A Global Assessment of Bimodality Underlying Normalized Drought Indices (SPI and SPEI)
यह वैश्विक मूल्यांकन इस बात की पुष्टि करता है कि SPI और SPEI जैसे सामान्यीकृत सूखा सूचकांकों के आधारभूत एकैकिक वितरण (unimodal distribution) की धारणा अधिकांश स्थानों और अनुप्रयोगों के लिए वैध है, जिसमें द्वैध वितरण (bimodality) एक दुर्लभ घटना है जो मुख्य रूप से शुष्क, अत्यधिक मौसमी क्षेत्रों में अल्प संचय अवधियों तक सीमित है जहाँ यह अक्सर वास्तविक जलवायु प्रक्रियाओं के बजाय डेटा संबंधी विसंगतियों (data artifacts) से उत्पन्न 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
द दशकों से, मौसम विज्ञानी और जल प्रबंधक यह तय करने के लिए कि कब कोई क्षेत्र संकट में है, सूखे को मापने के एक विशिष्ट तरीके पर भरोसा करते आए हैं। वे केवल यह नहीं देखते कि कल कितनी बारिश हुई; वे यह देखते हैं कि एक निश्चित अवधि, जैसे तीन महीने या एक वर्ष के दौरान कितनी बारिश हुई है, और उस कुल योग की तुलना उस विशिष्ट समय के लिए सामान्य वर्षा से करते हैं। यह तुलना एक स्कोर बनाती है जो हमें बताती है कि कोई स्थान सामान्य से अधिक गीला है या सूखा। इन कच्चे आंकड़ों को एक स्कोर में बदलने के लिए, वैज्ञानिक एक गणितीय उपकरण का उपयोग करते हैं जो यह मान लेता है कि किसी भी स्थान में वर्षा के पैटर्न एक एकल, सुचारू वक्र (smooth curve) का अनुसरण करते हैं। एक पहाड़ी की कल्पना करें जिसका बीच में एक शिखर है; यह आकार बताता है कि अधिकांश वर्ष औसत होते हैं, और बहुत गीले या बहुत सूखे वर्ष कम होते हैं, और इन अवस्थाओं के बीच का संक्रमण क्रमिक होता है। यह धारणा वैश्विक सूखे की निगरानी का आधार रही है, लेकिन अब तक, किसी ने भी पूरी तरह से यह जांच नहीं की थी कि क्या वास्तविक दुनिया वास्तव में हर जगह इस एकल-शिखर वाले आकार में फिट बैठती है।
शोधकर्ताओं की एक टीम ने इस लंबे समय से चली आ रही धारणा का परीक्षण करने के लिए पूरी दुनिया में अभियान चलाया। वे जानना चाहते थे कि क्या वर्षा का डेटा, जिसका उपयोग सूखे के स्कोर की गणना करने के लिए किया जाता है, कभी एक के बजाय दो अलग-अलग शिखरों का रूप लेता है। वास्तविक दुनिया में, दो-शिखर वाला पैटर्न यह संकेत देगा कि किसी स्थान के दो बहुत अलग प्रकार के मौसम वाले वर्ष हैं: शायद बहुत सूखे वर्षों का एक समूह और बहुत गीले वर्षों का एक अलग समूह, और बीच में बहुत कम वर्ष। यदि यह "दोहरे-पहाड़" वाला पैटर्न मौजूद है, तो सूखे के स्कोर की गणना के लिए उपयोग किए जाने वाले मानक गणितीय उपकरण भ्रामक हो सकते हैं, जो संभावित रूप से सूखे की वास्तविक गंभीरता को छिपा सकते हैं या गीले दौर की गलत पहचान कर सकते हैं। शोधकर्ताओं ने वैश्विक जलवायु रिकॉर्ड की जांच की, जिसमें 1901 से 2021 तक के वर्षा डेटा को देखा, ताकि यह देखा जा सके कि क्या यह दो-शिखर वाला व्यवहार हमारे जलवायु का एक सामान्य लक्षण है या एक दुर्लभ अपवाद।
इस अध्ययन ने, जिसने दो प्रमुख वैश्विक जलवायु डेटासेट का विश्लेषण किया, पाया कि दुनिया के अधिकांश हिस्सों के लिए दो-शिखर वाले पैटर्न की चिंता काफी हद तक निराधार है। शोधकर्ताओं ने पाया कि एकल-शिखर वाली धारणा अधिकांश स्थानों और लगभग सभी मौसमों के लिए सत्य है। द्वimodality (बाइमोडैलिटी), जिसे दो शिखरों के होने का वैज्ञानिक शब्द कहा जाता, एक दुर्लभ घटना पाई गई। जब यह दिखाई दिया, तो यह लगभग विशेष रूप से सहारा के किनारों, अरब प्रायद्वीप, और ऑस्ट्रेलिया तथा दक्षिण अमेरिका के कुछ हिस्सों