El Nino Southern Oscillation-Driven Variability in Vegetation Indices and Carbon Fluxes over Rajasthan, India: A Non-parametric District-level Analysis (2000-2024)

तकनीकी सारांश: राजस्थान में वनस्पति और कार्बन प्रवाह में ENSO-प्रेरित परिवर्तनशीलता (2000–2024)

समस्या विवरण
यह अध्ययन इस आवश्यकता को संबोधित करता है कि राजस्थान के विविध शुष्कता स्तरों (aridity gradients) में एल नीनो दक्षिणी दोलन (ENSO) की घटनाओं और मानसून वर्षा का खरीफ सीजन की वनस्पति स्थितियों और स्थलीय कार्बन प्रवाह पर कैसे प्रभाव पड़ता है। हालांकि वनस्पति को संचालित करने में वर्षा की प्रधानता स्थापित है, लेकिन वर्षा की परिवर्तनशीलता से स्वतंत्र होकर, जिला स्तर पर सकल प्राथमिक उत्पादकता (GPP) और शुद्ध प्राथमिक उत्पादकता (NPP) पर ENSO के प्रभावों के विशिष्ट परिमाण का लक्षण वर्णन अभी भी कम किया गया है। इसके अलावा, यह समझने में एक अंतराल है कि अत्यधिक शुष्क (hyper-arid) और शुष्क (arid) क्षेत्रों में, जहाँ अंतर-वार्षिक परिवर्तनशीलता उच्च होती है, ये जलवायु चालक कैनोपी हरितता (NDVI) के सापेक्ष कार्बन आत्मसात (carbon assimilation) को कैसे प्रभावित करते हैं।

कार्यप्रणाली
यह शोध राजस्थान के सभी 33 जिलों में 25 वर्षों के डेटा (2000–2024) का विश्लेषण करने के लिए एक पूर्णतः गैर-पैरामीट्रिक सांख्यिकीय ढांचे का उपयोग करता है।

• डेटा स्रोत: अध्ययन चार MODIS कलेक्शन 6 उत्पादों—MOD13Q1 (250 मीटर NDVI/EVI), MOD17A2H (8-दिवसीय GPP), MOD17A3HGF (वार्षिक NPP), और MCD12Q1 (भूमि उपयोग/भूमि आवरण)—के साथ IMD 0.25° ग्रिडेड वर्षा डेटा और NOAA ONI सूचकांकों को एकीकृत करता है।
• पूर्व-प्रसंस्करण (Preprocessing): प्राकृतिक शुष्क भूमि वनस्पति द्वारा ENSO संकेतों के क्षीणन को रोकने के लिए MCD12Q1 से प्राप्त एक गतिशील कृषि मास्क (IGBT क्लास 12 और 14) लागू किया गया है, जो कृषि संबंधी पिक्सेल को अलग करता है।
• सांख्यिकीय ढांचा:
  • ट्रेंड डिटेक्शन (Trend Detection): सेन स्लोप एस्टिमेटर्स के साथ मैन-केंडल (MK) परीक्षण दीर्घकालिक रुझानों की पहचान करते हैं।
  • सहसंबंध विश्लेषण (Correlation Analysis): केंडल टॉ (Kendall tau) और स्पियरमैन रो (Spearman rho) द्विसंवेदी जुड़ाव का आकलन करते हैं। वर्षा (RF) के लिए नियंत्रित करने हेतु 'पार्शियल स्पियरमैन सहसंबंध' का उपयोग किया गया है ताकि GPP पर स्वतंत्र ONI प्रभावों को अलग किया जा सके।
  • मॉडलिंग: पुनरावृत्ति (iterative) थेइल-सेन रिग्रेशन दृष्टिकोण का उपयोग करके जिला-स्तरीय भविष्य कहने वाले समीकरण व्युत्पन्न किए गए हैं। मॉडल संरचना है: $GPP = \alpha + \beta_{RF} \cdot (RF - RF_{med}) + \beta_{ONI} \cdot (ONI - ONI_{med})$।
  • सत्यापन (Validation): मॉडल कौशल को लीव-वन-आउट क्रॉस-वैलिडेशन (LOOCV) के माध्यम से मात्राबद्ध किया गया है, जो माध्य पूर्ण प्रतिशत त्रुटि (MAPE), RMSE और व्यवस्थित पूर्वाग्रह (systematic bias) प्रदान करता है।
  • पूर्वानुमान (Forecasting): 2026 के दृष्टिकोण के लिए 1000-रिप्लिकेट बूटस्ट्रैप रीसैंपलिंग का उपयोग जिला-स्तरीय अनुमानों के लिए 90% विश्वास अंतराल उत्पन्न करने हेतु किया जाता है।

