Deep-learning climate emulator ACE2 reveals a global decrease in tropical cyclone frequency in the 15th Century under an El Niño-like sea surface temperature pattern
डीप-लर्निंग-आधारित ACE2 एमुलेटर का उपयोग करते हुए, यह अध्ययन प्रकट करता है कि 15वीं शताब्दी में अल नीनो जैसे समुद्र की सतह के तापमान के पैटर्न ने बढ़े हुए ऊर्ध्वाधर पवन कतरनी (वर्टिकल विंड शीयर) और शुष्क मध्य-क्षोभमंडल के माध्यम से उष्णकटिबंधीय चक्रवात की आवृत्ति में वैश्विक कमी ला दी थी, जिससे भविष्य के अनुमानों को बेहतर बनाने के लिए पुराजलवायु विश्लेषण में डीप लर्निंग की उपयोगिता प्रदर्शित होती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
पृथ्वी की कल्पना एक विशाल, घूमते हुए हवा और पानी के बाथटब के रूप में करें, जहाँ समुद्र की सतह का तापमान एक विशाल, अराजक मौसम मशीन के थर्मोस्टेट की तरह काम करता है। जब पानी विशिष्ट पैटर्न में गर्म या ठंडा होता है, तो यह केवल तापमान को नहीं बदलता; यह वायुमंडल के सांस लेने, फैलने और मुड़ने के तरीके को भी बदल देता है। इस मशीन द्वारा उत्पन्न सबसे नाटकीय चीजों में से एक उष्णकटिबंधीय चक्रवात (tropical cyclones) हैं—वे घूमते हुए तूफान जिन्हें हम तूफान या टाइफून कहते हैं। लंबे समय से, वैज्ञानिक यह समझने की कोशिश कर रहे हैं कि समुद्र के तापमान के पैटर्न इन तूफानों की संख्या को कैसे नियंत्रित करते हैं। समस्या यह है कि हमारे पास आधुनिक तूफानों का एक बहुत छोटा "वीडियो रिकॉर्डिंग" है, शायद लगभग 80 साल का, जो यह देखने के लिए पर्याप्त लंबा नहीं है कि जलवायु और तूफान एक साथ कैसे नृत्य करते हैं। इस रहस्य को सुलझाने के लिए, शोधकर्ता एक नए प्रकार के उपकरण का उपयोग कर रहे हैं: आर्टिफिशियल इंटेलिजेंस (AI)। इन AI उपकरणों को ऐसे रोबोट के रूप में न सोचें जो सोचते हैं, बल्कि अविश्वसनीय रूप से तेज़, सुपर-स्मार्ट छात्रों के रूप में सोचें जिन्होंने पिछले कुछ दशकों के मौसम का इतनी गहनता से अध्ययन किया है कि वे भविष्यवाणी कर सकते हैं कि मौसम कैसा होता यदि खेल के नियम (समुद्र का तापमान) थोड़े अलग होते। यह शोध पत्र उस AI का उपयोग करके समय में पीछे देखता है, एक ऐसे कालखंड का अनुकरण करने के लिए जो मौसम उपग्रहों के होने से बहुत पहले का था, यह देखने के लिए कि जब समुद्र थोड़ा "एल नीनो" (El Niño) वर्ष जैसा था, तब वैश्विक तूफानों का क्या हुआ था।
कहानी एक ऐसी वैज्ञानिकों की टीम के साथ शुरू होती जो यह जानना चाहती थी कि 15वीं शताब्दी में, विशेष रूप से 1351 और 1550 के बीच, उष्णकटिबंधीय चक्रवातों के साथ क्या हुआ था। यह एक ऐसा समय था जब पृथ्वी ठंडी हो रही थी, जिसे अक्सर "लिटल आइस एज" (Little Ice Age) कहा जाता है। जबकि ग्रह कुल मिलाकर ठंडा हो रहा था, समुद्र समान रूप से ठंडा नहीं हुआ। इसके बजाय, प्रशांत महासागर ने एक ऐसा पैटर्न विकसित किया जो काफी हद तक "एल नीनो" जैसा था, जहाँ भूमध्य रेखा के पास का पानी सामान्य से अधिक गर्म था, जबकि समुद्र के अन्य हिस्से ठंडे थे। शोधकर्ताओं ने एक डीप-लर्निंग क्लाइमेट एमुलेटर ACE2 (जो एक सुपर-फास्ट मौसम सिम्युलेटर है जिसे आधुनिक डेटा पर प्रशिक्षित किया गया है) का उपयोग करके एक आभासी प्रयोग चलाया। उन्होंने AI को उस युग के समुद्र के तापमान दिए और देखा कि क्या हुआ।
