Random Forest-Based Prediction of Geothermal Heat Flow in the Arabian-Nubian Shield: A Multi-Proxy Satellite Geophysical Approach

पृथ्वी का छिपा हुआ थर्मोस्टेट

कल्पना कीजिए कि पृथ्वी केवल एक ठोस चट्टान नहीं है जिस पर हम चलते हैं, बल्कि एक विशाल, धीमी गति से पकने वाले स्टू के बर्तन की तरह है। गहराई में, यह ग्रह अरबों साल पहले अपने जन्म से अब भी गर्म है, और यह लगातार अपनी गर्मी सतह की ओर ऊपर की ओर लीक कर रहा है। इस अदृश्य गर्माहट को "टेरेस्ट्रियल हीट फ्लो" (भू-तापीय प्रवाह) कहा जाता है। हम में से अधिकांश के लिए, यह गर्मी केवल एक पृष्ठभूमि की गूँज की तरह है, लेकिन वैज्ञानिकों और ऊर्जा कंपनियों के लिए, यह एक संभावित सोने की खान है। यदि आप वह स्थान ढूँढ सकें जहाँ पृथ्वी पर्याप्त तेज़ी से गर्मी लीक कर रही है, तो आप उस ऊर्जा को शहरों को बिजली देने या अलवणीकरण (desalination) के लिए पानी गर्म करने में बदल सकते हैं, और वह भी बिना जीवाश्म ईंधन जलाए।

पेचीदा बात यह है कि पृथ्वी एक रहस्यमय बॉक्स की तरह है। हम पूरी तस्वीर देखने के लिए पर्याप्त गहरा नहीं खोद सकते, इसलिए हमारे पास केवल कुछ ही "थर्मामीटर" (माप) हैं जो यहाँ-वहाँ ज़मीन में लगे हुए हैं। कई स्थानों पर, विशेष रूप से विशाल अरेबियन-नूबियन शील्ड (एक विशाल भूमि क्षेत्र जो मिस्र, सऊदी अरब और उसके आगे के हिस्सों को कवर करता है) में, ये थर्मामीटर अविश्वसनीय रूप से दुर्लभ हैं। यह कुछ यादृच्छिक गड्ढों में थर्मामीटर डालकर पूरे समुद्र के तापमान का अनुमान लगाने की कोशिश करने जैसा है। इसे हल करने के लिए, वैज्ञानिक एक चतुर तकनीक का उपयोग कर रहे हैं: सतह पर छोड़े गए सुरागों का उपयोग करना—जैसे ज़मीन का आकार, इसके चुंबकीय क्षेत्र की शक्ति, और क्रस्ट कितना गहरा है—ताकी यह अनुमान लगाया जा सके कि गहराई में क्या हो रहा है। यहीं पर मशीन लर्निंग काम आती है, जो एक सुपर-स्मार्ट जासूस के रूप में कार्य करती है जो सतह के सुरागों और गहरे स्तर की गर्मी के बीच संबंध जोड़ सकती है।

शोध पत्र की कहानी: एक रोबोट को पृथ्वी की गर्मी को पढ़ना सिखाना

इस अध्ययन में, मेना हग्गैग, मोहम्मद सोभ और होस्नी एच. गज़ाला के नेतृत्व वाली शोधकर्ताओं की एक टीम ने पूरे अरेबियन-नूबियन शील्ड में भू-तापीय ऊर्जा के लिए एक "क्रिस्टल बॉल" बनाने का निर्णय लिया। चूंकि उनके पास हाथ से मानचित्र बनाने के लिए पर्याप्त प्रत्यक्ष ताप माप नहीं थे, इसलिए उन्होंने एक कंप्यूटर एल्गोरिदम जिसे रैंडम फॉरेस्ट रिग्रेशन (Random Forest Regression) कहा जाता है, को उनके लिए अनुमान लगाने के लिए प्रशिक्षित किया। इस एल्गोरिदम को एक अकेले बुद्धिमान व्यक्ति के रूप में नहीं, बल्कि 490 अलग-अलग "डिसीजन ट्रीज़" (निर्णय वृक्षों - एक प्रकार का कंप्यूटर मॉडल) की एक विशाल भीड़ के रूप में सोचें। भीड़ में प्रत्येक पेड़ डेटा को थोड़ा अलग तरह से देखता है, और फिर वे सभी अंतिम उत्तर पर मतदान करते हैं। यह "भीड़ की बुद्धिमत्ता" वाला दृष्टिकोण उन गलतियों से बचने में मदद करता है जो एक एकल मॉडल कर सकता है।

