خلاصه گزارش سمینار علمی «هوش مکانی (GeoAI) و نقش آن در مدیریت مخاطرات محیطی» با تمرکز بر سیل، زلزله و آلودگی محیط‌زیست
20 آبان 1404
خلاصه گزارش سمینار علمی «هوش مکانی (GeoAI) و نقش آن در مدیریت مخاطرات محیطی» با تمرکز بر سیل، زلزله و آلودگی محیط‌زیست

در چارچوب برنامه‌های علمی همایش ملی مخاطرات محیطی و امنیت ملی جمهوری اسلامی ایران، سمینار علمی با عنوان «هوش مکانی (GeoAI) و نقش آن در مدیریت مخاطرات محیطی (سیل، زلزله و آلودگی محیط‌زیست)» روز سه‌شنبه ۲۰ آبان‌ماه ۱۴۰۴ از ساعت ۱۰:۰۰ الی ۱۲:۰۰ در سالن همایش‌های دانشکده مهندسی نقشه‌برداری سازمان جغرافیایی نیروهای مسلح برگزار شد.

این سمینار با اداره‌کنندگی امیر دکتر مجید فخری و با سخنرانی دکتر حمید عبادی، دکتر عباس کیانی و دکتر هادی فرهادی برگزار گردید و ۷۰ نفر از اعضای هیئت علمی، پژوهشگران، کارشناسان و دانشجویان در آن حضور داشتند.

تبیین مفهوم هوش مکانی (GeoAI)

در ابتدای سمینار، «هوش مکانی» به‌عنوان تلفیقی از هوش مصنوعی، تحلیل داده‌های حجیم و علوم زمین‌فضا (GIS و سنجش از دور) معرفی شد. سخنرانان تأکید کردند که GeoAI فراتر از نمایش نقشه‌ها، به دنبال استخراج الگوها و روابط پنهان فضایی است تا داده‌ها به «دانش تصمیم‌ساز» در مدیریت بحران تبدیل شوند.

کاربرد GeoAI در پایش زلزله

در محور زلزله، دکتر حمید عبادی به نتایج پژوهش‌های تیمی در پایش پیش‌نشانگرهای لرزه‌ای پرداخت. وی توضیح داد که با ترکیب داده‌های ماهواره‌ای Sentinel، GRACE و MODIS و الگوریتم‌های یادگیری ماشین، امکان شناسایی ناهنجاری‌های پوسته زمین ۱۵ تا ۳۰ روز پیش از وقوع زلزله فراهم شده است.
این فرآیند شامل تحلیل خوشه‌ای رخدادهای لرزه‌ای، پایش جابجایی سطح زمین با روش PS-InSAR، بررسی داده‌های گرانی‌سنجی و تحلیل پیش‌نشانگرهای حرارتی بوده و در چندین رخداد داخلی و بین‌المللی نتایج قابل توجهی ارائه داده است.

پایش آلودگی محیط‌زیست با داده‌های ماهواره‌ای

در ادامه، دکتر عباس کیانی به نقش سنجش از دور و GeoAI در پایش آلودگی هوا و محیط‌زیست پرداخت. وی با تأکید بر ضرورت همجوشی داده‌ها، بیان کرد که ترکیب داده‌های ماهواره‌ای، ایستگاه‌های زمینی و اطلاعات هواشناسی می‌تواند نقشه‌های دقیق آلودگی و شناسایی کانون‌های اصلی انتشار آلاینده‌ها را فراهم سازد. استفاده از الگوریتم‌های یادگیری ماشین و یادگیری عمیق، به‌عنوان ابزار پشتیبان تصمیم‌گیری، از محورهای اصلی این بخش بود.

مدیریت سیلاب و پایش نزدیک به زمان واقعی

در محور سیلاب، سامانه‌ای مبتنی بر پردازش ابری معرفی شد که قادر است خسارات سیلاب را به‌صورت نزدیک به زمان واقعی (NRT) پایش و تحلیل کند. چالش‌هایی نظیر حجم بالای داده‌ها، تغییرات جوی، نبود داده‌های مرجع زمینی و پیچیدگی پردازش، مورد بحث قرار گرفت و چشم‌انداز توسعه سامانه‌های خودکار و هوشمند برای کاهش خسارات انسانی و اقتصادی ترسیم شد.

چالش‌های آموزشی و آینده GeoAI

در بخش پایانی، به چالش‌های آموزش هوش مصنوعی در کشور اشاره شد و بر ضرورت تربیت نیروی متخصص از مقاطع اولیه دانشگاهی تأکید گردید. سخنرانان خاطرنشان کردند که آینده مدیریت مخاطرات، در گرو ادغام هوش مصنوعی با داده‌های مکانی و محیطی و حرکت به سمت شهرهای هوشمند و تاب‌آور مبتنی بر دوقلوهای دیجیتال مکانی است.

جمع‌بندی نهایی

در جمع‌بندی سمینار، حاضران بر این نکات تأکید کردند:

  • توسعه سامانه‌های هشدار سریع حتی با دقت متوسط می‌تواند به‌طور معناداری از خسارات بحران‌ها بکاهد؛

  • هم‌افزایی میان دانشگاه‌ها، سازمان‌های اجرایی و بخش خصوصی، شرط اصلی موفقیت GeoAI در مقیاس ملی است؛

  • تجربه‌های ارائه‌شده نشان داد که ایران ظرفیت ورود جدی به عرصه مدیریت هوشمند مخاطرات محیطی را داراست.

این سمینار، گامی مؤثر در جهت تبدیل داده به تصمیم و حرکت به سوی حکمرانی هوشمند مخاطرات محیطی ارزیابی شد.