النمذجة المكانية للتدهور البيئي الأرضي LDI باستخدام الذكاء الاصطناعي الجغرافي في محافظة الأنبار-العراق
DOI:
https://doi.org/10.59992/IJESA.2026.v5n8p5الكلمات المفتاحية:
النمذجة المكانية، التدهور البيئي، الذكاء الاصطناعي الجغرافي، الاستشعار عن بعد، المؤشرات البيئيةالملخص
تهدف الدراسة إلى رصد ومراقبة وتحليل التدهور البيئي الأرضي (LDI) في منطقة الدراسة لعام 2025 باستخدام تقنيات الاستشعار عن بعد، واعتمدت الدراسة على استخراج مجموعة من المؤشرات البيئية المتمثلة بـ ((NDBSI, NDMI, NDVI, LST لعامي 2015 و2025، وتم توظيف هذه المؤشرات لإنتاج خريطة التدهور البيئي لعام 2025، إضافة إلى إجراء نمذجة تنبؤية للتدهور البيئي الارضي لعام 2030 باستخدام الذكاء الاصطناعي الجغرافي (AIG) بهدف فهم الاتجاهات الزمنية التنبؤية للتغير البيئي ورصد مسار التدهور المستقبلي في منطقة الدراسة، واظهرت نتائج التنبؤ باستخدام نموذج Random Forest ارتفاع مساحة التدهور المتوسط من 60.79% عام 2025 إلى 66.90% عام 2030، مع ارتفاع التدهور المرتفع من 0.07% إلى 1.30%، وهو ما يعكس اتجاهاً مستقبلياً نحو تفاقم التدهور البيئي في حال استمرار الظروف الحالية.
المراجع
1. Higginbottom, T. P., & Symeonakis, E. (2014). Assessing land degradation and desertification using vegetation index data: Current frameworks and future directions. Remote Sensing, 6(10), 9552–9575. https://doi.org/10.3390/rs6109552
2. Xie, Z., Phinn, S. R., Game, E. T., Pannell, D. J., Hobbs, R. J., Briggs, P. R., & McDonald-Madden, E. (2019). Using Landsat observations (1988–2017) and Google Earth Engine to detect vegetation cover changes in rangelands: A first step towards identifying degraded lands for conservation. Remote Sensing of Environment, 232, 111317. https://doi.org/10.1016/j.rse.2019.111317
3. Ibrahim, S. T., Sheet, H. H., & Muhammed, F. H. (2025). Modeling Vegetation Cover Maps Affecting Land Surface Temperature in Erbil City Using Remote Sensing. Tikrit Journal for Agricultural Sciences, 25(4), 101-116.
4. Gao, B. C. (1996). NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58(3), 257–266. https://doi.org/10.1016/S0034-4257(96)00067-3
5. Tucker, C. J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150. https://doi.org/10.1016/0034-4257(79)90013-0
6. Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324
7. U.S. Geological Survey. (2021). Landsat 8-9 Operational Land Imager (OLI)–Thermal Infrared Sensor (TIRS) Collection 2 Level-2 science products. U.S. Geological Survey.
8. Jain, A. K., Nandakumar, K., & Ross, A. (2005). Score normalization in multimodal biometric systems. Pattern Recognition, 38(12), 2270–2285. https://doi.org/10.1016/j.patcog.2005.01.012
9. Xu, H. (2013). A remote sensing index for assessment of regional ecological changes. China Environmental Science, 33(5), 889–897
10. Wessels, K. J., Prince, S. D., Frost, P. E., & van Zyl, D. (2004). Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series. Remote Sensing of Environment, 91(1), 47–67. https://doi.org/10.1016/j.rse.2004.02.005
11. Wilson, E. H., & Sader, S. A. (2002). Detection of forest harvest type using multiple dates of Landsat TM imagery. Remote Sensing of Environment, 80(3), 385–396.
12. Yue, H., Liu, Y., Li, Y., & Lu, Y. (2022). Ecological assessment based on remote sensing ecological index: A case study of the “Three-Lake” Basin in Yuxi City, Yunnan Province, China. Sustainability, 14(18), 11554. https://doi.org/10.3390/su141811554
13. Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, 90(4), 434–440. https://doi.org/10.1016/j.rse.2004.02.003
14. اوس علي محمد، & سعد ثامر إبراهيم. (2025). استخدام الذكاء الاصطناعي في نمذجة خرائط التدهور البيئي لمحافظة صلاح الدين. Journal of Al-farahidi's Arts, 10(1), 172-204.
15. سعد ثامر ابراهيم. (2026). مشكلات تمثيل خرائط خطوط تساوي المطر في قضاء المسيب وطرائق معالجتها باستخدام نظم المعلومات الجغرافية. Journal of College of Education, 63(1), 331-350.
16. وزارة الموارد المائية، الهيئة العامة للمساحة خريطة العراق الإدارية، مقياس 1: 1000000 لسنة 2010.
