Evaluation of ASTER and Landsat-9 OLI remote sensing data for ophiolite mapping and preliminary chromium prospectivity assessment in the Tekirova–Kemer– Kumluca region, southern Türkiye

कल्पना कीजिए कि आप एक खजाना खोजने वाले शिकारी हैं जो एक बहुत ही विशिष्ट प्रकार का सोना खोज रहे हैं: क्रोमियम। लेकिन सोने के बजाय, यह खजाना विशाल, प्राचीन चट्टानों के अंदर छिपा है जिन्हें ओफियोलाइट्स (ophiolites) कहा जाता है, जो वास्तव में पृथ्वी के पुराने महासागरीय तल के टुकड़े हैं जो ऊपर की ओर धकेले गए हैं। समस्या यह है कि ये चट्टानें दक्षिणी तुर्की के एक ऊबड़-खाबड़, पहाड़ी हिस्से में स्थित हैं, और पुराने नक्शे धुंधले, कम-रिज़ॉल्यूशन वाले रेखाचित्रों की तरह हैं। वे सामान्य क्षेत्र तो दिखाते हैं लेकिन इस बात की सूक्ष्म, महत्वपूर्ण जानकारी नहीं देते कि असली चीज़ वास्तव में कहाँ छिपी हुई है।

यहाँ हमारे नायक आते हैं: वैज्ञानिकों की एक टीम जो इस पहेली को सुलझाने के लिए "अंतरिक्ष आँखों" (space eyes) का उपयोग कर रही है। उन्होंने केवल एक तस्वीर नहीं देखी; उन्होंने सबसे स्पष्ट दृश्य प्राप्त करने के लिए दो अलग-अलग सैटेलाइट कैमरों को मिलाया।

स्पेस कैमरा टीम-अप

दो सैटेलाइट्स को अलग-अलग सुपरपावर वाले एक गतिशील जोड़ी के रूप में सोचें।

• Landsat-9 एक उच्च-गुणवत्ता वाले, स्थिर फोटोग्राफर की तरह है। यह पूरे परिदृश्य की स्पष्ट, सुसंगत तस्वीरें लेता है, जिससे बड़े परिदृश्य और पहाड़ों के आकार को देखने में मदद मिलती है।
• ASTER एक विशेषज्ञ है। इसके पास विशेष "चश्मे" हैं जो अदृश्य रंगों (विशेष रूप से शॉर्ट-वेव इन्फ्रारेड रेंज में) को देख सकते हैं। ये चश्मे उन खनिजों के प्रति बहुत संवेदनशील हैं जिनमें पानी और मैग्नीशियम होता है, जो उन चट्टानों के गुप्त घटक हैं जिनमें क्रोमियम हो सकता है।

वैज्ञानिकों ने महसूस किया कि केवल एक कैमरे का उपयोग करना एक आँख खोलकर किताब पढ़ने जैसा था। Landsat-9 की फोटो को ASTER की फोटो के ऊपर रखकर, उन्होंने एक 'सुपर-इमेज' बनाई जिसने चट्टानों के प्रकारों के बीच के अंतर को अद्भुत स्पष्टता के साथ उजागर किया।

जादुई रेसिपी: बैंड रेश्यो (Band Ratios)

चट्टानों को उभारने के लिए, टीम ने केवल कच्चे फोटो का उपयोग नहीं किया। उन्होंने बैंड रेश्यो (Band Ratios) नामक एक विशेष "रेसिपी" तैयार की। कल्पना कीजिए कि आप एक फोटो लेते हैं, और फिर गणितीय रूप से एक रंग चैनल की चमक को दूसरे से विभाजित करते हैं।

• उन्हें ASTER कैमरे के लिए एक विशिष्ट रेसिपी मिली: 5/8, 4/2, और 5/4।
• यह रेसिपी एक हाइलाइटर पेन की तरह काम करती थी। जब उन्होंने इसे लागू किया, तो मैग्नीशियम से भरपूर चट्टानें, जो सर्पेंटाइन (serpentine) (एक हरा, सांप की त्वचा जैसा दिखने वाला पत्थर) में बदल चुकी हैं, मैजेंटा और हरे जैसे चमकीले, विशिष्ट रंगों में चमक उठीं।
• जिन चट्टानों में सही सामग्री नहीं थी, वे फीके, उबाऊ रंगों में रहीं। इससे उन "सर्पेंटिनाइज्ड" (serpentinized) क्षेत्रों को पहचानना आसान हो गया जहाँ क्रोमियम रहने की संभावना होती है।

रोबोट डिटेक्टिव: सपोर्ट वेक्टर मशीन (SVM)

एक बार जब उनके पास हाइलाइट किया हुआ नक्शा आ गया, तो उन्हें चट्टानों को व्यवस्थित श्रेणियों में छांटने की आवश्यकता थी। उन्होंने यह अनुमान लगाकर नहीं किया; उन्होंने सपोर्ट वेक्टर मशीन (SVM) नामक एक स्मार्ट कंप्यूटर प्रोग्राम का उपयोग किया।

