FI-TW: An Open Train-Weather Dataset for Railway Delay Analysis in Finland

कल्पना कीजिए कि आप यह अनुमान लगाने की कोशिश कर रहे हैं कि एक सड़क यात्रा में कितना समय लगेगा। आप दूरी, गति सीमा और कार की स्थिति जानते हैं। लेकिन क्या होगा यदि आप मौसम की जांच करना भूल गए हों? विज्ञान की दुनिया में, यह एक मानचित्र देखने और एक मानचित्र प्लस एक लाइव तूफान रडार देखने के बीच के अंतर जैसा है। यह शोध पत्र डेटा साइंस (विशाल संख्या के ढेर में पैटर्न खोजने के लिए कंप्यूटर का उपयोग करना) और परिवहन इंजीनियरिंग (ट्रेनों को सुचारू रूप से चलाने) के मिलन बिंदु पर स्थित है। मूल विचार सरल है: ट्रेनें केवल पटरियों पर नहीं चलतीं; वे हवा के माध्यम से चलती हैं, और हवा बदलती रहती है। कभी हवा शांत होती है, तो कभी बर्फीला तूफान। लंबे समय तक, ट्रेन की देरी का अध्ययन करने वाले वैज्ञानिकों के पास दो अलग-अलग नोटबुक थीं: एक ट्रेन के शेड्यूल के साथ और दूसरी मौसम की रिपोर्ट के साथ। उन्होंने शायद ही कभी उन्हें एक साथ देखा। यह एक समस्या है क्योंकि यदि आप जानना चाहते हैं कि ट्रेन क्यों लेट है, तो आपको यह जानना होगा कि क्या वह बर्फ के ढेर में फंसी है या बस एक सिग्नल का इंतजार कर रही है। इस शोध पत्र के लेखकों ने इन दोनों नोटबुक को एक साथ जोड़ने का निर्णय लिया ताकि यह देखा जा सके कि क्या मौसम ही देरी के पीछे का गुप्त खलनायक है।

शोधकर्ताओं ने, जो फिनलैंड में कार्यरत हैं, एक विशाल नया डिजिटल पुस्तकालय बनाया है जिसे FI-TW (फिनलैंड इंटीग्रेटेड ट्रेन-वेदर) कहा जाता है। इसे एक विशाल, सात साल लंबी डायरी के रूप में सोचें जो ठीक उसी क्षण को रिकॉर्ड करती है जब पास के मौसम स्टेशन द्वारा हवा, बर्फ और तापमान को मापा जा रहा था, कि प्रत्येक लंबी दूरी की ट्रेन क्या कर रही थी। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने फिनिश रेलवे सिस्टम और फिनिश मौसम संबंधी संस्थान से वास्तविक डेटा लिया और उन्हें एक पैचवर्क क्विल्ट की तरह आपस में जोड़ दिया।

यहाँ वह कहानी है जो उन्हें मिली और उन्होंने इसे कैसे किया:

महान डेटा स्टिच (The Great Data Stitch)
फिनलैंड एक लंबा, पतला देश है जो तट से लेकर आर्कटिक सर्कल तक फैला हुआ है। इसमें लगभग 5,915 किलोमीटर रेल पटरियाँ और प्रति वर्ष 9 करोड़ से अधिक यात्री यात्राएँ होती हैं। वहाँ का मौसम कोई मजाक नहीं है; यह एक सुखद गर्मी के दिन से लेकर हड्डी कंपा देने वाली -40°C की सर्दियों की रात तक बदल सकता है जहाँ धातु के दरवाजे जम कर बंद हो जाते हैं। ट्रेनों के इस मौसम को कैसे प्रभावित करने के बारे में समझने के लिए, टीम ने दो विशाल डेटासेट लिए। पहले, उन्होंने "ट्रेन डायरी" ली जो डिजिट्राफिक (Digitraffic) सेवा से थी, जो हर एक ट्रेन के शेड्यूल, उसके वास्तविक आगमन समय और वह कितने मिनट देरी से थी, इसका ट्रैक रखती है। दूसरा, उन्होंने देश भर में फैले 209 मौसम स्टेशनों से "मौसम डायरी" ली।

सबसे कठिन हिस्सा उन्हें आपस में मिलाना था। एक ट्रेन चलती है, लेकिन एक मौसम स्टेशन स्थिर रहता है। इसे हल करने के लिए, टीम ने हावर्सिन डिस्टेंस (Haversine distance) नामक एक गणितीय उपकरण का उपयोग किया (जो पृथ्वी जैसे गोल गोले पर दो बिंदुओं के बीच की सबसे छोटी दूरी की गणना करने का एक शानदार तरीका है) ताकि हर एक स्टॉप पर ट्रेन के रुकने के सबसे करीब के मौसम स्टेशन को पाया जा सके। यदि निकटतम स्टेशन के पास कोई विशिष्ट माप नहीं था (जैसे बर्फ की गहराई), तो उनके पास एक बैकअप योजना थी: उन्होंने 50 किलोमीटर के दायरे में अगले निकटतम स्टेशन को देखा। यह वैसा ही है जैसे यदि आपकी स्थानीय बेकरी में दालचीनी रोल खत्म हो जाएं, तो आप हार नहीं मानते; आप सड़क के किनारे वाली अगली बेकरी की जांच करते हैं। इस "रेडियल फॉलबैक" रणनीति ने यह सुनिश्चित किया कि एक सेंसर के किसी हिस्से को खो देने के कारण वे डेटा न खो दें।

