Flood Detection and Cropland Damage Assessment Using Sentinel-1 SAR Time Series Multi-Source EO Data in the Sebou Basin, El Gharb plain, Morocco
यह अध्ययन मोरक्को के सेबू बेसिन में जलमग्नता का मानचित्रण करने और कृषि भूमि के नुकसान का आकलन करने के लिए एक प्रभावी, विसंगति-आधारित बाढ़ पहचान पद्धति विकसित करने हेतु VV और VH ध्रुवीकरण के साथ सेंटिनल-1 SAR टाइम सीरीज़ डेटा का उपयोग करता है, जो अंततः एल घरब मैदान के लिए लक्षित जोखिम प्रबंधन रणनीतियों को सूचित करता 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
बाढ़ प्रकृति की एक ऐसी शक्ति है जिसने मानव इतिहास को आकार दिया है, लेकिन आधुनिक दुनिया में, कृषि पर इसके प्रभाव को खोई हुई फसलों और खतरे में पड़ी खाद्य सुरक्षा के रूप में मापा जाता है। जब समतल, उपजाऊ भूमि पर भारी बारिश होती है, तो पानी तेजी से फैल सकता है, फसलों को डुबो सकता है और उत्पादक खेतों को अस्थायी झीलों में बदल सकता है। किसानों और सरकारों के लिए, यह जानना कि पानी ठीक कहाँ है और इसने कितना नुकसान पहुँचाया है, अत्यंत महत्वपूर्ण है, फिर भी यह निर्धारित करना सबसे कठिन कार्य होता है। उपग्रहों पर लगे पारंपरिक कैमरे उन घने बादलों के पार नहीं देख सकते जो आमतौर पर तूफानों के साथ आते हैं, जिससे ठीक उसी समय एक अंधा बिंदु (ब्लाइंड स्पॉट) बन जाता है जब निगरानी की सबसे अधिक आवश्यकता होती है। इसे हल करने के लिए, वैज्ञानिकों ने एक अलग प्रकार की 'आँख' की ओर रुख किया है: रडार। ऑप्टिकल कैमरों के विपरीत, जो परावर्तित सूर्य के प्रकाश पर निर्भर करते हैं, रडार सिस्टम अपने स्वयं के माइक्रोवेव सिग्नल भेजते हैं और उनकी गूँज (इको) को सुनते हैं। ये सिग्नल बादलों और अंधेरे को भेद सकते हैं, जमीन से टकराकर तूफान के नीचे क्या छिपा है, उसे प्रकट कर सकते हैं। समय के साथ इन सिग्नलों में होने वाले बदलावों को ट्रैक करके, शोधकर्ता सूखी भूमि, गीली मिट्टी और ठहरे हुए पानी के बीच अंतर कर सकते हैं, जिससे एक अराजक प्राकृतिक घटना को एक स्पष्ट, मापने योग्य मानचित्र में बदला जा सकता है।
उत्तरी मोरक्को के सेबू बेसिन में, जो एल घरब मैदान के रूप में जाना जाता है, इस तकनीक का उपयोग 2025 और 2026 की सर्दियों में आए एक भीषण बाढ़ की घटना को समझने के लिए किया गया। यह क्षेत्र उपजाऊ जलोढ़ मिट्टी वाला एक निचला, समतल विस्तार है, जहाँ गेहूं, जैतून और खट्टे फलों की खेती बड़े पैमाने पर की जाती है, जो देश की खाद्य आपूर्ति के लिए एक महत्वपूर्ण इंजन है। हालाँकि, इसकी सपाट स्थलाकृति और विस्तृत सिंचाई नेटवर्क इसे भारी बारिश आने पर जल संचय के प्रति संवेदनशील बनाते हैं। इंटरनेशनल यूनिवर्सिटी ऑफ रबात और पॉलिटेक्निको दी मिलान के शोधकर्ताओं की एक टीम ने बाढ़ के विस्तार को मैप करने और, अधिक महत्वपूर्ण रूप से, यह गणना करने के लिए कि वास्तव में कितनी कृषि भूमि जलमग्न हुई थी, काम शुरू किया। उन्होंने सेंटिनल-1 (Sentinel-1) के डेटा का उपयोग किया, जो सिंथेटिक अपर्चर रडार से लैस एक यूरोपीय उपग्रह है, जो मौसम की परवाह किए बिना दिन-रात पृथ्वी की सतह की छवियां कैप्चर करता है।
शोधकर्ताओं ने केवल बाढ़ के दौरान ली गई एक एकल छवि को नहीं देखा। इसके बजाय, उन्होंने क्षेत्र की स्थितियों का एक टाइमलाइन बनाया। उन्होंने आपदा से पहले के हफ्तों का विश्लेषण करके वर्षा के डेटा का अध्ययन किया, और यह नोट किया कि कैसे मिट्टी धीरे-धीरे संतृप्त (सैचुरेटेड) होती गई। फिर उन्होंने बाढ़ से पहले ली गई रडार छवियों की तुलना बाढ़ के चरम के दौरान ली गई छवियों से की। उनकी पद्धति का मूल एक भौतिक सिद्धांत पर आधारित था: जब रडार तरंगें खुले पानी से टकराती हैं, तो वे एक विशिष्ट दिशा में दूर परावर्तित हो जाती हैं, जिससे छवि में बहुत गहरा संकेत (डार्क