Predictive modeling of Sungrass (Imperata cylindrica) invasion under changing climate scenarios in Raghunandan Hills Reserved Forest of Bangladesh

प्राकृतिक दुनिया की कल्पना एक विशाल, हलचल भरे शहर के रूप में करें जहाँ हर पौधा और जानवर एक विशिष्ट पते वाला निवासी है। कुछ निवासी मूल स्थानीय निवासी हैं, जबकि अन्य नए लोग हैं जो कभी-कभी बहुत आक्रामक तरीके से बस जाते हैं, मूल निवासियों को बाहर कर देते हैं और पूरे मोहल्लों पर कब्जा कर लेते हैं। यह आक्रामक प्रजातियों (invasive species) की दुनिया है, जो पारिस्थितिकी (ecology) की एक शाखा है जो यह समझने के लिए समर्पित है कि ये "अनचाहे किराएदार" कैसे फैलते हैं और वे कुछ स्थानों पर क्यों फलते-फूलते हैं जबकि अन्य में नहीं। यह अनुमान लगाने के लिए कि कोई पौधा आगे कहाँ जा सकता है, वैज्ञानिक "स्पीशीज डिस्ट्रीब्यूशन मॉडल" (Species Distribution Model) नामक एक डिजिटल उपकरण का उपयोग करते हैं। इस मॉडल को एक सुपर-स्मार्ट मौसम पूर्वानुमानकर्ता के रूप में सोचें, लेकिन बारिश या धूप की भविष्यवाणी करने के बजाय, यह भविष्यवाणी करता है कि एक विशिष्ट पौधा कहाँ "घर जैसा" महसूस करेगा। यह जलवायु, मिट्टी और परिदृश्य को देखता है ताकि संभावित पड़ोस का एक नक्शा बना सके। यह महत्वपूर्ण है क्योंकि यदि हम अनुमान लगा सकें कि अगला हमलावर खरपतवार कहाँ होने वाला है, तो हम पूरे ब्लॉक पर कब्जा करने से पहले ही सफाई दल भेज सकते हैं, जिससे पैसा बचता है और स्थानीय पारिस्थितिकी तंत्र की रक्षा होती है।

अब, आइए बांग्लादेश के रघुनंदन हिल्स रिजर्व फॉरेस्ट नामक एक विशिष्ट पड़ोस पर ध्यान केंद्रित करें। यहाँ, संग्रास (Sungrass या Imperata cylindrica) नामक एक कठोर, आक्रामक खरपतवार घुसपै रहा है। यह एक वैश्विक समस्या पैदा करने वाला तत्व है, जो घास के घने, अटूट जाल बनाने के लिए जाना जाता है जो अन्य पौधों का दम घोंट देते हैं और आसानी से आग भी पकड़ लेते हैं। शोधकर्ताओं की एक टीम ने यह पता लगाने के लिए जासूसी करने का निर्णय लिया कि संग्रास वर्तमान में ठीक कहाँ रह रहा है और सबसे महत्वपूर्ण बात यह है कि जलवायु परिवर्तन के साथ यह कहाँ जा सकता है। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने MaxEnt नामक एक शक्तिशाली कंप्यूटर प्रोग्राम का उपयोग किया। आप MaxEnt को एक डिजिटल जासूस के रूप में समझ सकते हैं जो "अपराध स्थलों" (जहाँ घास पाई गई थी) की एक सूची और "सुराग कार्डों" का एक ढेर (तापमान, वर्षा, मिट्टी और ऊंचाई के बारे में डेटा) लेता है ताकि वह एक मानचित्र बना सके कि घास कहाँ छिप सकती है।

शोधकर्ताओं ने संग्रास के 192 पुष्ट दृश्यों को एकत्र किया और उन्हें जंगल में मिले 22 विभिन्न पर्यावरणीय सुरागों के साथ कंप्यूटर में डाला। इन सुरागों में शामिल थे कि मिट्टी में पोटेशियम कितना है, मिट्टी में कार्बनिक पदार्थ (organic matter) कितना है, जमीन का ढलान क्या है, और सड़क या कस्बों से घास कितनी करीब है। उन्होंने भविष्य को भी देखा, जिसमें दो अलग-अलग जलवायु परिदृश्यों के तहत वर्षों 2050, 2070 और 2090 में जंगल कैसा दिखेगा, इसका अनुकरण (simulation) किया: एक जहाँ दुनिया गर्मी को सीमित करने की कोशिश करती है (SSP 245) और दूसरा जहाँ बिना किसी रोक-टोक के गर्मी बढ़ती रहती है (SSP 585)।

उनके डिजिटल जासूसी कार्य के परिणाम काफी स्पष्ट थे। अभी, रघुनंदन हिल्स संग्रास के लिए मिला-जुला माहौल है। कंप्यूटर मानचित्र ने दिखाया कि जंगल का लगभग 38% हिस्सा वर्तमान में इस खरपतवार के लिए अनुपयुक्त है, जो मुख्य रूप से शाहजीबजार बीट नामक एक विशिष्ट क्षेत्र में है। हालाँकि, बाकी जंगल इस आक्रमणकारी के लिए एक संभावित खेल का मैदान है। विशेष रूप से, मॉडल ने पाया कि 460 हेक्टेयर (लगभग 9% जंगल) "अत्यधिक उपयुक्त" है, 1,042 हेक्टेयर (20%) "मध्यम रूप से उपयुक्त" है, और अन्य 1,707 हेक्टेयर (33%) "खराब रूप से उपयुक्त" है। कुल मिलाकर, जंगल का एक बड़ा हिस्सा संग्रास के उगने के लिए उपयुक्तता के किसी न किसी स्तर पर है।

