Mapping Coastal Forest Retreat Using Convolutional Neural Networks and Different Satellite Imagery
यह अध्ययन कनवल्शनल न्यूरल नेटवर्क और बहु-स्रोत उपग्रह इमेजरी का उपयोग करके यह प्रदर्शित करता है कि फेनोलॉजिकल और टोपोग्राफिकल सूचकांकों को शामिल करने से घोस्ट फॉरेस्ट (ghost forest) का पता लगाने में सुधार होता है, जिससे यह प्रकट होता है कि 1985 और 2021 के बीच समुद्र के स्तर में तेजी से वृद्धि, लवणता और चैनलों से निकटता के कारण उत्तरी कैरोलिना के 21% तटीय वनों का नुकसान हुआ है, और पिछले दशक में दलदलों और घोस्ट फॉरेस्ट में परिवर्तन की दर महत्वपूर्ण रूप से बढ़ी है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
संयुक्त राज्य अमेरिका के पूर्वी तट के निचले इलाकों में, एक शांत परिवर्तन परिदृश्य को नया रूप दे रहा है। सदियों से, समुद्र का खारा पानी और मीठे पानी के जंगलों का मिलन भूमि के किनारे पर होता रहा है, लेकिन बढ़ते समुद्र और बदलती लहरों ने उस सीमा को अंतर्देशीय क्षेत्रों की ओर धकेल दिया है। जब खारा पानी उस मिट्टी में घुस जाता है जिसे संभालने के लिए पेड़ नहीं बने हैं, तो पेड़ केवल गिर नहीं जाते; वे स्थिर खड़े रहते हैं, उनकी पत्तियां भूरी हो जाती हैं और उनकी शाखाएं निर्जीव हो जाती हैं, जिससे एक शांत, कंकाल जैसा परिदृश्य बन जाता है जिसे "घोस्ट फॉरेस्ट" (भूतिया जंगल) कहा जाता है। समय के साथ, इन मृत पेड़ों का स्थान नमक-सहनशील घास और झाड़ियों द्वारा ले लिया जाता है, और अंततः, भूमि खुला दलदल या जल क्षेत्र बन जाती है। यह प्रक्रिया, समुद्र की धीमी पैठ और जमीन में बढ़ती लवणता द्वारा संचालित, जलवायु परिवर्तन का एक दृश्य संकेत है, लेकिन यह सटीक रूप से कहाँ और कितनी तेजी से हो रहा है, इसका पता लगाना कठिन रहा है। वैज्ञानिकों को न केवल यह जानने की आवश्यकता है कि जंगल गायब हो रहे हैं, बल्कि यह भी कि कौन से विशिष्ट कारक—जैसे कि एक पेड़ जल मार्ग से कितना करीब है या जमीन कितनी ऊंचाई पर स्थित है—पेड़ों की मृत्यु का कारण बन रहे हैं, ताकि संरक्षण प्रयासों को वहीं निर्देशित किया जा सके जहाँ उनकी सबसे अधिक आवश्यकता है।
इस पहेली को सुलझाने के लिए, शोधकर्ताओं ने सैटेलाइट इमेजरी और उन्नत कंप्यूटर लर्निंग के संयोजन का उपयोग किया। उन्होंने उत्तरी कैरोलिना के एक विशाल तटीय क्षेत्र पर ध्यान केंद्रित किया, जो समुद्र के स्तर में तीव्र वृद्धि और मीठे पानी के दलदल, ऊंचे जंगलों और खारे दलदल के मिश्रण के लिए जाना जाता है। टीम ने इस परिदृश्य को समय के साथ देखने के लिए दो अलग-अलग प्रकार के उपग्रहों का उपयोग किया। एक उपग्रह, लैंडसैट (Landsat), दशकों से पृथ्वी की परिक्रमा कर रहा है, जो भूमि का एक लंबा ऐतिहासिक रिकॉर्ड प्रदान करता है, हालांकि इसकी छवियां कुछ धुंधली हैं। दूसरा, सेंटिनल-2 (Sentinel-2), नया है और बहुत स्पष्ट, विस्तृत चित्र कैप्चर करता है, लेकिन यह कम समय से अस्तित्व में है। शोधकर्ता यह देखना चाहते थे कि क्या वे इन छवियों का उपयोग कंप्यूटर को यह सिखाने के लिए कर सकते हैं कि स्वस्थ हरे जंगलों, मृत धूसर घोस्ट फॉरेस्ट और बीच में उगने वाली झाड़ीदार वनस्पतियों के बीच सूक्ष्म अंतर को कैसे पहचाना जाए। वे जानते थे कि साल के अलग-अलग समय में भूमि को देखना महत्वपूर्ण था, क्योंकि स्वस्थ पेड़ एक अनुमानित चक्र का पालन करते हैं—वसंत में हरा होना और सर्दियों में पत्तियां गिराना—जबकि मृत पेड़ और झाड़ियाँ उसी लय का पालन नहीं करती हैं।
