان و هزینه مطالعات
وی با اشاره به مزایای اقتصادی این فناوری اظهار داشت: استفاده از یک سامانه یکپارچه میتواند با کاهش مطالعات تکراری، استفاده مجدد از دادههای پایه، هدفمند کردن مطالعات میدانی و بهبود اولویتبندی اقدامات، موجب کاهش زمان و هزینه مطالعات و تخصیص مناسبتر منابع شود.
انتشار نتایج در نشریه معتبر بینالمللی
جعفری با اشاره به انتشار بخشی از نتایج علمی استفاده از این دانش فنی در نشریات معتبر بینالمللی گفت: نتایج حاصل از توسعه این دانش فنی، بهویژه در حوزه سازگاری و تابآوری در برابر سیل و زمینلغزش، در قالب مقالاتی در نشریه Sustainable Cities and Society با رتبه Q1 و ضریب تأثیر 13.3 منتشر شده است.
وی در پایان تأکید کرد: با توجه به گسترش آثار تغییر اقلیم و افزایش نیاز به تصمیمگیری مبتنی بر داده در مدیریت مخاطرات طبیعی، توسعه و بهکارگیری سامانههای یکپارچه و آیندهنگر میتواند نقش مؤثری در برنامهریزی، مدیریت منابع و سرزمین و افزایش تابآوری مناطق مختلف کشور ایفا کند.