जब शोधकर्ताओं ने कंप्यूटर से भविष्य की भविष्यवाणी करने के लिए कहा, तो कहानी थोड़ी जटिल लेकिन चिंताजनक दिशा में मुड़ गई। अनुकरणों ने सुझाव दिया कि जैसे-जैसे जलवायु बदलती है, वे क्षेत्र जहाँ संग्रास नहीं बढ़ सकता, सिकुड़ते जाएंगे। मध्यम वार्मिंग परिदृश्य के तहत वर्ष 2050 में, "अनुपयुक्त" क्षेत्र के 27% सिकुड़ने की भविष्यवाणी की गई थी, जबकि "खराब रूप से उपयुक्त" और "मध्यम रूप से उपयुक्त" क्षेत्र काफी विस्तार करेंगे। 2090 तक, मध्यम परिदृश्य में अनुपयुक्त क्षेत्रों के लगभग 21% सिकुड़ने के साथ यह प्रवृत्ति जारी रही। हालांकि "अत्यधिक उपयुक्त" भूमि की मात्रा थोड़ा उतार-चढ़ाव करती रही—कभी थोड़ा ऊपर तो कभी नीचे—कुल मिलाकर तस्वीर यह बताती है कि जंगल समय के साथ संग्रास के लिए एक अधिक स्वागत योग्य घर बनता जा रहा है।

शोधकर्ताओं ने कोड को भी सुलझा लिया कि संग्रास कुछ खास जगहों को क्यों पसंद करता है। कंप्यूटर ने शीर्ष संदिग्धों के रूप में ऊंचाई (elevation), मिट्टी के कार्बनिक पदार्थ और पोटेशियम की पहचान की। दिलचस्प बात यह है कि एक परीक्षण जिसे "जैकनिफ" (Jackknife) कहा जाता है, ने खुलासा किया कि जबकि ऊंचाई एक अनूठा सुराग था जिसे कोई अन्य चर (variable) प्रतिस्थापित नहीं कर सकता था, पोटेशियम वह सबसे महत्वपूर्ण जानकारी थी जिसका उपयोग मॉडल ने अपनी भविष्यवाणियों को बनाने के लिए किया था। ऊंचाई के साथ संबंध थोड़ा पेचीदा है: मॉडल दिखाता है कि ऊंचाई बढ़ने के साथ शुरू में संग्रास मिलने की संभावना थोड़ी बढ़ती है, लेकिन उच्च ऊंचाइयों पर यह तेजी से गिर जाती है। इसी तरह, मिट्टी के कार्बनिक पदार्थ और नाइट्रोजन के उच्च स्तरों ने भी खरपतवार की उपस्थिति की संभावना को बढ़ाया, बशर्ते कि वे एक निश्चित सीमा को पार कर लें।

शोधकर्ता अपने डिजिटल मानचित्रों में बहुत आश्वस्त थे। उन्होंने अपने मॉडलों का परीक्षण एक "रैंडम गेस" (यादृच्छिक अनुमान) मानक के विरुद्ध किया और पाया कि उनकी भविष्यवाणियां कहीं अधिक बेहतर थीं, जिसमें सटीकता स्कोर (जिसे AUC के रूप में जाना जाता है) 0.5 से काफी ऊपर, "अच्छे" से "उत्कृष्ट" श्रेणी में था। इसका मतलब है कि मॉडल केवल अनुमान नहीं लगा रहा है; यह वास्तव में खेल के नियमों को सीख रहा है। हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि ये वर्तमान डेटा और भविष्य के जलवायु अनुमानों पर आधारित सिमुलेशन हैं। वे सुझाव देते हैं कि हालांकि रुझान संग्रास के लिए अधिक उपयुक्त आवास की ओर इशारा करता है, लेकिन "अत्यधिक उपयुक्त" भूमि की सटीक मात्रा जलवायु के व्यवहार के आधार पर ऊपर-नीचे हो सकती है।

अंत में, यह शोध पत्र एक ऐसे जंगल की तस्वीर पेश करता है जो तेजी से एक आक्रामक आक्रमणकारी के प्रति संवेदनशील होता जा रहा है। रघुनंदन हिल्स, अपने क्षयित क्षेत्रों और समृद्ध मिट्टी के मिश्रण के साथ, एक प्रमुख लक्ष्य है। अध्ययन निष्कर्ष निकालता है कि हस्तक्षेप के बिना, संग्रास आने वाले दशकों में अपना क्षेत्र बढ़ाने की संभावना है, जिससे जंगल का अधिक हिस्सा उसके अधिकार क्षेत्र में बदल जाएगा। लेखक आशा करते हैं कि यह मानचित्र वन प्रबंधकों को यह जानने में मदद करेगा कि उन्हें कहाँ देखना है और कहाँ कार्रवाई करनी है, जिससे वे पूरे मोहल्ले पर संग्रास के कब्जा करने से पहले ही स्थिति को बदल सकें।