الاستشعار عن بُعد ونظم المعلومات الجغرافية في مراقبة التمدد العمراني وتغيّر استخدامات الأراضي إعداد: م.م. سيف سلام سعود-قسم الهندسة المدنية – كلية الهندسة – جامعة المستقبل الملخص يشهد العالم توسعًا عمرانيًا متسارعًا يغيّر استخدامات الأراضي ويضغط على الموارد المائية والأراضي الزراعية والنظم البيئية. وتوفر تقنيات الاستشعار عن بُعد ونظم المعلومات الجغرافية (GIS) أدوات فعالة لرصد هذه التحولات وقياسها وتحليل أسبابها بكلفة وزمن أقل من المسوحات الميدانية التقليدية. يستعرض هذا المقال مصادر البيانات الفضائية، ومنهجية تصنيف الغطاء الأرضي وكشف التغيّر، ومؤشرات قياس التمدد العمراني، ونماذج التنبؤ بالنمو المستقبلي، ثم يناقش التحديات والتوصيات، مع الإشارة إلى أهمية هذه الأدوات في إدارة المدن والموارد المائية. الكلمات المفتاحية: الاستشعار عن بُعد، نظم المعلومات الجغرافية، التمدد العمراني، تغيّر استخدامات الأراضي، كشف التغيّر، Landsat، Google Earth Engine. 1. المقدمة تُعدّ المدن من أسرع النظم تغيّرًا على سطح الأرض. فقد تجاوزت نسبة سكان الحضر نصف سكان العالم، ويُتوقع أن تواصل الارتفاع خلال العقود المقبلة (United Nations, 2019). ويترافق هذا النمو غالبًا مع زحف عمراني على الأراضي الزراعية والمناطق الطبيعية، وزيادة المساحات غير النافذة، وارتفاع الجريان السطحي، وتفاقم ظاهرة الجزيرة الحرارية الحضرية. ويفرّق الباحثون بين مفهومين متقاربين: الغطاء الأرضي (Land Cover) الذي يصف الصفة الفيزيائية للسطح كالمباني والنباتات والماء، واستخدام الأرض (Land Use) الذي يصف الغرض البشري من الأرض كالسكن والزراعة والصناعة. والاستشعار عن بُعد يرصد الغطاء الأرضي مباشرة، ثم يُستدل منه على الاستخدام بالاستعانة ببيانات مساعدة في بيئة GIS. ويهدف هذا المقال إلى عرض الإطار المنهجي لاستخدام هاتين التقنيتين في مراقبة التمدد العمراني، وبيان نقاط قوتهما وحدودهما. 2. مصادر البيانات الفضائية تتنوع الصور المستخدمة بحسب الدقة المكانية والزمنية والتغطية والكلفة: سلسلة Landsat: تتيح سجلًا زمنيًا متصلًا منذ سبعينيات القرن الماضي بدقة مكانية 30 م، وهي الأكثر استخدامًا في دراسات التغيّر طويلة الأمد (Wulder et al., 2019). Sentinel-2: يوفر دقة تصل إلى 10 م وتكرارًا زمنيًا عاليًا، وهو مناسب لرصد التفاصيل العمرانية الدقيقة. الصور عالية الدقة: كصور الأقمار التجارية والطائرات المسيّرة، وتناسب الدراسات الموضعية والتحقق من النتائج. الرادار (SAR): يعمل في الظروف الغائمة وليلًا، ويفيد في إبراز الأسطح المبنية. بيانات الأضواء الليلية: تُستخدم مؤشرًا على كثافة النشاط البشري والتوسع الحضري على نطاقات واسعة. وقد سهّلت منصات الحوسبة السحابية، وفي مقدمتها Google Earth Engine، الوصول إلى أرشيفات ضخمة من الصور ومعالجتها دون الحاجة إلى حواسيب عالية القدرة (Gorelick et al., 2017). 3. منهجية الدراسة 3.1 المعالجة الأولية تشمل اختيار الصور في مواسم متقاربة لتقليل أثر التغيّر الفصلي للنبات، والتصحيح الإشعاعي والجوي، وإزالة الغيوم وظلالها، وتسجيل الصور هندسيًا بدقة عالية، لأن أخطاء التسجيل تظهر تغيّرات وهمية عند المقارنة. 