نظرية تحديث العقل الجغرافي (يو جي ام تي) من الأسس الفلسفية إلى الذكاء المكاني التنبؤي (دراسة حالة)

التفاصيل

تم إنشاءه بتاريخ الأربعاء, 03 حزيران/يونيو 2026 05:48

كتب بواسطة: مجيد ملوك السامرائي

مجيد ملوك السامرائي*
(عنوان البريد الإلكتروني هذا محمي من روبوتات السبام. يجب عليك تفعيل الجافاسكربت لرؤيته.)
(عنوان البريد الإلكتروني هذا محمي من روبوتات السبام. يجب عليك تفعيل الجافاسكربت لرؤيته.)
(https://majeedmalok.wordpress.com)
2026.06.01

نظرية تحديث العقل الجغرافي (UGMT) من الأسس الفلسفية إلى الذكاء المكاني التنبؤي(دراسة حالة)

الكلمات المفتاحية:
- نظرية تحديث العقل الجغرافي -UGMT - الذكاء الاصطناعي الجغرافي - GeoAI- الجغرافيا الرقمية - التفكير المكاني - الذكاء المكاني التنبؤي - نمذجة المخاطر الحضرية - التغير المناخي - مدينة الرياض -
المقدمة العلمية:
شهدت العلوم الجغرافية خلال العقود الأخيرة تحولات عميقة نتيجة التطور المتسارع في تكنولوجيا المعلومات والذكاء الاصطناعي وتحليل البيانات الضخمة، مما أدى إلى الانتقال من الجغرافيا الوصفية إلى الجغرافيا الرقمية والتحليل التنبؤي. وتناقش الدراسة تحليل أثر الذكاء الاصطناعي الجغرافي في تطوير الجغرافيا المعاصرة، وذلك في محاولة معرفية لتطوير التفكير الجغرافي ضمن إطار فلسفي شمولي إبستمولوجي قادر على الانتقال بالجغرافيا من علم وصفي إلى علم استشرافي تنبؤي.
الإطار النظري:
العقل الجغرافي المحدث؛ مزيج بين مفهومين منفصلين؛ (نظرية العقل) و(الفكر الجغرافي المعاصر). وهو مصطلح حديث جداً، ومع ذلك تركز الاواق البحثية المتاحة على؛ محاور الفكر الجغرافي والتكامل المعرفي، وبسياق تحديث الأداء الوظيفي للجغرافيا عبر بناء رؤية معرفية شاملة تدمج بين الجغرافيا الطبيعية والبشرية، مع التركيز على؛ الهوية الفكرية للجغرافيا في ظل التحديات المعاصرة والإدراك الجغرافي للواقع.
1. مشكلة البحث
تعاني الجغرافيا المعاصرة من فجوة إبستمولوجية ومنهجية بين التحليل المكاني التقليدي، والقدرات الحوسبية الحديثة القائمة على الذكاء الاصطناعي الجغرافي، مما يحد من قدرة النماذج الجغرافية الحالية على إنتاج تنبؤات مكانية – زمانية دقيقة للظواهر المعقدة، وهذا يستدعي إعادة بناء العقل الجغرافي ضمن إطار معرفي جديد. وتتمثل مشكلة الدراسة بالتساؤل الاتي؛ كيف يمكن إعادة بناء العقل الجغرافي في ضوء الثورة الرقمية والذكاء الاصطناعي؟.
2. فرضية البحث
تفترض الدراسة أن تطوير الجغرافيا المعاصرة يتطلب تكاملاً بين التفكير المكاني، والنمذجة المكانية، والبيانات الضخمة، والذكاء الاصطناعي الجغرافي، ضمن فلسفة شمولية قادرة على إنتاج جغرافيا تنبؤية.
3. اهداف البحث
تهدف هذه الدراسة إلى تطوير إطار مفاهيمي وكمي تحت مسمى؛ (نظرية تحديث العقل الجغرافي(UGMT - ، لبناء إطار إبستمولوجي للجغرافيا الرقمية التنبؤية، وتطوير نموذج رياضي تكاملي لتحديث العقل الجغرافي، واختبار العلاقة بين تقنيات الذكاء الاصطناعي الجغرافي (GeoAI)، والتحليل المكاني التنبؤي، واقتراح نموذج تطبيقي للجغرافيا الاستشرافية.
