📄 معروضة نسخة «بسيط» — «مبسّط» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها. اطلب التحليل الكامل

حقل الأرز القريب من البحر يبدو أخضر، لكن سنابله قصيرة وحبوبه ضعيفة. هذا هو الملح الذي سمّم التربة بصمت. في منطقة ساتخيرا جنوب بنغلاديش، هذا المشهد مألوف لكل مزارع. تدخل المياه المالحة مع المد والجزر، وتتسرب إلى الأرض، فتفقد التربة قدرتها على الإنتاج. لمواجهة هذه المشكلة، يجب أولاً معرفة أين يختبئ الملح تحت الجذور.

جمع الباحثون 205 عينات من التربة في الفترة 2024–2025 وقاسوا ملوحتها. ثم قارنوا هذه الأرقام بصور الأقمار الصناعية Landsat. لا يرى القمر الصناعي الملح نفسه، بل يرى مؤشرات غير مباشرة: كيف يتغير لون الغطاء النباتي وكيف تعكس التربة الضوء في أجزاء مختلفة من الطيف. تعلّم نموذج التعلم العميق في التصوير الطبي XGBoost (وهو بمثابة مهندس زراعي دقيق يتعلم من مئات الأمثلة) التنبؤ بالملوحة من هذه المؤشرات. ونموذج آخر — النمذجة العشوائية (نموذج إضافي عام) — ساعد في تحسين التوقع.

الخرائط التي أُعدت على مدى عشر سنوات (2014–2023) أظهرت صورة مقلقة: بقع الملوحة العالية لا تبقى في مكانها فحسب، بل تنتشر في الجزء الأوسط من المنطقة. المناطق الجنوبية والساحلية تعاني أكثر، بينما المناطق الشمالية الداخلية أقل تأثراً. استخدم العلماء التحقق المتبادل المكاني (طريقة ذكية لمنع النموذج من الانخداع بالنقاط المجاورة) وأسلوب bootstrap (خلط البيانات بشكل متكرر) لتقييم مدى موثوقية التوقع. اتضح أن عدم اليقين أعلى في المناطق الساحلية، لكن عند دمج بيانات عدة سنوات، تصبح التوقعات أكثر استقراراً. هذا النهج يشبه الفحص الدوري للأرض: يمكن مراقبة الملح باستمرار دون حملات مكلفة، فقط بتحديث صور الأقمار الصناعية.