بتوقيت بيروت - 3/4/2026 5:32:20 PM - GMT (+2 )
وتشكل الزراعة حجر الزاوية في اقتصاد الهند، حيث توظف ما بين 40% إلى 50% من القوة العاملة في البلاد، في حين توفر الغذاء لأكثر من مليار شخص. لكنه يتزايد تحت تهديد الظواهر الجوية المتطرفة المرتبطة بتغير المناخ. بين عامي 2015 و2021خسرت الهند 83.8 مليون فدان (33.9 مليون هكتار) بسبب الفيضانات والأمطار الغزيرة، و86.5 مليون فدان (35 مليون هكتار) بسبب الجفاف.
المزارعون في الهند هم في الأساس أصحاب الحيازات الصغيرة – لكن هذه المزارع الصغيرة، المجزأة في جميع أنحاء البلاد، غير متجانسة ولديها بيانات محدودة. وهذا يجعل من الصعب وضع سياسات يمكنها تفسير كيفية تأثرها بالأحداث المناخية المتطرفة.
جاين يجري بحثًا أثناء العمل الميداني في الهند. (رصيد الصورة: مها جاين)يجمع بحث جاين الرائد بين المقابلات الميدانية وأدوات رسم الخرائط المعتمدة على الأقمار الصناعية لتحديد كيفية تفاعل المزارعين وتكيفهم مع هذه الضغوط المتزايدة.
وتركز أبحاثها على كيفية جعل الإنتاج الزراعي للمزارعين أصحاب الحيازات الصغيرة مستدامًا ومنتجًا، والأهم من ذلك، مرنًا في مواجهة الأحوال الجوية التي لا يمكن التنبؤ بها. بعد أن عملت في هذا المجال مع المزارعين، من 2021 ل 2023ثم استخدمت البيانات التاريخية حول توافر المياه الجوفية والأفكار المستمدة من العمل مع المزارعين للتأكد من كيفية تغير أنماط المحاصيل في ظل ارتفاع درجة حرارة المناخ.
وبهذا، تعمل على توسيع نطاق تلك الحسابات الفردية الغنية من المزارعين، من خلال الاستفادة من أدوات الأقمار الصناعية والاستشعار عن بعد لفهم ما يحدث على المستوى الإقليمي أو الوطني. وتأمل أن يؤدي هذا إلى مزيد من المعلومات حول كيفية وضع السياسات التي يمكنها حماية الإنتاج الزراعي في المستقبل في مواجهة تغير المناخ.
لعملها، حصلت جاين الآن على جائزة الافتتاح جائزة جامعة ولاية أريزونا للعلوم للتأثير التحويلي، والتي تعترف بالأبحاث التي لا تعمل على تطوير المعرفة فحسب، بل تقدم أيضًا مساهمة مهمة للمجتمع.
تحدثت إلى Live Science حول قدرتها على إقامة صلة بين الأشخاص على الأرض والحلول القابلة للتنفيذ لتقليل التأثير البيئي على النظم الغذائية.
ملاحظة المحرر: تم تحرير هذه المقابلة وتكثيفها من أجل الوضوح.
ما الذي شكل نوع البحث الذي تقوم به اليوم؟
قضيت عامًا في الهند في إجراء أبحاث على أرض الواقع، وقضيت الكثير من الوقت مع المزارعين أصحاب الحيازات الصغيرة. لقد أصبحت مهتمًا جدًا بتأثيرات تغير المناخ على الزراعة وكيفية تكيف الناس. رؤية مدى أهمية الزراعة لسبل العيش اليومية، وكيف أصبحت الزراعة غير مستقرة وغير مستقرة في هذه الأوقات، جعلني أشعر بحماس شديد للعمل على هذه القضية.
في البداية، عندما بدأت عملي، قضيت الكثير من الوقت في سؤالهم عن كيفية تأثرهم بتغير المناخ وكيف يتكيفون. لقد تعلمت كيفية القيام بالاستشعار عن بعد لاستخدام صور الأقمار الصناعية لتوسيع نطاق ما كنت أراه، على النطاقين الإقليمي والوطني. الآن، ما يهمني حقًا هو التفكير في كيفية استخدام مجموعات بيانات الأقمار الصناعية لتحديد واستهداف التدخلات بشكل أفضل لمساعدة المزارعين على التكيف بشكل أكبر.
تُظهر إحدى خرائط جاين إنتاجية القمح المتوقعة باستخدام بيانات الأقمار الصناعية عالية الدقة. (رصيد الصورة: مها جاين)كيف يؤثر عملك على أرض الواقع مع المزارعين على الجانب الكمي لعملك، أي صور الأقمار الصناعية ومجموعات البيانات الزراعية؟
يركز عملنا الآن على منطقة IGP (سهول الجانج الهندية (IGP)، التي تمتد عبر ولايات البنجاب وهاريانا وأوتار براديش وبيهار)، لأنها تمثل سلة الخبز الرئيسية. وهذا هو المكان الذي يتم فيه إنتاج نسبة كبيرة من الأرز والقمح للهند. نحن نحدد منتجات البيانات ذات الأهمية لإنتاجها من خلال قضاء الوقت على أرض الواقع.