• SVM को एक अत्यंत व्यवस्थित रोबोट डिटेक्टिव के रूप में सोचें। इसे 150 वास्तविक-दुनिया के नमूनों (पॉइंट्स जिनका टीम ने जमीन पर दौरा किया था) के साथ प्रशिक्षित किया गया था ताकि यह सीख सके कि अंतरिक्ष से विभिन्न प्रकार की चट्टानें कैसी दिखती हैं।
• फिर उस रोबोट ने पूरे क्षेत्र को स्कैन किया और एक विस्तृत नक्शा बनाया, जिससे ओफियोलाइट (Ophiolite) चट्टानों को आसपास की तलछटी (sedimentary) चट्टानों और अन्य परतों से अलग किया जा सका।
• परिणाम: रोबोट अविश्वसनीय रूप से सटीक था। इसने 90% बार वर्गीकरण को सही ढंग से किया। यह साबित करने के लिए कि यह केवल भाग्यशाली नहीं था, टीम ने इसकी तुलना 69 नए पॉइंट्स के साथ की जिन्हें इसने पहले कभी नहीं देखा था, और फिर भी इसने 0.87 का कप्पा (Kappa) स्कोर किया (एक शानदार स्कोर जिसका अर्थ है कि सहमति बहुत मजबूत थी)।
• उन्होंने एक पुराने, सरल तरीके का भी परीक्षण किया जिसे "मैक्सिमम लाइकलीहुड" (Maximum Likelihood) कहा जाता है, लेकिन वह केवल 78.3% सही था। रोबोट डिटेक्टिव (SVM) स्पष्ट रूप से विजेता था।

ग्राउंड ट्रुथ: क्या खजाना खोज अभियान सफल रहा?

टीम केवल नक्शे के साथ नहीं रुकी। उन्होंने यह जांचने के लिए फील्ड में जाकर देखा कि क्या उनका स्पेस मैप वास्तविकता से मेल खाता है। उन्होंने 50 चट्टानों के नमूने एकत्र किए, लेकिन एक सख्त गुणवत्ता जांच के बाद (उन नमूनों को हटा दिया जो बहुत अधिक अपक्षयित या गंदे थे), उन्होंने लैब में 23 ताजे नमूनों का विश्लेषण किया।

उन्होंने चट्टानों में क्रोमियम ऑक्साइड (Cr₂O₃) की मात्रा को मापा।

• परिणाम रोमांचक थे: जिन चट्टानों को स्पेस मैप ने "सर्पेंटिनाइज्ड अल्ट्रामाफिक" (हरे, मैग्नीशियम-समृद्ध वाले) के रूप में पहचाना था, उनमें सबसे अधिक क्रोमियम पाया गया।
• वास्तव में, मैग्नीशियम ऑक्साइड (MgO) और क्रोमियम ऑक्साइड (Cr₂O₃) के बीच 92% सहसंबंध (r = 0.92) था। यह एक बहुत बड़ी संख्या है, जो यह सुझाव देती है कि जहाँ अंतरिक्ष से मैग्नीशियम-समृद्ध चट्टानें दिखाई देती हैं, वहां क्रोमियम मिलने की बहुत अधिक संभावना है।
• सबसे अच्छे नमूनों में क्रोमियम का स्तर 100 से 6,900 ppm (पार्ट्स प्रति मिलियन) के बीच था, जिसका औसत 2,548 ppm था।

यह क्या नहीं करता (रियलिटी चेक)

यह स्पष्ट करना महत्वपूर्ण है कि यह अध्ययन क्या नहीं करता है। वैज्ञानिक बहुत सावधानी से कहते हैं कि उनका नक्शा यह नहीं दिखाता है कि शुद्ध क्रोमियम अयस्क की जेब जमीन के नीचे ठीक कहाँ स्थित है।

• सैटेलाइट जमीन के पार नहीं देख सकते। वे केवल उस प्रकार की चट्टान की पहचान कर सकते हैं जिसमें खजाना होने की संभावना है।
• अध्ययन स्पष्ट रूप से इस विचार को खारिज करता है कि यह किसी खदान की "प्रत्यक्ष पहचान" (direct detection) है। इसके बजाय, यह एक प्रारंभिक संभावना मूल्यांकन (preliminary prospectivity assessment) है। इसे एक "प्रथम-पास स्क्रीनिंग टूल" के रूप में समझें। यह खोजकर्ताओं को बताता है, "हे, नक्शे पर इन विशिष्ट हरे क्षेत्रों को देखें; ये खुदाई शुरू करने के लिए सबसे आशाजनक स्थान हैं।"
• अध्ययन यह भी नोट करता है कि एक सीमा है: सैटेलाइट छोटी चट्टानों को नहीं देख सकते। यदि क्रोमियम की कोई पॉकेट सैटेलाइट इमेज के एक सिंगल पिक्सेल के आकार से छोटी है, तो नक्शा उसे मिस कर सकता है।

निचोड़ (The Bottom Line)

यह शोध पत्र सुझाव देता है कि दो अलग-अलग सैटेलाइट कैमरों को मिलाकर, मैग्नीशियम-समृद्ध चट्टानों को उजागर करने के लिए एक विशेष गणितीय रेसिपी का उपयोग करके, और डेटा को छांटने के लिए एक स्मार्ट रोबोट का उपयोग करके, भूविज्ञानी इन जटिल पहाड़ी क्षेत्रों का पहले से कहीं बेहतर नक्शा बना सकते हैं।

टीम का सुझाव है कि यह विधि दुनिया भर के समान चट्टानी इलाकों में संभावित क्रोमियम निक्षेपों को खोजने का एक किफायती और स्केलेबल (scalable) तरीका है। यह कोई जादू की छड़ी नहीं है जो तुरंत अयस्क ढूंढ लेती है, बल्कि यह एक शक्तिशाली टॉर्च है जो खोजकर्ताओं को यह जानने में मदद करती है कि उन्हें सबसे पहले अपनी स्पॉटलाइट कहाँ केंद्रित करनी चाहिए।