टीम ने इस डिजिटल भीड़ को उपग्रहों और वैश्विक डेटाबेस से एकत्र किए गए सोलह अलग-अलग प्रकार के "सुरागों" का आहार दिया। इन सुरागों में यह शामिल था कि पृथ्वी के क्रस्ट और मेंटल के बीच की सीमा (मोहो - Moho) कितनी गहरी है, पृथ्वी का चट्टानी आवरण (लिथोस्फीयर) कितना मोटा है, ज़मीन के माध्यम से यात्रा करने वाली सिस्मिक तरंगों की गति कितनी है, और यहाँ तक कि ज़मीन का आकार भी। कंप्यूटर को सीखने देने से पहले, उन्होंने आइसोलेशन फॉरेस्ट (Isolation Forest) नामक एक विशेष फ़िल्टर का उपयोग करके किसी भी अजीब या त्रुटिपूर्ण डेटा बिंदुओं को पहचाना और हटाया, जिससे यह सुनिश्चित हुआ कि कंप्यूटर केवल सत्य से सीखे।

उन्होंने क्या पाया:
मॉडल को प्रशिक्षित करने के बाद, कंप्यूटर ने पूरे क्षेत्र के लिए एक सहज, निरंतर हीट मैप तैयार किया, जिससे उन अंतरालों को भरा गया जहाँ कोई माप मौजूद नहीं थे। परिणाम आश्चर्यजनक रूप से सटीक थे। जब उन्होंने मॉडल का परीक्षण उन कुछ वास्तविक मापों के विरुद्ध किया जो उनके पास थे, तो इसने 0.92 का स्कोर प्राप्त किया (एक ऐसे पैमाने पर जहाँ 1.0 पूर्ण है), जिसका अर्थ है कि इसने वास्तविक डेटा के 92% परिवर्तनों की व्याख्या की। औसत त्रुटि केवल 20.4 mW m⁻² थी, जो इतने बड़े क्षेत्र के लिए बहुत कम त्रुटि मार्जिन है।

मानचित्र ने तीन विशिष्ट "थर्मल पड़ोस" प्रकट किए:

1. हॉट ज़ोन (गर्म क्षेत्र): रेड सी रिफ्ट और अफ़ार ट्राएंगल के साथ, हीट फ्लो अत्यधिक है, जो 80 से 200 mW m⁻² से अधिक तक रहता है। यह वह जगह है जहाँ पृथ्वी का क्रस्ट पतला हो रहा है और गर्म मेंटल सतह के करीब ऊपर उठ रहा है, जो उच्च-ऊर्जा भू-तापीय पावर प्लांट के लिए एक प्रमुख स्थान बनाता है।
2. वार्म ज़ोन (मध्यम गर्म क्षेत्र): प्राचीन प्रीकैम्ब्रियन शील्ड्स (क्षेत्र के चट्टानी हृदय) के नीचे, गर्मी मध्यम है, जो 60 और 80 mW m⁻² के बीच है। यह अभी भी उपयोगी होने के लिए पर्याप्त गर्म है, विशेष रूप से यदि चट्टानों में दरारें हों जिससे गर्मी प्रसारित हो सके।
3. कूल ज़ोन (ठंडे क्षेत्र): पूर्व में स्थित स्थिर अरेबियन प्लेटफॉर्म पर, हीट फ्लो 60 mW m⁻² से नीचे गिर जाता है। यहाँ, पृथ्वी का क्रस्ट मोटा और गहरा है, जो एक भारी कंबल की तरह कार्य करता है जो गर्मी को बहुत नीचे दबाकर रखता है।