على سبيل المثال، (سمعت) العديد من المزارعين يقولون إنهم كانوا يزيدون الري مع ارتفاع درجات الحرارة. ثم قررنا أن نفهم حجم هذه المشكلة، وحجم ما يحدث في جميع أنحاء دولة الهند. ثم قمنا بتطوير مجموعات بيانات الأقمار الصناعية لقياس الري. هذا هو المكان الذي نقضي فيه الوقت على الأرض ونستخدمه لإثراء مجموعات البيانات التي ننتجها في المختبر.
كيف ساعدك هذا العمل الميداني والتفاعلات اليومية مع المزارعين على تحديد الفجوات في بياناتك، أو هل كان مكملاً للبيانات التي كانت لديك بالفعل؟ هل هذه المعرفة قابلة للتحويل عبر المناطق الزراعية الأخرى في المناطق الاستوائية؟
بيانات الأقمار الصناعية، على الرغم من كونها قوية حقًا لفهم الأنماط على نطاقات واسعة، إلا أنها لا تسمح لك بفهم دوافع صنع القرار وراء الأنماط التي تراها. لذا، فإننا نعتمد حقًا على المسوحات الأسرية التي نقوم بها – البيانات الكمية واسعة النطاق – لفهم هذه الخيارات.
وفي حين أن الجزء الأكبر من عملنا، ربما 70% منه، يتم في الهند، فإننا نعمل على توسيع عملنا ليشمل بلدانًا أخرى. ونحن نتبع نهجًا مماثلاً ونعمل مع شركاء في المكسيك وكولومبيا وزامبيا وأنظمة مختلفة لأصحاب الحيازات الصغيرة في جميع أنحاء المناطق الاستوائية.
(رصيد الصورة: بلومبرج / غيتي إيماجز)بما أن تغير المناخ يتميز في المقام الأول بعدم القدرة على التنبؤ، كيف يعمل بحثك على التكيف مع ذلك أو التخفيف منه؟
هناك طريقتان. الأول هو أنه من خلال بيانات الأقمار الصناعية، يمكننا الحصول على فهم تاريخي طويل المدى للممارسات الزراعية لمدة 20 عامًا تقريبًا. ومن ثم يمكننا وضعها في نماذجنا لنفهم كيف، في الماضي، عند حدوث حدث مناخي معين، ماذا كان يفعل الناس؟ ماذا كان التأثير؟
والطريقة الأخرى التي يمكنهم من خلالها المساعدة هي المراقبة في الوقت الفعلي. يمكننا أن ننظر إلى منحنيات نمو الغطاء النباتي للمحاصيل خلال موسم واحد. على سبيل المثال، ركز عملنا إلى حد كبير على القمح عبر IGP. لدينا أيضًا بعض الأعمال الجديدة حول الأرز والقمح في وسط الهند. نحن نركز إلى حد كبير على محاصيل الحبوب لأنها العنصر الأساسي لسبل العيش، كما يسهل رسم خرائطها باستخدام بيانات الأقمار الصناعية.
لقد تعاملت مع مجموعات البيانات التي تحدد مدى توفر المياه الجوفية، وتغير المناخ، وأنماط المحاصيل. كيف يمكن أن يساعد هذا في التخفيف أو التكيف في مواجهة الأحداث المناخية القاسية وموجات الحرارة والجفاف والفيضانات، وخاصة تلك التي تؤثر على المزارعين في الهند ودول جنوب آسيا الأخرى؟
التحدي عندما نستخدم البيانات التاريخية لفهم كيفية تكيف الناس هو أننا لا نستطيع إلا أن نقول كيف تكيفوا مع ما حدث في الماضي. ولكن من الواضح أن الظروف تتغير، فالأحداث المتطرفة أصبحت أكثر تواترا. لذلك بالتأكيد هناك حاجة إلى المزيد من العمل في هذا المجال، لأنه ربما لن يتم تطبيق ما تعلمناه تاريخيًا في المستقبل تمامًا. أعتقد أن هذا سؤال بحثي مهم.
كيف سيتوسع هذا البحث خلال السنوات القليلة القادمة؟
أنواع المشاريع التي أنا متحمس لها حقًا الآن هي المشاريع التي نستخدم فيها بيانات الأقمار الصناعية لاستهداف التدخل وتوجيهه، وهو أكثر توجهاً نحو العمل. على سبيل المثال، لدي بعض الأعمال حيث نحاول معرفة ما إذا كان بإمكاننا استخدام بيانات الأقمار الصناعية لاختيار الحقول الأقل إنتاجية، وفي نهاية المطاف استهداف التدخلات (في تلك المناطق في الهند).
إقرأ المزيد