Machine Learning-Based Assessment and Forecasting of Temperature–Humidity Index for Dairy Heat Stress Using Multivariate and Panel Data Approaches in Bihar, India

भारत के डेयरी वाले क्षेत्रों के नम और धूप से सराबोर खेतों में, फार्म की दैनिक लय मौसम द्वारा निर्धारित होती है। दूध देने वाली गायों के लिए, हवा केवल एक पृष्ठभूमि नहीं है; यह एक भौतिक शक्ति है जो या तो उनके स्वास्थ्य का समर्थन कर सकती है या धीरे-धीरे उनकी ऊर्जा को सोख सकती है। जब हवा गर्म और भारी हो जाती है, तो गायों को खुद को ठंडा करने के लिए संघर्ष करना पड़ता है, जिसे 'हीट स्ट्रेस' (ताप तनाव) कहा जाता है। यह केवल आराम का मामला नहीं है; यह उनकी दूध उत्पादन करने, स्वस्थ रहने और प्रजनन करने की क्षमता के लिए एक सीधा खतरा है। इस अदृश्य बोझ को मापने के लिए, वैज्ञानिक 'टेम्परेचर-ह्यूमिडिटी इंडेक्स' (तापमान-आर्द्रता सूचकांक) नामक एक एकल संख्या का उपयोग करते हैं। इस सूचकांक को थर्मामीटर और हवा में मौजूद नमी के संयुक्त पठन के रूप में समझें, जो यह स्पष्ट चित्र देता है कि एक जानवर के लिए वातावरण कितना कष्टदायक महसूस होता है। बिहार जैसे क्षेत्रों में, जहाँ गर्मियां लंबी और आर्द्रता अधिक होती है, अपने पशुओं को उत्पादक बनाए रखने की कोशिश कर रहे किसानों के लिए इस संख्या को समझना आवश्यक है।

शोधकर्ताओं की एक टीम ने बीस वर्षों की अवधि (2006 से 2025 तक) के दौरान बिहार के पांच प्रमुख डेयरी जिलों में इस अदृश्य बोझ का मानचित्रण करने का लक्ष्य रखा। उन्होंने मौसम के डेटा का एक विशाल संग्रह एकत्र किया, जिसमें दैनिक उच्चतम और न्यूनतम तापमान, हवा में नमी की मात्रा और हवा की गति को ट्रैक किया गया। उनका लक्ष्य यह देखना था कि ये स्थितियाँ समय के साथ कैसे बदलीं और एक ऐसी प्रणाली बनाना था जो भविष्यवाणी कर सके कि गर्मी कब पशुओं के लिए खतरनाक हो जाएगी। साधारण औसत पर निर्भर रहने के बजाय, उन्होंने उन्नत कंप्यूटर प्रोग्रामों का सहारा लिया जो डेटा में जटिल पैटर्न खोजने में सक्षम हैं। ये प्रोग्राम, जिन्हें मशीन लर्निंग मॉडल कहा जाता है, को उन विशिष्ट मौसम संयोजनों को पहचानने के लिए प्रशिक्षित किया गया था जो खतरे का संकेत देते हैं, ठीक वैसे ही जैसे एक अनुभवी किसान आकाश को पढ़ना सीख जाता है, लेकिन कंप्यूटर द्वारा एक साथ हजारों डेटा बिंदुओं का विश्लेषण करने की सटीकता के साथ।

विश्लेषण से पता चला कि इन जिलों में गाय अक्सर ऐसी स्थितियों के संपर्क में आती हैं जो उन्हें हल्के से मध्यम ताप तनाव (हीट स्ट्रेस) की स्थिति में धकेल देती हैं। औसतन, हीट इंडेक्स उस स्तर के आसपास रहा जो यह दर्शाता है कि जानवर खुद को ठंडा रखने के लिए कड़ी मेहनत कर रहे हैं। शोधकर्ताओं ने पाया कि सबसे महत्वपूर्ण कारक दोपहर की झुलसा देने वाली गर्मी नहीं थी, बल्कि वह गर्माहट थी जो रात भर बनी रहती है। जब सूर्यास्त के बाद तापमान में उल्लेखनीय गिरावट नहीं आती है, तो गायें दिन की गर्मी से उबर नहीं पाती हैं, जिससे समय के साथ एक संचयी बोझ बढ़ता जाता है। यह खोज इस विचार को चुनौती देती है कि केवल दोपहर के चरम तापमान का ही महत्व है; यह सुझाव देती है कि रात के समय ठंडक का अभाव ही इस क्षेत्र में तनाव का असली कारण है।