4. أهمية البحث
بالرغم من التطور السريع في تطبيقات (GeoAI) وتحليل البيانات المكانية الضخمة، ما تزال الأدبيات الجغرافية تفتقر إلى؛ إطار نظري تكاملي يربط بين التفكير المكاني، والنمذجة المكانية، والتحليلات التنبؤية المعتمدة على الذكاء الاصطناعي ضمن بنية فلسفية موحدة.
5. منهجية البحث
أ. المنهج النظري ويتضمن التحليل الإبستمولوجي، وتحليل الأدبيات العلمية.
ب. المنهج الكمي ويتضمن؛ الاقتصاد القياسي المكاني، وخوارزميات النماذج التوليدية، والشبكات العصبية العميقة، والنمذجة المكانية - الزمانية.
ج. المنهج التطبيقي ويتضمن دراسة حالة، وتحليل بيانات حضرية وبيئية فعلية، وتطبيق نموذج تنبؤي باستخدام (GeoAI).
أولا: المدخل المفاهيمي لنظرية (UGMT):
ينطلق المفهوم من الإرث المعرفي الذي أسسه رواد الفكر الجغرافي، وفي مقدمتهم: (همبولدت) A.V. Humboldt، والذي ركز على فهم العلاقات بين الظواهر الطبيعية ضمن نظام كوني متكامل. و(لابلاش) P.V. Blache، حيث أكد على العلاقة الديناميكية/ المتغيرة بين الإنسان والبيئة. و(شيفر) F.K. Schaefer، الذي نقل الجغرافيا إلى مرحلة الثورة الكمية بأدخال الأساليب الرياضية والإحصائية إلى التحليل الجغرافي. ان هذه المراحل رغم أهميتها بقيت في إطار التفسير والتحليل الوصفي بدرجات متفاوتة. اما مرحلة التقنيات الرقمية والمعلومات المكانية بظهور تقنيات؛ الاستشعار عن بعد Remote Sensing)) ونظم المعلومات الجغرافية (GIS)، والتحليل المكاني (Spatial Analysis)، فقد؛ نقلت الجغرافيا إلى عصر التحليل المكاني الرقمي. وتأتي مرحلة الذكاء الاصطناعي الجغرافي الحالية، التي اتاحت تحليل كميات ضخمة من البيانات المكانية، باستخدام خوارزميات عمليات التعلم الآلي/ العميقMachine/ Deep Learning) )، للنماذج التوليدية المتقدمة ضمن تقنيات (GeoAI).
ثانيا: المرتكزات الفلسفية والإبستمولوجية للنظرية:
.1 الفلسفة الشمولية للنظرية تقوم على؛ اعتبار اي ظاهرة جغرافية (مناخ، موارد، مياه، سكان، مدن، اقتصاد، نقل) ظاهرة مترابطة ضمن منظومة واحدة، ولا يمكن فهمها بمعزل عن غيرها.
.2 التحول الإبستمولوجي؛ بإعادة صياغة العقل الجغرافي، عبر التركيز على (العلاقة بين الإنسان والمكان والتكنولوجيا)، للانتقال من الجغرافيا الوصفية إلى الجغرافيا التحليلية ثم التنبؤية، وأداة تحليل استشرافي لبناء سيناريوهات مستقبلية.
.3 البعد الرقمي؛ بإدخال التقنيات الرقمية بوصفها أدوات تأسيسية في إنتاج المعرفة، وليس مجرد أدوات مساعدة؛ فقد أدى التراكم الهائل للبيانات المكانية والزمنية الضخمة من مصادر متعددة الى جعلها؛ وقود معرفي للعقل الجغرافي، وقوة أساسية في فهم الظواهر المكانية، كما اتاح تحليلها بأساليب ديناميكية/ متغيرة، وتحليل الأنماط المعقدة في البيانات المكانية، بتقنيات (GIS)، و(Remote Sensing)، و(Big Spatial Data)، و(GeoAI).
.4 التفكير المكاني والتحليل الاستشرافي، اتاح تكامل التفكير المكاني التقليدي مع أساليب التحليل الرقمي الحديث، انشاء نماذج التنبؤات المكانية/ الزمنية المستقبلية للظواهر، وذلك عبر؛ تطبيقات النماذج الرياضية والإحصائية المتقدمة. وخوارزميات Machine/ Deep Learning))، ضمن (GeoAI).
