لفهم كيفية مساهمة العوامل الفردية في الفيضانات فحص الباحثون أكثر من 3500 حوض نهري في العالم (شترستوك)
حدد باحثون في دراسة جديدة نشرت يوم 27 مارس/آذار الماضي في مجلة "ساينس أدفانسز"، عدة عوامل تلعب دورا هاما في تطور الفيضانات. ووفقا للباحثين فإن هذه العوامل هي: درجة حرارة الهواء، ورطوبة التربة، وعمق الثلوج، والهطول اليومي في الأيام التي تسبق الفيضان.
ومن أجل فهم أفضل لكيفية مساهمة العوامل الفردية في الفيضانات، فحص الباحثون أكثر من 3500 حوض نهري في جميع أنحاء العالم، وحللوا أحداث الفيضانات بين عامي 1981 و2020 لكل منها.

فيضانات العوامل الأربعة

يوضح الباحث الرئيسي في الدراسة "جاكوب زشيشلر" -وهو رئيس قسم المخاطر البيئية المركّبة في مركز "هيلمهولتز" للأبحاث البيئية بألمانيا- أن تحليل البيانات حدد عدة عوامل منها أربعة رئيسية يمكن أن تكون مسؤولة بشكل مشترك عن حدوث الفيضان.
فعلى سبيل المثال، كانت درجة الحرارة ورطوبة التربة وعمق الثلوج والتساقط المطري عوامل حاسمة في 5000 فيضان تقريبا، بينما كانت العوامل الأربعة جميعها حاسمة في نحو 1000 فيضان.
ويضيف زشيشلر في حديث مع "الجزيرة نت"، أن هطول الأمطار كان هو العامل المحدد الوحيد في ما يقرب من 25% من نحو 125 ألف فيضان؛ في حين كانت رطوبة التربة هي العامل الحاسم في ما يزيد قليلا عن 10% من الحالات.
أما ذوبان الجليد وارتفاع درجة حرارة الهواء فكانا مؤثرين في نحو 3% فقط من الحالات. وفي المقابل كانت 51.6% من حالات الفيضان ناجمة عن عاملين متآزرين معا على الأقل، وبنسبة تقدر بـ23% يحدث مزيج من هطول الأمطار ورطوبة التربة في أغلب الأحيان.
ووفقا للدراسة، يمكن أن تتأثر أحواض الأنهار في السهول الأوروبية بالفيضانات الناجمة عن مزيج من هطول الأمطار الغزيرة، وذوبان الثلوج النشطة، وارتفاع رطوبة التربة. ويعتقد الباحثون في الدراسة أنه في المناطق الأكثر جفافا -مثل المنطقة العربية- تميل العوامل التي تؤدي إلى الفيضانات إلى أن تكون أكثر تآزرا.

فيضانات الأنهار في السهول الأوروبية كانت العوامل المؤثرة فيها هطول الأمطار الغزيرة وذوبان الثلوج النشطة وارتفاع رطوبة التربة (شترستوك)
نموذج التعلم الآلي
واستخدم الفريق البحثي للحصول على النتائج التعلم الآلي، وذلك من خلال نموذج حاسوبي يضم مدخلات مثل درجة حرارة الهواء، ورطوبة التربة، وعمق الثلوج، بالإضافة إلى هطول الأمطار الأسبوعي، للتنبؤ بحجم الجريان المائي السطحي وبالتالي حجم الفيضان.
وحدد الباحثون المتغيرات التي أسهمت في جريان فيضان معين ومدى جريانه، وأشاروا إلى هذا النهج باسم "التعلم الآلي القابل للتفسير" لأنه يكشف عن العلاقة التنبؤية بين مسببات الفيضان والجريان السطحي في أثناء الفيضان في النموذج المقترح. وباستخدام هذه المنهجية الجديدة أمكن للفريق تحديد عدد العوامل الدافعة ومجموعاتها ذات الصلة لحدوث الفيضانات وشدتها.
وأسفر النموذج عن نتيجة مفادها أن الفيضانات قد لا تحدث بسبب عامل واحد أو عاملين، ولكن قد تجتمع العوامل الأربعة معا. ففي حالة الفيضانات التي تستمر لمدة عام واحد، يمكن أن تُعزى 51.6% منها إلى عدة عوامل مجتمعة، وفي حالة الفيضانات التي تستمر لخمس أو عشر سنوات، يمكن أن يُعزى 70.1% و71.3% على التوالي، إلى عدة عوامل مجتمعة.
وكلما كان الفيضان أكثر شدة زادت العوامل الدافعة وزادت احتمالية تفاعلها في توليد الحدث.