परिणाम स्पष्ट और आश्चर्यजनक थे। इन सिमुलेशन में, पूरे विश्व के आसपास उष्णकटिबंधीय चक्रवातों की कुल संख्या काफी कम हो गई। विशेष रूप से, सबसे सक्रिय 20 वर्षों (1401-1420) की तुलना में सबसे कम सक्रिय 20 वर्षों (1461-1480) के दौरान तूफानों की संख्या में लगभग 13.1% की कमी आई। यह गिरावट कोई इत्तेफाक नहीं थी; यह उस बहुत शक्तिशाली, पारंपरिक कंप्यूटर मॉडल (HiRAM) के साथ मेल खाती थी जिसने भविष्यवाणी की थी और यहाँ तक कि अटलांटिक तट के साथ समुद्री तलछट (ocean sediments) में मिले सुरागों के साथ भी मेल खाती थी, जो पिछले तूफानों के जीवाश्म रिकॉर्ड की तरह कार्य करते हैं। शोध पत्र सुझाव देता है कि यह कमी इसलिए हुई क्योंकि "एल नीनो-जैसे" समुद्र के पैटर्न ने वायुमंडल के घूमने के तरीके को बदल दिया।
यह समझने के लिए कि तूफान क्यों गायब हुए, वैज्ञानिकों ने एक चतुर तकनीक का उपयोग किया। उन्होंने तूफान बनाने की प्रक्रिया को दो चरणों में विभाजित किया: पहले, एक "बीज" (हवा में एक छोटा विक्षोभ जो तूफान बन सकता था) का जन्म, और दूसरा, उस बीज के पूर्ण विकसित तूफान में विकसित होने की "संभावना"। उन्होंने पाया कि बीजों की संख्या में बहुत अधिक बदलाव नहीं आया; हवा अभी भी कई छोटे विक्षोभ पैदा कर रही थी। हालांकि, उन बीजों के जीवित रहने और बड़े तूफानों में विकसित होने की "संभावना" तेजी से गिर गई। यह ऐसा था जैसे नर्सरी बच्चों से भरी हो, लेकिन उनके बड़े होने के लिए स्थितियाँ बहुत खराब हों।
इसका दोषी "एल नीनो-जैसा" समुद्र का पैटर्न था। क्योंकि भूमध्यसागरीय प्रशांत क्षेत्र गर्म था, इसने हवा को वहां अधिक मजबूती से ऊपर उठने का कारण बनाया। इससे एक विशाल वायुमंडलीय कन्वेयर बेल्ट, जिसे हैडली सर्कुलेशन (Hadley circulation) कहा जाता है, मजबूत हो गई। जैसे-जैसे यह बेल्ट मजबूत हुई, इसने शुष्क हवा को नीचे धकेला और उन क्षेत्रों में विंड शीयर (ऊंचाई के साथ हवा की गति और दिशा में परिवर्तन) को बढ़ा दिया जहाँ तूफान आमतौर पर बनते हैं। कल्पना कीजिए कि आप एक मजबूत हवा के सामने रेत का महल बनाने की कोशिश कर रहे हैं जो तिरछी दिशा में चल रही है और रेत बिल्कुल सूखी है; वायुमंडल इन तूफानों के लिए वैसा ही बन गया था। शुष्क हवा और तेज हवाओं ने तूफानों को बड़ा होने से पहले ही नष्ट कर दिया। शोध पत्र स्पष्ट रूप से नोट करता है कि यह केवल इसलिए नहीं था क्योंकि पूरी दुनिया ठंडी हो गई थी; वास्तव में, जब उन्होंने एक अलग प्रयोग चलाया जहाँ समुद्र बिना "एल नीनो" पैटर्न के समान रूप से ठंडा हुआ था, तो तूफान उतने कम नहीं हुए थे। यह समुद्र के तापमान परिवर्तन का विशिष्ट रूप था जो सबसे महत्वपूर्ण था।
शोधकर्ताओं ने विपरीत परिदृश्य का भी परीक्षण किया: एक "ला नीना-जैसा" (La Niña-like) पैटर्न, जहाँ भूमध्य रेखा ठंडी है। उस सिमुलेशन में, तूफानों की संख्या वास्तव में बढ़ गई। यह सुझाव देता है कि समुद्र के तापमान का पैटर्न वैश्विक तूफान गतिविधि के लिए एक मास्टर स्विच है। हालांकि यह अध्ययन प्रत्यक्ष अवलोकन के बजाय कंप्यूटर सिमुलेशन पर निर्भर करता है, तथ्य यह है कि AI एमुलेटर, पारंपरिक मॉडल और तलछट रिकॉर्ड तीनों एक ही कहानी बताते हैं, इस अध्ययन के निष्कर्षों को बहुत वजन देते हैं। शोध पत्र निष्कर्ष निकालता है कि भविष्य में हमें कितने तूफानों का सामना करना पड़ सकता है, इसका अनुमान लगाने के लिए, हम केवल यह नहीं देख सकते कि ग्रह कितना गर्म हो रहा है; हमें यह भी समझना होगा कि समुद्र के तापमान के पैटर्न वास्तव में कैसे बदलेंगे, क्योंकि वह पैटर्न ही यह तय करता है कि वायुमंडल एक तूफान बनाने वाली फैक्ट्री बनेगा या एक तूफान का कब्रिस्तान।
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।