ثالثا: البناء النظري للنظرية:
النظرية؛ منظومة فكرية – معرفية تحليلية رقمية، تهدف إلى تطوير طريقة التفكير الجغرافي المعاصر، عبر دمج التقنيات الرقمية وتطبيقات الذكاء الاصطناعي والنماذج المكانية المتقدمة في تحليل الظواهر الطبيعية والبشرية. وما يميز التحديث في هذه النظرية وجود حاجة إلى؛ تحديث الفكر الجغرافي المعاصر أثر الثورة الرقمية والذكاء الاصطناعي في العلوم المكانية، مع التركيز على كيفية تحديث الذهنية الجغرافية بحيث ينتقل العقل الجغرافي من الوصف التقليدي إلى التحليل الديناميكي التنبؤي، والقائم على معطيات التحول المعرفي والتكامل التقني.
.2 أبعاد النموذج المفاهيمي لبنية النظرية:
2.1 البعد الإدراكي المكاني؛ الذي يحافظ على التفكير المكاني بوصفه الأساس المعرفي للجغرافيا.
2.2 البعد التحليلي الكمي؛ باستخدام النماذج الرياضية والإحصائية ومنها؛ الانحدار المكاني، والنماذج الاحتمالية، والاقتصاد القياسي المكاني.
2.3 البعد الرقمي الذكي؛ لتحليل الأنماط المكانية المعقدة.
2.4 البعد الاستشرافي؛ ببناء نماذج تنبؤية وسيناريوهات مستقبلية، ومحاكاة مكانية/ زمنية.
رابعا: الإطار المفاهيمي للاصطلاح العلمي للنظرية:
تستهدف نظرية (UGMT)تحديث آلية التفكير الجغرافي من الوصف المكاني إلى التحليل التفسيري، بالتركيز على النمذجة التنبؤية للاستشراف الديناميكي المستقبلي ضمن إطار منظومي شامل. ويوضح (الشكل1)؛ الإطار المفاهيمي لنظرية (UGMT)، وتكامل مراحل الذكاء المكاني التنبؤي. والذي يقوم على التكامل التدريجي بين التفكير المكاني التقليدي، وتقنيات نظم المعلومات الجغرافية والاستشعار عن بعد، وتحليل البيانات المكانية الضخمة، ونماذج الذكاء الاصطناعي الجغرافي، وصولاً إلى بناء منظومة الذكاء المكاني التنبؤي وأنظمة دعم القرار الجغرافي.

خامسا: الصياغة الكمية للنظرية:
يمثل تطوير النموذج الرياضي لنظرية (UGMT)؛ الأساس الكمي الذي تنتقل بموجبة النظرية من الإطار الفلسفي والمفاهيمي إلى الإطار التحليلي القابل للقياس والتطبيق، وكما يلي:
.1 النموذج المفاهيمي الرياضي ((UGM للنظرية:
يمكن تمثيل النموذج الرياضي للنظرية بمعادلة الفلسفة الكلية (Holistic philsophy) الاتية: ( UGM = (ST + SM + BD + AI) × SH )
وتتمثل العلاقات بين متغيرات النموذج الرياضي بمعادلة؛ مستوى تحديث العقل الجغرافي (UGM)، و(بجمع) كل من؛ تكامل التفكير المكاني ST ((Spatial Thinking، والنمذجة المكانية SM Spatial Modeling))، والبيانات الضخمة المكانية BD (Big Geospatial Data)، والذكاء الاصطناعي الجغرافي AI (GeoAI). (مضروباً في) الفلسفة الشمولية للنظام الجغرافي، SH (Systemic Holism).
.2 النموذج الخطي التطبيقي ((UGM للنظرية:
يمكن تحويل النموذج الرياضي للنظرية إلى (نموذج خطي)؛ حيث تمثل (المعاملات) الأوزان النسبية لتأثير كل متغير، وتشير (الدالة f) إلى العلاقة التفاعلية بين هذه المتغيرات. وكعامل مضاعف للنموذج بهدف إدخال البعد الفلسفي الشمولي للنظرية يتم؛ تقدير هذه المعاملات باستخدام أدوات التحليل الإحصائي، ومنها؛ الانحدار المكاني، وتحليل الانحدار متعدد المتغيرات، والاقتصاد القياسي المكاني. وتمثل كل من؛ (α = ST معامل تأثير التفكير المكاني) و(β = SM معامل تأثير النمذجة المكانية) و γ = BD) معامل تأثير البيانات الضخمة) وδ = AI) معامل تأثير الذكاء الاصطناعي) وSH) = درجة التكامل المنظومي بين المتغيرات الجغرافية).
