باي وابور "PyWaPOR"
قاعدة بيانات الوابور تحتوي على بيانات حول معدل إنتاجية المياه والبخر الفعلي وإنتاج الكتلة وغيرها من البيانات بثلاث دقات مكانية مختلفة. يتوفر أبسط البيانات على الصعيدي العالمي، بينما تقتصر البيانات المفصلة أكثر على مناطق محددة. يتيح باي وابور للمستخدمين إنشاء هذه البيانات المفصلة للمناطق غير المغطاة بواسطة قاعدة بيانات الوابور والمزيد.
حساب بيانات عالية الدقة، يجب تنزيل البيانات المدخلة ومعالجتها مسبقًا، ومن ثم استيعابها في نموذج (يسمى ETLook). باي وابور هو مجموعة من النصوص مفتوحة المصدر (مكتوبة بلغة Python، معًا تُسمى وحدة) تساعد المستخدمين على القيام بذلك بالضبط. استنادًا إلى منطقة الاهتمام والفترة، يمكن لـباي وابور تنزيل البيانات المدخلة المطلوبة تلقائيًا وإعدادها لمناطق وفترة محددة، وتكوين معلمات ETLook وتشغيل النموذج الفعلي. وبالتالي، يتيح للحكومات والمؤسسات والأفراد توسيع النطاق الجغرافي لقاعدة بيانات الوابو.
بالإضافة إلى ذلك، يسمح للمستخدمين بالتجربة مع معالجة البيانات البديلة، وتكوين النموذج ومجموعات البيانات المدخلة وتصدير المتغيرات الوسيطة التي يتم حسابها بواسطة النموذج ولكنها ليست جزءًا من قاعدة بيانات الوابور.
لتلخيص، يمكن لـباي وابور:
- تنزيل البيانات عن بُعد من مصادر متعددة، مثل Landsat 5-9، Sentinel 2-3، MODIS، VIIRS والعديد من الآخرين.
- معالجة هذه المجموعات بيانات، مع التأكد من مشاركتها جميعًا نفس الإسقاط والدقة، وتمييز البيكسلات غير الصالحة أو ذات الجودة المنخفضة، وملئ الفجوات وتنعيم القيم الشاذة.
- حساب إنتاجية المياه والبخر الفعلي وإنتاج الكتلة والعديد من المتغيرات الأخرى بدقة مكانية تصل إلى 20 مترًا بدقة زمنية يومية.
- تصدير النتائج في ملفات netCDF يمكن فتحها بسهولة في أي برنامج GIS من اختيارك للقيام بمزيد من التحليل.
👤👤 المستخدمين لـباي وابور
تعدّ الباي وابور أداة قوية لتحليل استهلاك المياه والإنتاجية في الزراعة. ومع ذلك، فإنها تتطلب مستوى معين من المهارة التقنية والمعرفة لاستخدامها بفعالية. يجب على المستخدمين أن يكونوا لديهم فهم أساسي لاستشعار عن بعد، وتحليل المعلومات الجغرافية، والبرمجة لكي يكونوا قادرين على استخدامها بنجاح.بالطبع، هناك موارد متاحة لمساعدة المستخدمين على بناء المهارات اللازمة لاستخدام الباي وابور. توفر توثيق الباي وابور تعليمات مفصلة حول كيفية تثبيت واستخدام الحزمة. بالإضافة إلى ذلك، يحتوي الدورة المفتوحة لـ IHE Delft حول إنتاجية المياه ومحاسبة المياه باستخدام الوابور على قسم حول تحليل البيانات الجغرافية باستخدام Python، والذي يمكن أن يكون مصدرًا مناسبًا للبداية. وأخيرًا، كجزء من مشروع الوابور، يمكن للدول الشريكة أن تتضمن تدريب الباي وابور كجزء من خطتها لبناء القدرات إذا كنت ترغب في تطوير مجموعات بيانات عالية الوضوح خارج مناطق الوضوح العالي الافتراضية الخاصة بها.
بشكل عام، بالتدريب والدعم المناسب، يمكن أن يكون أداة قيمة للباحثين والممارسين والحكومات والمنظمات غير الحكومية المهتمة بتطبيقات البيانات.
حالة استخدام باي وابور في الأردن
مثلاً، تم استخدام إصدار مبكر من باي وابور في الأردن في عام 2020 لإنشاء مجموعة بيانات بدقة 30 مترًا تم استخدامها لحساب كمية المياه الجوفية التي تم سحبها للاستخدام الزراعي.
تمت دراسة بيانات الوابور كأداة محتملة لمساعدة السلطات في هذا العمل، وقد أظهرت البيانات بالفعل إمكانية كبيرة طوال التمرين، على الرغم من أنه من الضروري إجراء بحث إضافي لتطوير طريقة أدق.
تعرف على المزيد من خلال متابعة هذه القصة المصورة التي تلخص العمل الذي تم في منطقة الأزرق بالأردن.