परिणाम: सर्दी ही खलनायक है
एक बार जब उनके पास यह विशाल डेटासेट था—जिसमें लगभग 3.85 करोड़ अवलोकन और 138 विभिन्न विशेषताएं शामिल थीं—तो उन्होंने पैटर्न खोजना शुरू किया। उनके परिणाम सर्दियों के सूर्योदय की तरह स्पष्ट थे। उन्होंने एक मजबूत मौसमी लय देखी: सर्दियों में ट्रेनें बहुत अधिक लेट होने की संभावना होती है। दिसंबर, जनवरी और फरवरी के ठंडे महीनों में, देरी की दर उछलकर 25% से ऊपर हो जाती है। गर्मियों में, यह गिरकर 20% से नीचे आ जाती है।

उन्होंने यह भी देखा कि देरी समान रूप से नहीं फैली हुई है। यह देरी फिनलैंड के मध्य और उत्तरी भागों में केंद्रित होती है, जहाँ मौसम सबसे कठोर होता है। टीम ने विशेष "मौसम परिदृश्य" फ्लैग भी बनाए, जैसे कि "ब्लिज़ार्ड" (बर्फीला तूफान) या "ब्लैक आइस" के लिए एक डिजिटल लाल झंडा, ताकि कंप्यूटर इन खतरनाक स्थितियों को तुरंत पहचान सके।

परीक्षण: क्या हम भविष्य की भविष्यवाणी कर सकते हैं?
यह देखने के लिए कि क्या यह नया डेटासेट वास्तव में मदद करता है, लेखकों ने एक सरल परीक्षण चलाया। उन्होंने XGBoost (एक प्रकार का मशीन लर्निंग जो पैटर्न खोजने में बहुत अच्छा है) नामक एक कंप्यूटर मॉडल का उपयोग किया ताकि ओउलू (Oulu) के एक विशिष्ट स्टेशन पर ट्रेन कितनी लेट होगी, इसकी भविष्यवाणी की जा सके। उन्होंने मॉडल को ट्रेन के शेड्यूल, दिन के समय और मौसम को देखना सिखाया।

परिणाम? मॉडल औसतन केवल 2.73 मिनट की त्रुटि के साथ देरी की भविष्यवाणी कर सका। यह काफी प्रभावशाली है! यह सुझाव देता है कि जब आप कंप्यूटर को ट्रेन का शेड्यूल और मौसम की रिपोर्ट दोनों देते हैं, तो वह केवल शेड्यूल के आधार पर तुलना में देरी को बहुत बेहतर तरीके से समझ सकता है। मॉडल विशेष रूप से उन देरी की भविष्यवाणी करने में अच्छा था जो उस विशिष्ट स्टेशन पर हुईं, न कि उन देरी की जो यात्रा के पहले के हिस्सों से जमा होकर आई थीं।

इसका क्या अर्थ है
यह शोध पत्र यह दावा नहीं करता है कि इसने ट्रेन की देरी की समस्या को हमेशा के लिए हल कर दिया है। यह एक शोधकर्ता को एक सुपर-पावर्ड टॉर्च देने जैसा है। इससे पहले, आर्कटिक में मौसम ट्रेनों को कैसे प्रभावित करता है, इसका अध्ययन करना आधे टुकड़ों के साथ पहेली सुलझाने जैसा था। अब, FI-TW डेटासेट के साथ, वैज्ञानिकों के पास सभी टुकड़े हैं। वे बेहतर भविष्यवाणी प्रणाली बनाने, रेलवे कंपनियों को बर्फबारी के लिए योजना बनाने में मदद करने और यह पता लगाने के लिए कि ट्रैक के कौन से हिस्से मौसम के प्रति सबसे अधिक संवेदनशील हैं, इस डेटा का उपयोग कर सकते हैं।

लेखक सावधानी बरतते हुए कहते हैं कि यह तो बस शुरुआत है। उन्होंने डेटासेट बनाया और दिखाया कि यह काम करता है, लेकिन उन्होंने अंतिम "परफेक्ट" भविष्यवाणी प्रणाली नहीं बनाई। यह अगली पीढ़ी के वैज्ञानिकों के लिए है। लेकिन दरवाजा खोलकर और यह दिखाकर कि मौसम और ट्रेन डेटा एक ही कमरे में होने चाहिए, उन्होंने सभी को एक बहुत बेहतर मौका दिया है ताकि आर्कटिक की हवाएं गरजने के बावजूद ट्रेनें समय पर चलती रहें।