.3 نموذج الانحدار المكاني الديناميكي العلمي المتقدم ((UGM_t للنظرية:
يقوم النموذج على فرضية أساسية مفادها؛ أن تحديث العقل الجغرافي لا يتحقق من خلال عنصر منفرد، انما عبر التفاعل الديناميكي بين مجموعة من المتغيرات المكانية والرقمية والمعرفية. ويهدف هذا النموذج إلى تفسير العلاقات التفاعلية بين التفكير المكاني، والنمذجة المكانية، والبيانات الجغرافية الضخمة، والذكاء الاصطناعي الجغرافي ضمن منظومة شمولية متكاملة قادرة على إنتاج معرفة جغرافية تنبؤية. ويُصاغ النموذج بمعادلة (الانحدار المكاني الديناميكي التنبؤي متعدد المتغيرات)، (الشكل 2) على النحو الآتي:
(UGM_t = α + β₁ST_t + β₂SM_t + β₃BD_t + β₄AI_t + β₅SH_t + ε_t)
وتفسير المتغيرات كما يلي:
المتغير التابع: (-UGM_t )، مستوى تحديث العقل الجغرافي زمنياً.
المتغيرات المستقلة:
- ST_t : التفكير المكاني.
- SM_t : النمذجة المكانية.
- BD_t : البيانات الجغرافية الضخمة.
- AI_t : الذكاء الاصطناعي الجغرافي.
- SH_t : التكامل الشمولي للنظام الجغرافي.
- ε_t : الخطأ العشوائي.

سادسا: الدراسة التطبيقية التجريبية:

النمذجة التنبؤية للمخاطر المناخية والعمرانية الحضرية
في مدينة الرياض/ المملكة العربية السعودية

باستخدام نظرية تحديث العقل الجغرافي (UGMT)
(دراسة حالة)
.1 مقدمة الدراسة التطبيقية:
تمثل مدينة الرياض عاصمة المملكة العربية السعودية واحدة من المدن الاسرع نمواً وتحولاً عمرانياً، إذ تشهد توسعاً حضرياً متسارعاً وتغيرات مكانية وبيئية معقدة، ناتجة عن التفاعل بين النمو السكاني، والتحول الاقتصادي، والتغير المناخي، والضغط على الموارد الطبيعية والبنية التحتية الحضرية. وتواجه المدينة مجموعة من التحديات الحضرية والمناخية المعاصرة، تتمثل في؛ ظاهرة الجزر الحرارية الحضرية، والتوسع العمراني الأفقي المتسارع، وارتفاع استهلاك الموارد المائية والطاقة، ومخاطر السيول المفاجئة، والضغط المروري، والبنية التحتية، والتغيرات البيئية الناتجة عن التحول الحضري السريع. وبناءً على ذلك تم اختيار مدينة الرياض بوصفها؛ نموذجاً تطبيقياً لاختبار قدرة نظرية (UGMT) على تحليل الأنظمة الحضرية المعقدة، وبناء نماذج تنبؤية للمخاطر المناخية والعمرانية المستقبلية ضمن تقنيات (GeoAI).
.2 هدف الدراسة التطبيقية:
تهدف الدراسة إلى بناء (نموذج تنبؤي مكاني) للمخاطر المناخية والعمرانية الحضرية في مدينة الرياض، اعتماداً على التكامل بين؛
(Spatial Thinking،GIS ، Remote Sensing، Big Spatial Data، GeoAI، Predictive Spatial Modeling). وذلك بهدف؛ تحليل الأنماط الحضرية والمناخية المعقدة، والتنبؤ بمناطق الخطورة المستقبلية، ودعم التخطيط الحضري الذكي، وتعزيز استدامة المدن ضمن رؤية السعودية 2030.
.3 الإطار التطبيقي للنظرية:
يتكون النموذج التطبيقي للدراسة من مراحل مترابطة ومتسلسلة, وكما يأتي:
المرحلة الوظيفة التطبيقية؛ التفكير المكاني، تحليل العلاقات بين التوسع الحضري والمخاطر المناخية، الاستشعار عن بعد، استخراج الخصائص العمرانية والبيئية من صور الأقمار الصناعية، البيانات الضخمة، دمج البيانات المناخية والسكانية والعمرانية، ونماذج ((GeoAI.
مرحلة بناء نماذج تعلم آلي وتحليل تنبؤي؛ التحليل المكاني، تحديد مناطق المخاطر الحضرية، دعم القرار، ودعم التخطيط الحضري الذكي وإدارة المخاطر.
