رسالة ماجستير في كلية الهندسة تبحث تقييم الجفاف والتنبؤ به باستخدام تقنيات الذكاء الاصطناعي

ناقشت كلية الهندسة في جامعة كركوك رسالة الماجستير المقدمة من الطالبة سجى محمود محمد عبدالرحمن، في تخصص الهندسة المدنية، والموسومة: (Drought Assessment and Prediction Using Artificial Intelligence).
وتألفت لجنة المناقشة من السادة:
الأستاذ الدكتورة جلنك أكرم عمر / هندسة مدنية – موارد مائية / جامعة كركوك – كلية الهندسة / رئيساً.
الأستاذ الدكتور كاوة زيدان عبدالرحمن / هندسة مدنية – موارد مائية / جامعة السليمانية / عضواً.
الأستاذ المساعد الدكتور عبدالأمير حسين قاسم / هندسة مدنية – هندسة بيئة / جامعة كركوك – كلية الهندسة / عضواً.
الأستاذ الدكتور تيمور عبدالمجيد إبراهيم / هندسة موارد مائية – هايدرولوجي / جامعة كركوك – كلية الهندسة / عضواً ومشرفاً.
وهدفت الرسالة إلى دراسة وتحليل ظاهرة الجفاف المناخي والتنبؤ بها في العراق باستخدام تقنيات الذكاء الاصطناعي، بالاعتماد على بيانات الأمطار لـ(24) محطة موزعة في مختلف أنحاء العراق، للفترة الممتدة من عام 1980 ولغاية 2023.
وتضمنت الدراسة معالجة البيانات المفقودة للأمطار الشهرية باستخدام أربع طرائق إحصائية تقليدية، إلى جانب اعتماد الشبكات العصبية الاصطناعية (ANN)، التي حققت أفضل النتائج من خلال تسجيل أعلى قيمة لمعامل الارتباط (R) وأقل قيمة لخطأ الجذر التربيعي المتوسط (RMSE).
كما شملت الدراسة تقسيم المحطات إلى أربع مناطق وفق تصنيف Köppen، واحتساب قيم الجفاف باستخدام أربعة مؤشرات هي: SPI وCZI وMCZI وZSI، ولمقياس زمني مدته (12) شهراً. واعتمدت الدراسة مؤشر SPI بوصفه مؤشراً مرجعياً لإجراء المقارنات وتحليل خصائص الجفاف باستخدام نظرية الحدث المستمر، من خلال مقارنات كمية ونوعية.
وأظهرت النتائج أن مؤشر الجفاف CZI كان الأقرب إلى مؤشر SPI، إذ حقق توافقاً واضحاً في تحديد عدد فترات الجفاف وأطوالها وتوقيت بدايتها ونهايتها، فضلاً عن شدتها والتوزيع النسبي لفئات الجفاف.
كما استخدمت الدراسة خوارزميات التعلم الآلي للتنبؤ بالجفاف، والتي شملت KNN وM5 Tree وANN وLSTM، بعد تقسيم البيانات إلى (80%) للتدريب و(20%) للاختبار. وبينت النتائج، بالاعتماد على الاختبارات الإحصائية المعتمدة في الدراسة وهي (RMSE وMAE وR وSS)، أن خوارزمية LSTM حققت أفضل النتائج في التنبؤ بمؤشري الجفاف SPI وCZI في جميع المناطق، فضلاً عن تفوقها في التنبؤ بمؤشري MCZI وZSI في المناطق الأولى والثانية والثالثة، في حين سجلت خوارزمية ANN نتائج أفضل في المنطقة الرابعة.
وفي ختام المناقشة، استوفت الرسالة جميع المتطلبات العلمية، ومنحت الطالبة درجة الماجستير بتقدير امتياز.