3.2 تصنيف الغطاء الأرضي يمكن تنفيذ التصنيف بطرق متعددة: التصنيف الموجَّه: يعتمد على عينات تدريبية يحددها الباحث، ومن خوارزمياته الاحتمال الأعظم (Maximum Likelihood). التصنيف غير الموجَّه: يجمّع البكسلات آليًا ثم يفسّر الباحث الفئات الناتجة. التعلم الآلي: كالغابات العشوائية (Random Forest) وآلات المتجهات الداعمة، وتعطي غالبًا دقة أعلى في المشاهد المعقدة. التعلم العميق: كالشبكات الالتفافية، وتتفوق عند توفر بيانات تدريب كبيرة وموارد حاسوبية كافية. كما تُستخدم المؤشرات الطيفية لتسهيل فصل الفئات، مثل مؤشر الاختلاف النباتي المعياري (NDVI)، ومؤشر المباني (NDBI)، ومؤشر الماء (MNDWI)، وهي تبرز الغطاء النباتي والأسطح المبنية والمسطحات المائية على التوالي. 3.3 تقييم الدقة لا يُعتمد أي تصنيف دون تقييم دقته بمقارنته بنقاط مرجعية مستقلة، وتُعرض النتائج عادة بمصفوفة الخطأ (Confusion Matrix) ومنها تُستخرج الدقة الكلية ومعامل كابا (Kappa). ويُوصى بتحديد أحجام العينات وتوزيعها بأسلوب إحصائي سليم وتقدير عدم اليقين في المساحات المحسوبة (Olofsson et al., 2014). 3.4 كشف التغيّر تتعدد أساليب كشف التغيّر، ومنها مقارنة الخرائط المصنفة بعد التصنيف (Post-Classification Comparison) التي تنتج مصفوفة انتقال توضح تحول كل فئة إلى فئة أخرى، وطرح الصور أو المؤشرات بين تاريخين، وتحليل السلاسل الزمنية الكثيفة الذي يكشف التغيّرات المفاجئة والتدريجية (Zhu, 2017). ويُنصح باستخدام أكثر من تاريخين كلما أمكن لفهم اتجاه التغيّر وسرعته. 4. دور نظم المعلومات الجغرافية لا يقتصر دور GIS على إخراج الخرائط، بل يوفر بيئة لدمج الطبقات المكانية وتحليلها، ومن أهم تطبيقاته في هذا المجال: حساب المساحات ومعدلات النمو السنوي للمناطق المبنية. تحليل المسافة والجوار، كقياس بُعد التوسع عن الطرق والمراكز الحضرية والأنهار. تحليل الاتجاه المكاني للتمدد باستخدام الحلقات المتدرجة (Buffers) والقطاعات الاتجاهية. الربط مع بيانات سكانية واجتماعية واقتصادية لتفسير الدوافع. تحديد المناطق المعرّضة للفيضان أو فقدان الأراضي الزراعية بدمج خرائط الاستخدام مع الارتفاعات والأنهار. 5. مؤشرات قياس التمدد العمراني تُستخدم عدة مؤشرات لوصف حجم التمدد وشكله، منها: معدل النمو الحضري السنوي: نسبة الزيادة في المساحة المبنية خلال فترة زمنية. مقاييس المقياس المكاني (Landscape Metrics): كعدد البقع وحجمها ومتوسط المسافة بينها، وتفيد في التفريق بين النمو المتراص والنمو المبعثر. نسبة الأسطح غير النافذة: وترتبط ارتباطًا مباشرًا بالجريان السطحي وجودة المياه (Arnold & Gibbons, 1996). الكثافة السكانية للمساحة المبنية: لتقييم كفاءة استخدام الأرض. 