.4 البيانات المستخدمة:
اعتمدت الدراسة على مجموعة من البيانات المكانية والمناخية متعددة المصادر: فبيانات صور (Landsat من المصدر (USGS) وظيفتها تحليل التوسع الحضري، وبيانات Sentinel-2)) من (Copernicus)لتحليل الغطاء الأرضي، ونموذج الارتفاعات الرقمية (DEM) من NASA SRTM)) لتحليل مخاطر السيول، وبيانات درجات الحرارة من (NASA Climate Data) لتحليل الجزر الحرارية، وبيانات الأمطار من (Saudi Climate Data)لتحليل احتمالات السيول، وبيانات الكثافة السكانية من World Pop)) لتحليل الضغط الحضري، وبيانات البنية التحتية من (Riyadh Municipality) لتحليل الهشاشة الحضرية، وبيانات النقل والطرق منOpen Street Map) ) لتحليل الاختناقات الحضرية، ويوضح الجدول (1) القيم المعيارية لمؤشرات المخاطر المناخية والعمرانية الحضرية في مدينة الرياض).

.5 النموذج الرياضي التطبيقي:
اعتمدت الدراسة نموذجا رياضيا تطبيقيا منبثقا من النموذج الرياضي الأصلي لنظرية (UGMT)، بهدف تحليل المخاطر المناخية والعمرانية الحضرية، (الشكل 3) على النحو الآتي:
UR_t = α + β₁PD_t + β₂UH_t + β₃RF_t + β₄LU_t + β₅AI_t + ε_t))
وتفسير المتغيرات كما يلي:
المتغير التابع: (UR_t)، مستوى المخاطر الحضرية.
المتغيرات المستقلة: - PD_t : الكثافة السكانية. و - UH_t : شدة الجزر الحرارية الحضرية. و - RF_t : معدلات الأمطار والسيول. و - LU_t : استخدامات الأرض. و - AI_t : الذكاء الاصطناعي الجغرافي. و- ε_t: الخطأ العشوائي.

وتعكس الكثافة السكانية (PD) مستوى الضغط البشري على البنية التحتية والموارد الحضرية. وتمثل شدة الجزر الحرارية الحضرية (UHI) الفرق الحراري بين المناطق الحضرية ومحيطها الريفي، وتعد مؤشراً رئيساً للمخاطر المناخية الحضرية، وقد أظهرت الدراسات الحديثة في الرياض قيماً متوسطة تتراوح بين نحو(1–3 ) درجات مئوية، مع ارتفاعها في بعض المناطق الحضرية الكثيفة. وتشير معدلات الأمطار والسيول (RF) وفقا للدراسات الحديثة إلى أن متوسط الأمطار السنوية في مدينة الرياض يقع تقريباً ضمن نطاق (95 – (100 ملم سنوياً، مع احتمال حدوث سيول حضرية نتيجة العواصف المطرية الشديدة قصيرة المدة. وتمثل استخدامات الأرض العمرانية (LU) نسبة الأراضي المبنية والسطوح غير المنفذة إلى إجمالي مساحة المنطقة الحضرية، وترتبط مباشرة بزيادة الجزر الحرارية ومخاطر السيول الحضرية.
.7 تفسير العلاقات الرياضية للنموذج:
يفترض النموذج الرياضي أن المخاطر الحضرية في مدينة الرياض تنتج عن التفاعل الديناميكي بين العوامل الطبيعية والبشرية والتقنية، حيث: تؤدي الكثافة السكانية المرتفعة إلى زيادة الضغط على البنية التحتية. وتسهم الجزر الحرارية في رفع مستويات الإجهاد المناخي الحضري. بينما تؤثر الأمطار والسيول المفاجئة على المناطق العمرانية منخفضة الكفاءة التصريفية. وتمثل استخدامات الأرض مؤشراً أساسياً للهشاشة البيئية والعمرانية. أما متغير ((GeoAI فيمثل الأداة التحليلية القادرة على اكتشاف الأنماط المكانية المعقدة وتحسين دقة التنبؤ بالمخاطر المستقبلية.
.8 مؤشرات تقييم النموذج:
تم تقييم كفاءة النموذج باستخدام مجموعة من (المؤشرات الإحصائية والمكانية)، وكما يلي: استخدام المؤشر Moran’s I)) لقياس الارتباط المكاني، وRMSE)) لقياس متوسط الخطأ التربيعي، وMAE)) لقياس متوسط الخطأ المطلق، وR2)) لقياس قوة تفسير النموذج، و (Prediction Accuracy) لقياس دقة التنبؤ.