प्रमुख योगदान

1. जिला-स्तरीय एट्रीब्यूशन: यह पूरे राजस्थान के लिए MODIS वनस्पति और कार्बन प्रवाह उत्पादों में ENSO संकेतों का पहला पूर्णतः गैर-पैरामीट्रिक, जिला-स्तरीय एट्रीब्यूशन प्रदान करने वाला अध्ययन है।
2. वर्षा और ENSO का पृथक्करण: अध्ययन वर्षा को नियंत्रित करने के बाद GPP पर स्वतंत्र ENSO प्रभावों को सफलतापूर्वक अलग करता है, जिससे पश्चिमी शुष्क और अर्ध-शुष्क क्षेत्रों में विशिष्ट "ONI-संवेदनशील" जिलों की पहचान होती है।
3. GPP:NDVI विसंगति: यह एल नीनो घटनाओं के दौरान NDVI की तुलना में GPP के लगभग 2:1 दमन अनुपात को मात्राबद्ध करता है, जो यह दर्शाता है कि स्टोमेटल क्लोजर (रंध्र बंद होने) के कारण कैनोपी हरितता की तुलना में कार्बन आत्मसात तेजी से घटता है।
4. परिचालन पूर्वानुमान: अनिश्चितता (LOO-MAPE) के साथ विकसित थेइल-सेन प्रेडिक्शन मॉडल, मौसमी कृषि प्रारंभिक चेतावनी उत्पन्न करने के लिए एक ढांचा प्रदान करते हैं।

परिणाम

• ENSO प्रभाव: एल नीनो घटनाएं औसत राज्य-औसत खरीफ NDVI को 3.6% और GPP को 7.0% तक कम करती हैं। इसका प्रभाव सबसे गंभीर अति-शुष्क जैसलमेर जिले में है, जहाँ घाटा NDVI के लिए 14.3% और GPP के लिए 21.6% तक पहुँच जाता है। ला नीना घटनाएं GPP में 3–18% का सममित अधिशेष (surplus) उत्पन्न करती हैं।
• सहसंबंध: वर्षा-NDVI सहसंबंध सभी 33 जिलों में सार्वभौमिक रूप से महत्वपूर्ण हैं (औसत $\rho$ = 0.935)। हालांकि, GPP पर स्वतंत्र ONI प्रभाव केवल छह शुष्क और अर्ध-शुष्क पश्चिमी जिलों (बीकानेर, चुरू, गंगानगर, हनुमानगढ़, जैसलमेर और जोधपुर) में महत्वपूर्ण हैं, जिनका पार्शियल सहसंबंध -0.42 से -0.62 के बीच है। उप-आर्द्र (sub-humid) पूर्व में, ENSO का प्रभाव मुख्य रूप से वर्षा के माध्यम से होता है।
• दीर्घकालिक रुझान: 33 में से 16 जिलों में महत्वपूर्ण सकारात्मक मैन-केंडल रुझान पाए गए हैं। उच्चतम हरितिकरण दर उप-आर्द्र दक्षिण-पूर्व में देखी गई है (GPP के लिए औसत +5.4 g C m⁻² yr⁻¹), जिसका श्रेय कृषि गहनता और CO₂ निषेचन (fertilization) को दिया जाता है।
• मॉडल प्रदर्शन: थेइल-सेन मॉडल NDVI के लिए 6.2% और GPP के लिए 17.4% का औसत LOO-MAPE प्राप्त करते हैं। प्रदर्शन उप-आर्द्र दक्षिण-पूर्व (<12% MAPE) में सबसे अच्छा और अति-शुष्क जैसलमेर (31.5%) तथा शुष्क चुरू (41.4%) में सबसे खराब है, जिसका कारण उच्च अंतर-वार्षिक शोर और डिटेक्शन फ्लोर संबंधी मुद्दे हैं।
• 2026 का पूर्वानुमान: एक ONI के -0.1 (FMA 2026) के आधार पर, राज्य-औसत खरीफ GPP का पूर्वानुमान 249.5 g C m⁻² (विसंगति -3.2%) है। 33 में से 30 जिलों को 'सामान्य के करीब' (NEAR NORMAL) वर्गीकृत किया गया है, जबकि जैसलमेर, चुरू और झुंझुनू को 'सामान्य से नीचे' (BELOW NORMAL) पूर्वानुमानित किया गया है।

महत्व और दावे
यह पत्र दावा करता है कि इसके निष्कर्ष उपग्रह-आधारित कार्बन निगरानी और कृषि नियोजन के लिए महत्वपूर्ण अंतर्दृष्टि प्रदान करते हैं। विशेष रूप से, यह तर्क देता है कि यदि एल नीनो घटनाओं के दौरान कैनोपी हरितता (NDVI) की तुलना में कार्बन प्रवाह (GPP) के असंगत दमन को ध्यान में नहीं रखा गया, तो औसत या गीले वर्षों के लिए कैलिब्रेट किए गए NDVI-आधारित उपज मॉडल खरीफ उत्पादन का व्यवस्थित रूप से अधिक अनुमान लगाएंगे।

यह अध्ययन अपने थेइल-सेन समीकरणों को एक सरल सुधार ढांचे के रूप में प्रस्तुत करता है। प्री-सीजन ONI पूर्वानुमानों को जिला-मध्यम वर्षा अनुमानों के साथ एकीकृत करके, योजनाकार कटाई से कुछ सप्ताह पहले GPP अनुमानों को समायोजित कर सकते हैं। लेखक निष्कर्ष निकालते हैं कि पहचाने गए "ONI-संवेदनशील" जिले, वर्षा के पूर्वानुमानों के साथ समुद्री सतह तापमान (SST) के दृष्टिकोण को शामिल करते हुए विभेदित फसल सलाहकार रणनीतियों का आधार प्रदान करते हैं। यह कार्य परिचालन रूप से तैयार है, बशर्ते कि स्थापित समीकरणों के माध्यम से वास्तविक समय के वर्षा पूर्वानुमानों को प्रसारित किया जाए।