मानचित्र के पीछे का "क्यों":
शोधकर्ताओं ने केवल एक सुंदर चित्र नहीं बनाया; उन्होंने यह भी पता लगाया कि गर्मी कहाँ और क्यों है। कंप्यूटर से यह पूछकर कि कौन से सुराग सबसे अधिक महत्वपूर्ण थे, उन्होंने पाया कि दो सबसे बड़े कारक जो गर्मी को नियंत्रित करते हैं, वे हैं मोहो की गहराई (क्रस्ट कितना गहरा है) और लिथोस्फीयर-एस्थेनोस्फीयर बाउंड्री की गहराई (चट्टानी आवरण कितना गहरा है)। सरल शब्दों में, पृथ्वी का आवरण जितना पतला होगा, उतना ही गर्म मेंटल सतह के करीब होगा, और गर्मी उतनी ही अधिक होगी। यह पुष्टि करता है कि रेड सी का टेक्टोनिक खिंचाव उस क्षेत्र में उच्च ताप को चलाने वाला मुख्य इंजन है।

जबकि गहरा ढांचा मंच तैयार करता है, यह अध्ययन इस बात पर प्रकाश डालता है कि ज्वालामुखी केंद्र और फॉल्ट नेटवर्क (भ्रंश नेटवर्क) वितरण प्रणाली के रूप में कार्य करते हैं। हालांकि अंतिम, सबसे कुशल मॉडल ने शीर्ष 12 भविष्यवाणियों का उपयोग किया (ज्वालामुखी की निकटता को प्राथमिक चालक के रूप में छोड़कर), विश्लेषण ने पुष्टि की कि जहाँ उच्च हीट फ्लो घने फ्रैक्चर नेटवर्क के साथ ओवरलैप होता है, वहाँ "हाई-एन्थैल्पी कॉरिडोर" बनते हैं। ये वे खास स्थान हैं जहाँ गर्मी तरल परिसंचरण के माध्यम से वास्तव में सतह तक पहुँच सकती है। शोधकर्ताओं ने इन घने फ्रैक्चर नेटवर्क का पता लगाने के लिए एक अलग टोपोग्राफिक विश्लेषण (CET) का उपयोग किया, जिससे यह सिद्ध हुआ कि ये विशेषताएं खोजने योग्य ऊर्जा के लिए आवश्यक लक्ष्य हैं, भले ही वे अंतिम हीट फ्लो गणना में शीर्ष सांख्यिकीय चालक न रहे हों।

वे कितने आश्वस्त हैं?
लेखक अपने मानचित्र के प्रति बहुत आश्वस्त हैं जहाँ उनके पास जाँच के लिए डेटा उपलब्ध है, यह नोट करते हुए कि मॉडल की भविष्यवाणियाँ वास्तविक दुनिया के मापों के लगभग पूरी तरह से मेल खाती हैं। हालाँकि, वे सावधानी बरतते हुए यह भी बताते हैं कि जिन क्षेत्रों में बहुत कम माप हैं (जैसे गहरे रेगिस्तान के कुछ हिस्से), वहाँ "अनिश्चितता" अधिक है। उन्होंने एक विशेष "कॉन्फिडेंस मैप" (विश्वास मानचित्र) भी बनाया जो ठीक से दिखाता है कि कंप्यूटर कहाँ उच्च निश्चितता के साथ अनुमान लगा रहा है और कहाँ वह थोड़ा अनिश्चित है। उनका सुझाव है कि हालांकि यह मानचित्र नए ड्रिलिंग लक्ष्यों को खोजने के लिए एक शक्तिशाली उपकरण है, खोजकर्ताओं को "उच्च अनिश्चितता" वाले क्षेत्रों में सतर्क रहना चाहिए और गहरा खुदाई करने से पहले स्थानीय डेटा एकत्र करने की आवश्यकता हो सकती है।

अंत में, यह शोध पत्र ऊर्जा योजनाकारों को एक नया, उच्च-रिज़ॉल्यूशन मानचित्र सौंपता है जो डेटा-दुर्लभ रेगिस्तान को एक स्पष्ट मार्गदर्शिका में बदल देता है कि कहाँ स्वच्छ, नवीकरणीय भू-तापीय ऊर्जा की तलाश की जाए, जो संभावित रूप से इस क्षेत्र के देशों को एक हरित भविष्य की ओर बढ़ने में मदद कर सकता है।