.9 نتائج الدراسة التطبيقية:
أظهرت نتائج النموذج التنبؤي أن المناطق ذات التوسع العمراني السريع في شمال وشرق مدينة الرياض؛ تمثل أعلى مستويات المخاطر الحضرية المستقبلية نتيجة التفاعل المركب بين: ارتفاع درجات الحرارة الحضرية، والتوسع العمراني المتسارع، والضغط السكاني، ومحدودية التوازن البيئي الحضري. كما أظهرت نماذج(GeoAI) قدرة مرتفعة على؛ التنبؤ بمناطق الإجهاد المناخي الحضري، وتحليل الأنماط العمرانية المعقدة، ودعم بناء خرائط ذكية للمخاطر الحضرية المستقبلية.
.10 الأهمية التطبيقية للدراسة:
تؤكد هذه الدراسة التطبيقية قدرة نظرية (UGMT) على الانتقال من الإطار الفلسفي النظري إلى التطبيق العملي ضمن البيئات الحضرية الذكية والمعقدة، كما تبرز إمكانية استخدام النظرية في:
التخطيط الحضري الذكي، والمدن الذكية، وإدارة المخاطر المناخية، ونظم دعم القرار المكاني، وإدارة الموارد الحضرية، ووتحليل السيناريوهات المستقبلية ضمن رؤية السعودية 2030.
سابعا: مستويات التطبيقات العملية للنظرية:
.1 المستوى الأكاديمي، بتحويل مناهج أقسام الجغرافيا إلى مناهج هجينة تجمع بين؛ علوم البيانات، والبرمجة، والتحليل المكاني المتقدم.
.2 المستوى التطبيقي للنموذج الرياضي للنظرية في؛ المدن الذكية (التكامل المنظومي للنظام الحضري)، وذلك بدمج عناصر النظرية الأساسية في منظومة التحليل المكاني الحضري، وبأعتماد تقنيات (GeoAI) في تحليل أنماط النمو الحضري. والنمذجة المكانية لدعم تخطيط وإدارة المدن الذكية وتحسين إدارة الموارد والنقل والطاقة. وكذلك النمذجة المكانية التنبؤية (Predictive Spatial Modeling) لتوقع مستويات الضغط على البنى التحتية، وبناء سيناريوهات مستقبلية مثل توسع المدينة خلال 20 سنة.
.3 المستوى المحلي والعالمي، بالمساهمة في؛ تحقيق أهداف التنمية المستدامة، بعملية النمذجة المكانية التنبؤية لكل من استدامة وإدارة الموارد الطبيعية بتحليل البيانات المكانية والمناخية. والمساهمة بتصميم حلول؛ لإدارة موارد المياه، وتحليل المخاطر البيئية والتغير المناخي، وفهم توزع السكان وتأثيره على الصحة العامة, والتنبؤ بتفشي الأمراض.
ثامنا: التحقق العلمي للنظرية:
القيمة العلمية لأي إطار نظري لا تكتمل ما لم يخضع لاختبارات منهجية وتجريبية تثبت قابليته للتطبيق والتفسير والتنبؤ. ومن هذا المنطلق لا تُعامل نظرية (UGMT) بوصفها (طرحاً فلسفياً تجريدياً) فحسب، وانما باعتبارها (نموذجاً معرفيا – رياضياً)، قابلاً للاختبار الكمي والتطبيق المكاني، عبر أدوات الجغرافيا الرقمية، والذكاء الاصطناعي الجغرافي. ويستند التحقق العلمي للنظرية إلى أربعة مستويات مترابطة، مع اختبار كل من؛ (Moran’s I) و(RMSE) و(²R ) وMAE)).
.1 التحقق الإبستمولوجي للنظرية
يرتبط هذا المستوى بمدى قدرة النظرية على إنتاج تفسير علمي جديد للظواهر الجغرافية، ضمن تحول معرفي يتجاوز الجغرافيا الوصفية التقليدية نحو الجغرافيا الرقمية التنبؤية.
.2 التحقق البنيوي الرياضي للنظرية
يمثل البناء الرياضي جوهر اختبار النظرية علمياً، لأن أي نظرية تنبؤية لا بد أن تمتلك نموذجاً رياضياً قابلاً للقياس والتحليل الإحصائي لاختبار صلاحية النموذج الرياضي، حيث يتم قياس قوة العلاقة بين المتغيرات، ودرجة التأثير النسبي لكل متغير.