वैज्ञानिकों ने एक कंप्यूटर मॉडल बनाया जो इन पैटर्न को पहचानना सीख सकता था। केवल भूमि के एक एकल स्नैपशॉट को देखने के बजाय, उन्होंने मॉडल को ऐसा डेटा दिया जो मौसमों के अनुसार वनस्पतियों में होने वाले बदलावों को ट्रैक करता था। उन्होंने इसमें भूमि के आकार के बारे में जानकारी भी शामिल की, जैसे कि इसकी ऊंचाई और ढलान, और यह नदियों एवं नहरों के कितने करीब है। हजारों उदाहरणों के साथ, जिनमें स्वस्थ जंगल, घोस्ट फॉरेस्ट और दलदल कैसा दिखता है, कंप्यूटर को प्रशिक्षित करके, उन्होंने एक ऐसी प्रणाली बनाई जो इन परिवर्तनों को उल्लेखनीय सटीकता के साथ मानचित्रित कर सकती थी। जब उन्होंने मॉडल का परीक्षण किया, तो शार्प सेंटिनल-2 छवियों ने पुराने लैंडसैट की तुलना में थोड़ा बेहतर प्रदर्शन किया, और लगभग सभी मामलों में भूमि कवर के प्रकारों की सही पहचान की। हालाँकि, शोधकर्ताओं ने पाया कि परिदृश्य के पिछले कुछ दशकों में कैसे बदलाव आया है, इसकी पूरी कहानी समझने के लिए लैंडसैट का दीर्घकालिक डेटा अभी भी आवश्यक था।
उपलब्ध सर्वोत्तम डेटा का उपयोग करते हुए, टीम ने 1985 से 2021 तक के तटीय मैदान का मानचित्रण किया। परिणामों ने एक नाटकीय बदलाव का खुलासा किया। इन छत्तीस वर्षों के दौरान, इस क्षेत्र ने अपने वन आवरण का लगभग 21 प्रतिशत हिस्सा खो दिया। अध्ययन के शुरुआती भाग में, 1985 से 2010 तक, वन हानि महत्वपूर्ण थी, लेकिन अंतिम दशक में इसकी गति तेजी से बढ़ी। अकेले 2010 से 2021 के बीच, लगभग 24,000 हेक्टेयर वन क्षेत्र को दलदल, घोस्ट फॉरेस्ट या झाड़ियों में बदल दिया गया। नुकसान की यह दर पिछले पच्चीस वर्षों में देखी गई हानि से डेढ़ गुना अधिक थी। अध्ययन ने दिखाया कि यह परिवर्तन यादृच्छिक रूप से नहीं हो रहा है; यह विशिष्ट पर्यावरणीय दबावों द्वारा संचालित है। एक जंगल जल मार्ग के जितना करीब होगा, उसके मरने की संभावना उतनी ही अधिक होगी, क्योंकि ये चैनल खारे पानी को अंतर्देशीय क्षेत्रों में जाने के लिए मार्ग के रूप में कार्य करते हैं। मिट्टी में नमक का उच्च स्तर और समुद्र के स्तर में तेजी से वृद्धि, घोस्ट फॉरेस्ट कहाँ दिखाई देंगे, इसके सबसे मजबूत भविष्यवक्ता थे।
शोधकर्ताओं ने यह भी खोजा कि परिदृश्य जटिल तरीकों से बदल रहा है जो केवल वन-से-दलदल रूपांतरण से कहीं अधिक है। जबकि कई पेड़ मर रहे हैं और घोस्ट फॉरेस्ट में बदल रहे हैं, अन्य को झाड़ियों द्वारा प्रतिस्थापित किया जा रहा है, और कुछ क्षेत्रों में उन जमीनों पर नए जंगल भी उग रहे हैं जो कभी कृषि भूमि हुआ करती थीं। हालाँकि, समग्र रुझान पीछे हटने का है। अध्ययन ने पुष्टि की कि वन की हानि तट के पास निचले इलाकों में केंद्रित है, लेकिन यह जल निकासी नालियों और नहरों के माध्यम से अंतर्देशीय भी बढ़ रही है। निष्कर्ष बताते हैं कि जैसे-जैसे समुद्र का स्तर बढ़ता रहेगा और चरम मौसम की घटनाएं अधिक बार होंगी, इन तटीय पारिस्थित प्रणालियों पर दबाव और तीव्र होगा। इस परिवर्तन का एक स्पष्ट, विस्तृत मानचित्र प्रदान करके कि ये परिवर्तन कहाँ और क्यों हो रहे हैं, यह अध्ययन योजनाकारों और संरक्षणवादियों के लिए एक महत्वपूर्ण उपकरण प्रदान करता है। यह उन विशिष्ट क्षेत्रों को उजागर करता है जो बढ़ते नमक के प्रति सबसे अधिक संवेदनशील हैं, जिससे शेष बचे जंगलों की रक्षा करने या बहुत देर होने से पहले नए, नमक-सहनशील पारिस्थित तंत्र में संक्रमण को प्रबंधित करने के लिए लक्षित प्रयास किए जा सकें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।