6. نمذجة النمو الحضري المستقبلي تُستخدم نتائج الرصد التاريخي لبناء نماذج تتنبأ بالتمدد المستقبلي. ومن أشهرها نماذج الخلايا الآلية (Cellular Automata) وسلاسل ماركوف، ونموذج SLEUTH، ونماذج الانحدار اللوجستي التي تربط احتمال التحول بمتغيرات كالقرب من الطرق والمنحدر والكثافة السكانية. وتفيد هذه النماذج في بناء سيناريوهات تدعم قرارات التخطيط، لكن نتائجها تبقى مشروطة بصحة الافتراضات وجودة بيانات المعايرة. 7. التطبيقات في إدارة المياه والبيئة ترتبط مراقبة التمدد العمراني ارتباطًا وثيقًا بالموارد المائية، فزيادة الأسطح غير النافذة ترفع الجريان السطحي وتقلل التغذية الجوفية، وتزيد خطر الفيضانات الحضرية. كما يؤدي التوسع على الأراضي الزراعية والمناطق المحاذية للأنهار إلى تغيّر الطلب المائي وجودة المياه. ولذلك تُدمج خرائط استخدام الأرض مباشرة في النماذج الهيدرولوجية لتقدير آثار التغيّر على الجريان والتبخر-نتح، وفي دراسات الجزيرة الحرارية عبر استخراج درجة حرارة السطح من القنوات الحرارية. 8. التحديات والقيود الدقة المكانية: الصور متوسطة الدقة تخلط عدة أسطح في البكسل الواحد، خاصة في المناطق العمرانية غير المتجانسة. تشابه الأطياف: تتشابه الأراضي الجرداء والأسطح المبنية في المناطق الجافة، ما يرفع أخطاء التصنيف. الغيوم والتغيّر الفصلي: تؤثر في اتساق السلسلة الزمنية. توفر بيانات التحقق: يصعب في بعض المناطق الحصول على بيانات مرجعية حديثة. التفسير: رصد التغيّر لا يفسر أسبابه، ويحتاج إلى بيانات اجتماعية واقتصادية وسياسات التخطيط. 9. الخلاصة والتوصيات تمثل تقنيات الاستشعار عن بُعد وGIS أداة أساسية لرصد التمدد العمراني وتغيّر استخدامات الأراضي بصورة موضوعية ومتكررة. وتتلخص أهم التوصيات في: استخدام سلاسل زمنية متعددة التواريخ بدل مقارنة تاريخين فقط. اختيار الصور والخوارزميات بحسب خصائص منطقة الدراسة، وتوثيق خطوات المعالجة بوضوح. إجراء تقييم دقة منهجي وتقدير عدم اليقين في النتائج. دمج بيانات الاستشعار مع البيانات السكانية والاجتماعية لتفسير الدوافع. ربط خرائط التغيّر بالنماذج الهيدرولوجية والمناخية لتقدير الآثار على الموارد المائية. توظيف النتائج في وضع سياسات تخطيط تحمي الأراضي الزراعية والمجاري المائية. المراجع Arnold, C. L., & Gibbons, C. J. (1996). Impervious surface coverage: The emergence of a key environmental indicator. Journal of the American Planning Association, 62(2), 243–258. Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. Olofsson, P., Foody, G. M., Herold, M., Stehman, S. V., Woodcock, C. E., & Wulder, M. A. (2014). Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, 148, 42–57. United Nations, Department of Economic and Social Affairs. (2019). World Urbanization Prospects: The 2018 Revision. United Nations. Wulder, M. A., et al. (2019). Current status of Landsat program, science, and applications. Remote Sensing of Environment, 225, 127–147. Zhu, Z. (2017). Change detection using Landsat time series: A review of frequencies, preprocessing, algorithms, and applications. ISPRS Journal of Photogrammetry and Remote Sensing, 130, 370–384.