पांच जिलों में विविध मौसम पैटर्न को समझने के लिए, शोधकर्ताओं ने डेटा को तीन अलग-अलग प्रकार के जलवायु समूहों में विभाजित किया। एक समूह गर्म और चिपचिपी हवा वाला था जहाँ आर्द्रता अधिक थी। दूसरा गर्म और शुष्क था, जिसमें तीव्र गर्मी थी लेकिन नमी कम थी। तीसरा एक ठंडा काल था जहाँ जानवर अधिक आसानी से आराम कर सकते थे। यह अंतर महत्वपूर्ण है क्योंकि यह दिखाता है कि पूरे राज्य के लिए एक एकल नियम काम नहीं करेगा; जो समाधान एक गर्म और शुष्क जिले की गाय के लिए काम आ सकता है, वह गर्म और नम क्षेत्र की गाय के लिए सही नहीं हो सकता है। अध्ययन ने पुष्टि की कि डेयरी पशुओं द्वारा अनुभव किया जाने वाला हीट स्ट्रेस एक समान घटना नहीं है, बल्कि स्थानीय स्थितियों का एक जटिल मिश्रण है जो स्थान और मौसम के अनुसार बदलता रहता है।

शक्तिशाली कंप्यूटर एल्गोरिदम का उपयोग करते हुए, टीम ने इन तनाव स्तरों की भविष्यवाणी करने के लिए विभिन्न तरीकों का परीक्षण किया। 'रैंडम फॉरेस्ट' (Random Forest) के रूप में जानी जाने वाली एक विधि सबसे सटीक साबित हुई, जिसने 99 प्रतिशत से अधिक मामलों में हीट स्ट्रेस श्रेणी की सही पहचान की। सटीकता का यह स्तर अर्थ देता है कि यह मॉडल किसानों को विश्वसनीय रूप से बता सकता है कि स्थितियाँ सुरक्षित से खतरनाक में कब बदल रही हैं। कंप्यूटर ने यह भी पहचाना कि न्यूनतम तापमान—रात के दौरान पहुँचा गया सबसे निचला बिंदु—तनाव की भविष्यवाणी करने के लिए सबसे महत्वपूर्ण सुराग था। जबकि हवा की गति और आर्द्रता ने भूमिका निभाई, रात के ठंडा न होने का संकेत सबसे प्रभावी था।

भविष्य की ओर देखते हुए, शोधकर्ताओं ने इन पैटर्न का उपयोग यह अनुमान लगाने के लिए किया कि आने वाले वर्ष कैसे हो सकते हैं। उनकी भविष्यवाणियाँ एक स्पष्ट, दोहराव वाले चक्र को दर्शाती हैं: गर्मी वसंत के माध्यम से लगातार बढ़ेगी, मई, जून और जुलाई के ग्रीष्मकालीन महीनों में अपने चरम पर पहुँचेगी, और फिर सर्दियों में ठंडी हो जाएगी। पूर्वानुमान बताता है कि उच्चतम स्तर का तनाव लगातार जून में होगा। हालांकि डेटा ने पिछले दो दशकों में गर्मी में कोई नाटकीय, दीर्घकालिक वृद्धि नहीं दिखाई, लेकिन मौसमी पैटर्न निरंतर बना हुआ है। गायों को हर साल उसी तीव्र गर्मी का सामना करना पड़ेगा, और सबसे महत्वपूर्ण अवधि शुरुआती गर्मियों में आएगी।

इस कार्य का मूल्य मौसम के बारे में अस्पष्ट चिंताओं को ठोस, कार्रवाई योग्य जानकारी में बदलने की इसकी क्षमता में निहित है। यह जानकर कि गर्मी कब और कहाँ सबसे गंभीर होगी, किसान और नीति निर्माता पहले से तैयारी कर सकते हैं। वे बेहतर वेंटिलेशन (हवा का संचार) की योजना बना सकते हैं, छाया प्रदान कर सकते हैं, या पशुओं को सामर्थ्य प्रदान करने के लिए खिलाने के समय को समायोजित कर सकते हैं। यह अध्ययन प्रदर्शित करता है कि पुराने जमाने के मौसम रिकॉर्ड को आधुनिक कंप्यूटर बुद्धिमत्ता के साथ जोड़कर, एक विश्वसनीय प्रारंभिक चेतावनी प्रणाली बनाना संभव है। यह दृष्टिकोण डेयरी पशुओं के स्वास्थ्य की रक्षा करने और उन लोगों की आजीविका को सुरक्षित करने का एक तरीका प्रदान करता है जो उन पर निर्भर हैं, यह सुनिश्चित करता है कि जलवायु परिवर्तन के बावजूद, गायें गर्मी के बीच भी फल-फूल सकें।