सिग्नल) बनता है। जब वे ऊबड़-खाबड़ जमीन या फसलों से टकराती हैं, तो संकेत अधिक मजबूती से वापस आता है। सूखे काल और गीले काल के बीच इस "बैकस्कैटर" (backscatter) के अंतर को मापकर, टीम सटीक रूप से पहचान सकी कि पानी कहाँ जमा हुआ था। उन्होंने एक विशिष्ट प्रकार के रडार सिग्नल पर विशेष ध्यान दिया, जिसे क्रॉस-पोलराइजेशन (cross-polarization) कहा जाता है, जो वनस्पति के बीच पानी की उपस्थिति के प्रति असाधारण रूप से संवेदनशील साबित हुआ, जिससे वनस्पतियों के बीच डूबी हुई फसलों और सूखे खेतों के बीच अंतर करने में मदद मिली, जो अन्य प्रकार के डेटा में समान दिख सकते थे।
अपने मानचित्रों की सटीकता सुनिश्चित करने के लिए, टीम ने तर्कसंगत फिल्टरों की एक श्रृंखला लागू की। वे जानते थे कि पानी ढलान के विपरीत ऊपर नहीं बहता, इसलिए उन्होंने किसी भी तीव्र ढलान या उच्च ऊंचाई वाले क्षेत्रों को बाहर करने के लिए इलाके के डिजिटल मानचित्र का उपयोग किया जहाँ बाढ़ भौतिक रूप से असंभव थी। इस कदम ने खाली मिट्टी के काले धब्बों या छायाओं के कारण होने वाले 'फॉल्स अलार्म' को हटा दिया, जो कंप्यूटर को पानी समझकर धोखा दे सकते थे। एक बार जब उनके पास बाढ़ के विस्तार का एक साफ मानचित्र तैयार हो गया, तो उन्होंने इसे एक विस्तृत भूमि-उपयोग मानचित्र के साथ ओवरले (एक के ऊपर एक रखा) किया, जिसने क्षेत्र के प्रत्येक कृषि क्षेत्र की पहचान की थी। परिणाम चौंकाने वाले थे: बाढ़ ने कुल मिलाकर लगभग 207,112 हेक्टेयर भूमि को कवर किया। उस विशाल क्षेत्र में से, लगभग 149,000 हेक्टेयर सक्रिय कृषि भूमि थी, जो स्थानीय कृषि अर्थव्यवस्था के लिए एक बड़ा झटका था।
अध्ययन ने दृश्य प्रकाश और निकट-अवरक्त प्रकाश को कैप्चर करने वाले एक ऑप्टिकल उपग्रह से प्राप्त छवियों के साथ रडार डेटा की तुलना करके परिणामों के बाद की स्थिति का भी अवलोकन किया। बाढ़ से पहले और बाद में वनस्पति की "हरियाली" को मापकर, उन्होंने पाया कि ठीक वहीं जहाँ रडार ने पानी का पता लगाया था, पौधों के स्वास्थ्य में स्पष्ट गिरावट आई थी। इससे पुष्टि हुई कि बाढ़ ने न केवल खेतों को ढका था, बल्कि फसलों को तनाव भी दिया था, जिससे संभवतः पैदावार में भारी कमी आई। शोधकर्ताओं ने पाया कि नुकसान मैदानी इलाकों के सबसे निचले हिस्सों में सबसे गंभीर था, जहाँ पानी स्वाभाविक रूप से जमा होता है और धीरे-धीरे निकलता है। उन्होंने देखा कि बाढ़ बेतरतीब ढंग से नहीं फैली; इसने नदी प्रणाली के प्राकृतिक निचले गलियारों का अनुसरण किया, और बार-बार उन्हीं संवेदनशील क्षेत्रों पर प्रहार किया।
यह कार्य प्रदर्शित करता है कि रडार तकनीक, स्मार्ट कंप्यूटर विश्लेषण के साथ मिलकर, बाढ़ आपदाओं का एक विश्वसनीय, सर्व-मौसम दृश्य प्रदान कर सकती है। टीम ने दिखाया कि केवल एक एकल स्नैपशॉट देखने के बजाय, यदि रडार संकेतों में समय के साथ होने वाले बदलावों पर ध्यान केंद्रित किया जाए, तो जटिल कृषि परिदृश्यों में भी उच्च सटीकता के साथ बाढ़ का मानचित्रण किया जा सकता है। निष्कर्ष बताते हैं कि एल घरब मैदान अपने निचले, गहन खेती वाले क्षेत्रों में आवर्ती जोखिम का सामना कर रहा है। शोधकर्ता तर्क देते हैं कि इस स्तर का विवरण नियोजन के लिए आवश्यक है। वे प्रस्तावित करते हैं कि भविष्य के प्रबंधन को बेहतर जल प्रतिधारण प्रणालियों के निर्माण, रनऑफ (अपवाह) को धीमा करने के लिए मृदा संरक्षण में सुधार करने और इन बाढ़ मानचित्रों का उपयोग यह मार्गदर्शन करने के लिए करना चाहिए कि फसलें कहाँ लगाई जानी चाहिए। यह समझने के बाद कि पानी वास्तव में कहाँ जाता है और वह कितनी भूमि को छूता है, अधिकारी और किसान अगले अनिवार्य तूफान से क्षेत्र के खाद्य उत्पादन की रक्षा करने के लिए बेहतर निर्णय ले सकते हैं।
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।