تقييم تدهور الطرق في البيئات الصحراوية باستخدام مؤشر كمي ونموذج الانحدار الخطي المتعدد: دراسة حالة لطريق إدليم بين مرزق وتراغن
الكلمات المفتاحية:
صيانة الطرق، مؤشر التدهور (DI)، نظم المعلومات الجغرافية (GIS)، التحليل الكمي، التنبؤ الهندسي، الطرق الصحراوية، السلامة المروريةالملخص
تهدف هذه الدراسة إلى تقييم الحالة الإنشائية والوظيفية لطريق إدليم الرابط بين مدينتي مرزق وتراغن في جنوب غرب ليبيا، في ظل توقف أعمال الصيانة منذ عام 2013، وتحليل الآثار المترتبة على ذلك من منظور هندسي واقتصادي واجتماعي. اعتمدت الدراسة على منهج تحليلي كمي مدعوم بالمسح الميداني، وتحليل بيانات الحركة المرورية، إلى جانب توظيف مؤشر التدهور (Distress Index - DI) كأداة لقياس مستوى التدهور الحالي، واستخدام تقنيات نظم المعلومات الجغرافية (GIS) لتحليل التباين المكاني على طول الطريق.
كما تم تطوير نموذج رياضي للتنبؤ بالحالة المستقبلية للطريق في ظل استمرار غياب الصيانة. أظهرت النتائج ارتفاعًا ملحوظًا في قيم مؤشر التدهور، مما يشير إلى وصول الطريق إلى مرحلة متقدمة من التدهور، مع اتجاه تصاعدي مستمر يعكس تسارع فقدان الكفاءة التشغيلية. كما بين التحليل المكاني وجود تباين في شدة التدهور بين المقاطع المختلفة، مرتبطًا بالعوامل البيئية وحجم الأحمال المرورية، خاصة حركة الشاحنات الثقيلة.
وتشير نتائج التنبؤ إلى أن الطريق يتجه نحو مرحلة الانهيار الوظيفي في حال عدم التدخل، الأمر الذي ينعكس سلبًا على تكاليف النقل، ومستوى السلامة المرورية، وكفاءة الخدمات الأساسية. وتتمثل القيمة العلمية للدراسة في تقديم إطار تحليلي متكامل يجمع بين التقييم الكمي والتحليل المكاني والتنبؤ المستقبلي، بما يوفر نموذجًا تطبيقيًا يمكن استخدامه في تقييم وصيانة الطرق في البيئات الصحراوية.
وتوصي الدراسة بضرورة تبني استراتيجيات صيانة قائمة على التحليل العلمي، وتعزيز استخدام التقنيات الحديثة في مراقبة حالة الطرق، بما يسهم في تحسين كفاءة البنية التحتية وضمان استدامتها
المراجع
-World Bank. (1989). Road deterioration in developing countries: Causes and remedies. Washington, DC: World Bank.
-World Bank. (2019). Transport connectivity for economic growth in developing countries. Washington, DC: World Bank.
-World Bank. (2025). Why maintenance matters when rebuilding roads and peace. Washington, DC: World Bank.
-Collier, P., Kirchberger, M., & Söderbom, M. (2016).The cost of road infrastructure in low- and middle-income countries. The World Bank Economic Review, 30 (3), 522–548.https://doi.org/10.1093/wber/lhv037](https://doi.org/10.1093/wber/lhv037.
-Asian Development Bank. (2018).Meeting Asia’s infrastructure needs. Manila: Asian Development Bank.
- Asian Development Bank. (2020).Improving road maintenance in developing countries. Manila: Asian Development Bank.
- Al-Masaeid, H. R., Al-Omari, B., & Khedaywi, T. S. (2019).Pavement deterioration modeling for urban road networks. International Journal of Pavement Engineering, 20 (6), 708717.https://doi.org/10.1080/10298436.2017.1326417](https://doi.org/10.1080/10298436.2017.1326417.
-Saha, P., & Ksaibati, K. (2021).Development of pavement condition index models using field data. Journal of Transportation Engineering, 147(5)).https://doi.org/10.1061/JTEPBS.0000543](https://doi.org/10.1061/JTEPBS.0000543)
- Ouma, Y. O., & Hahn, M. (2017).Pavement distress detection and classification using artificial intelligence. Automation in Construction, 83, 86–98. https://doi.org/10.1016/j.autcon.2017.08.017](https://doi.org/10.1016/j.autcon.2017.08.017
-Gertler, P., Gonzales-Navarro, M., Gracner, T., & Rothenberg, A. (2020).Road quality and local economic activity: Evidence from Indonesia. Journal of Urban Economics, 115, 103-220. (https://doi.org/10.1016/j.jue.2019.103220](https://doi.org/10.1016/j.jue.2019.103220)
- Hegazy, T., & Ayed, A. (2020).Neural network model for infrastructure deterioration prediction. Journal of Infrastructure Systems, 26 (2).https://doi.org/10.1061/(ASCE)IS.1943-555X.0000536](https://doi.org/10.1061/%28ASCE%29IS.1943-555X.0000536)
- Prozzi, J. A., & Madanat, S. M. (2004). Development of pavement performance models. Transportation Research Record, 1860, 1–8.
- Haas, R., Hudson, W. R., & Zaniewski, J. (1994).Modern pavement management. Malabar, FL: Krieger Publishing.