.3 التحقق التجريبي التطبيقي
يُعد هذا المستوى الأكثر أهمية في قبول النظرية أكاديمياً، لأنه ينقلها من الإطار الفلسفي إلى التطبيق الواقعي، ويتم التحقق عبر بناء دراسة حالة (Case Study).
.4 التحقق التنبؤي للنظرية
يقيس هذا المستوى قدرة النظرية على؛ التنبؤ بالمستقبل المكاني، وتفسير التحولات الجغرافية المستقبلية. ودعم صناعة القرار.
إن التحقق العلمي لنظرية تحديث العقل الجغرافي (UGMT) لا يقتصر على إثبات الاتساق الفكري للنظرية، بل يتعداه إلى اختبار قدرتها الرياضية والتطبيقية والتنبؤية ضمن بيئات جغرافية معقدة. وتُظهر آليات التحقق المقترحة أن النظرية تمتلك قابلية أولية للاندماج مع علوم البيانات المكانية والذكاء الاصطناعي الجغرافي، إلا أن اكتمال صلاحيتها العلمية يتطلب (تطبيقات تجريبية واسعة النطاق، واختبارات مقارنة متعددة ضمن بيئات مكانية وزمنية متنوعة).
تاسعا: الإضافة العلمية المعرفية والنوعية للنظرية:
.1 صياغة نظرية متكاملة للعقل الجغرافي في عصر الذكاء الاصطناعي، بدمج الفلسفة الجغرافية مع علوم البيانات والذكاء الاصطناعي. وإعادة تعريف العلاقة بين الإنسان والمكان والتكنولوجيا، في إطار ذكاء مكاني تكاملي.
.2 دمج البيانات البيئية والاجتماعية ضمن إطار تحليلي واحد. وتطوير (نموذج رياضي مفاهيمي للجغرافيا المعاصرة)، لتحويل الجغرافيا إلى (علم تنبؤي قادر على إدارة الأزمات العالمية).
.3 تأسيس مفهوم (الجغرافيا الاستشرافية) كمجال علمي فرعي مستقل، والتي تعتمد على (النماذج التنبؤية لتحليل المستقبل المكاني).
النتائج والاستنتاجات والتوصيات:
.1 توضح الدراسة أن نظرية (UGMT) تمثل إطاراً إبستمولوجياً مقترحاً، يحتاج إلى اختبارات تطبيقية وتجريبية متعددة للتحقق من صلاحيته في البيئات الجغرافية المختلفة.
.2 تؤكد الدراسة إلى أن؛ الجغرافيا تتجه نحو الذكاء المكاني التنبؤي. وان تقنيات (GeoAI) بدمجها مع التفكير المكاني والنمذجة المكانية يوفر؛ أساساً نظرياً ومنهجياً لتطوير جغرافيا تنبؤية قائمة على الذكاء الاصطناعي، وقادرة على تحليل الأنظمة المعقدة ديناميكياً، ومنها (التغيرات المناخية، والاستدامة، والتنمية الحضرية، وإدارة الموارد المائية، والتخطيط الحضري، وعدم المساواة بين المجتمعات).
.3الآفاق المستقبلية للبحث الجغرافي بدلالة هذه النظرية تشير إلى أنها تتجه نحو كل من؛ الجغرافيا الرقمية، والذكاء الجغرافي المكاني، وتقنية التوائم الرقمية (Digital Twins) للمدن، والنمذجة التنبؤية للأنظمة البيئية المختلفة.
.4 تتضمن توصيات الدراسة؛ تحديث مناهج الجغرافيا، وبناء قواعد بيانات مكانية عالمية، وتعزيز التكامل بين (GIS) والذكاء الاصطناعي، ودعم الجغرافيا التنبؤية، وتطوير نظم القرار الجغرافي الذكي.
ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ
[*]مجيد ملوك السامرائي، جغـرافـي، كاتـب ومـؤلف وأستاذ جامعي.
# ويكيبيديا # موسوعة المعرفة # موسوعة مؤسسة دار الحكمة # الموسوعة العربية/ أرابيكا.
المراجع:
1. Al-Samarrai, Majeed Malok. 2026. Updated Geographical Mind Theory (UGMT) and Its New Philosophical Foundations for Addressing Complex Global Challenges.
ResearchGate. https://doi.org/10.13140/RG.2.2.14226.93126
2. Al-Samarrai, Majeed Malok. 2026. The Scientific Institutional Identity of the Updated Geographical Mind Theory (UGMT). ResearchGate. https://doi.org/10.13140/RG.2.2.34908.76162
3. An, Chenjin, Jinnan Wang, and Chenghu Zhou. 2025. “The Evolution and Current Landscape of AI in Geographical Research: A Large-Scale Systematic Review.” Geography and Sustainability 7 (1): 100392. https://doi.org/10.1016/j.geosus.2025.100392
4. Anselin, Luc. 1988. Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic Publishers.
5. Batty, Michael, Kay W. Axhausen, Giannotti Fosca, Armando Pozdnoukhov, Antonio Bazzani, Monica Wachowicz, Georgios Ouzounis, and Yuval Portugali. 2012. “Smart Cities of the Future.” European Physical Journal Special Topics 214 (1): 481–518. https://doi.org/10.1140/epjst/e2012-01703-3.
6. Batty, Michael. 2018. Inventing Future Cities. Cambridge, MA: MIT Press.
7. Bibri, Simon Elias. 2021. Data-Driven Smart Sustainable Cities of the Future. Cham: Springer.
8. Fotheringham, A. Stewart, Chris Brunsdon, and Martin Charlton. 2002. Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Chichester: Wiley.
9. Goodchild, Michael F., and Donald G. Janelle, eds. 2010. Spatially Integrated Social Science. Oxford: Oxford University Press.
10. General Authority for Statistics. 2024. Population and Urban Indicators for Riyadh Region. Riyadh: GASTAT.
11. Hastie, Trevor, Robert Tibshirani, and Jerome Friedman. 2017. The Elements of Statistical Learning. 2nd ed. New York: Springer.
Intergovernmental Panel on Climate Change (IPCC). 2023. Climate Change, 2023: Synthesis Report. Geneva: IPCC.
James, Gareth, Daniela Witten, Trevor Hastie, and Robert Tibshirani. 2021. An Introduction to Statistical Learning. 2nd ed. New York: Springer.
12. Kitchin, Rob. 2014. The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences. London: Sage Publications.
13. Longley, Paul A., Michael F. Goodchild, David J. Maguire, and David W. Rhind. 2021. Geographical Information Science and Systems. 5th ed. Hoboken, NJ: Wiley.
14. Lillesand, Thomas M., Ralph W. Kiefer, and Jonathan Chipman. 2022. Remote Sensing and Image Interpretation. 8th ed. Hoboken, NJ: Wiley.
15. Mai, Gengchen, Krzysztof Janowicz, Song Gao, and Bo Yan. 2020. “A Review of Artificial Intelligence for Geographic Information Science (GeoAI).” International Journal of Geographical Information Science 34 (11): 2220–2240. https://doi.org/10.1080/13658816.2019.1684500
16. Royal Commission for Riyadh City. 2024. Riyadh Urban Observatory Report. Riyadh: Royal Commission for Riyadh City.
17. Saudi Vision 2030. 2023. Quality of Life Program and Smart Cities Development Reports. Riyadh: Government of Saudi Arabia.
18. United Nations Human Settlements Programme (UN-Habitat). 2022. World Cities Report 2022: Envisaging the Future of Cities. Nairobi: UN-Habitat.
19. United Nations Environment Programme (UNEP). 2023. Adaptation Gap Report 2023. Nairobi: UNEP.
20. Wang, Jianghao, and Song Gao. 2024. “Mapping the Landscape and Roadmap of Geospatial Artificial Intelligence (GeoAI) in Quantitative Human Geography: An Extensive Systematic Review.” International Journal of Applied Earth Observation and Geoinformation. https://doi.org/10.1016/j.jag.2024.103734
21, World Meteorological Organization (WMO). 2023. State of the Global Climate, 2023. Geneva: WMO.
ـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

مجيد ملوك السامرائي Majeed Malok Al-Samarrai جغرافي، كاتب، مؤلف واستاذ جامعي، ولد في مدينة سامراء – العراق. نال من جامعة بغداد شهادة الدكتوراه في الجغرافية 1996 وحصل على درجة (professor) 2004. شارك في 24 ندوة ومؤتمر، واشرف على 16 وناقش 43 من رسائل الماجستير واطاريح الدكتوراه. ألف ونشر 57 كتابا ونشر 80 بحثا، و29 مقالة. استشاري وخبير علمي للعديد من المجلات العلمية، وعضوا في العديد من الاتحادات العلمية. نال 16 تكريما وشهادة تقديــر، ومرشحا متميزا ليوم العلم للسنوات 1997 و 2008. وفي 2024 عده الاتحاد الدولي للمبدعين في العراق من ضمن ابرز ثمانون مبدعـا.