जैसे गर्म, शुष्क क्षेत्रों में था। यहाँ तक कि इन सूखे स्थानों में भी, दो-शिखर वाला पैटर्न केवल बहुत छोटी समय अवधि, जैसे कि वर्षा के तीन महीने के संचय को देखने पर ही दिखाई देता था। जैसे-जैसे शोधकर्ताओं ने लंबी अवधि, जैसे छह महीने या एक पूर्ण वर्ष को देखा, दो शिखर गायब हो गए, और वापस एक एकल, सुचारू वक्र में मिल गए। यह सुझाव देता है कि किसी शुष्क रेगिस्तान में एक विशिष्ट महीने में दो अलग-अलग मौसम मोड हो सकते हैं, लेकिन समय की एक लंबी अवधि में जलवायु इन अंतरों को सुचारू कर देती है।
शोधकर्ताओं ने यह भी जांच की कि कुछ डेटा क्यों दो शिखर दिखाते प्रतीत होते थे जब उन्हें नहीं दिखाना चाहिए था। उन्होंने पाया कि दो-शिखर वाले पैटर्न के कई दिखने वाले मामले प्रकृति के कारण नहीं थे, बल्कि स्वयं डेटा की त्रुटियों के कारण थे। कुछ स्थानों पर, रिकॉर्ड में समान संख्याओं के लंबे अंतराल थे, जो संभवतः इसलिए हुआ क्योंकि लापता डेटा को बिना उचित फ्लैग के औसत मूल्यों के साथ भरा गया था। अन्य स्थानों पर, डेटा को कुछ विशिष्ट संख्याओं में राउंड (गोल) कर दिया गया था, जिससे कृत्रिम स्पाइक्स बन गए जो दूसरे शिखर की तरह दिखे। एक बार जब इन डेटा त्रुटियों को हटा दिया गया, तो वास्तविक दो-शिखर वाला पैटर्न दिखाने वाले स्थानों की संख्या काफी कम हो गई। अध्ययन ने यह भी देखा कि शून्य वर्षा वाले दिनों को शामिल करने से परिणामों पर क्या प्रभाव पड़ा। हालांकि शून्य-वर्षा वाले दिनों को शामिल करने से शुष्क क्षेत्रों में दो शिखरों के दिखने की संभावना बढ़ गई, शोधकर्ताओं ने नोट किया कि मानक सूखे की गणना आमतौर पर इन शून्य मानों को अलग से संभालती है, इसलिए यह अधिकांश उपयोगकर्ताओं के लिए कोई बड़ी व्यावहारिक समस्या नहीं है।
जब शोधकर्ताओं ने मानक वर्षा सूचकांक की तुलना एक अधिक जटिल संस्करण से की जो वाष्पीकरण और पौधों के जल उपयोग को भी ध्यान में रखता है, तो परिणाम सुसंगत रहे। जटिल संस्करण ने दो शिखर दिखने के और भी कम मामले दिखाए, जो यह सुझाव देता है कि गणना में अधिक भौतिक विवरण जोड़ने से डेटा वास्तव में एक एकल, सुचारू वक्र की तरह दिखता है। अध्ययन ने निष्कर्ष निकाला कि बाइमोडैलिटी के कारण सूखे की निगरानी के नियमों के उल्लंघन का डर अतिरंजित है। दुनिया के भारी बहुमत के लिए, और सूखे की निगरानी के लिए आमतौर पर उपयोग किए जाने वाले समय के पैमाने के लिए, एकल-शिखर मॉडल सटीक है। जहाँ मॉडल संघर्ष कर सकता है, वे स्थान 30 डिग्री उत्तर और 30 डिग्री दक्षिण अक्षांश के बीच के विशिष्ट, अत्यधिक मौसमी शुष्क जलवायु वाले क्षेत्र हैं, और वह भी केवल बहुत छोटी समय अवधि में।
सूखे की निगरानी करने वाले वैज्ञानिकों और अधिकारियों के लिए यह निष्कर्ष एक राहत की बात है। इसका अर्थ है कि वे दुनिया के अधिकांश हिस्सों के लिए अपने सिस्टम को बदलने की आवश्यकता के बिना, सूखे के स्कोर की गणना करने के लिए स्थापित, विश्वसनीय तरीकों का उपयोग जारी रख सकते हैं। हालाँकि, यह अध्ययन उन लोगों के लिए एक विशिष्ट चेतावनी भी देता है जो शुष्क क्षेत्रों में काम कर रहे हैं जिनमें तीव्र गीले और सूखे मौसम होते हैं। इन विशिष्ट क्षेत्रों में, विशेष रूप से तीन महीने की छोटी खिड़कियों का उपयोग करते समय, यह देखना बुद्धिमानी है कि क्या डेटा में दो अलग-अलग शिखर तो नहीं हैं। यदि दो-शिखर वाला पैटर्न पाया जाता है, तो इसे संभालने के लिए अधिक उन्नत गणितीय उपकरण उपलब्ध हैं, लेकिन उनकी आवश्यकता बहुत कम मामलों में ही पड़ती है। शोध पुष्टि करता है कि सरल, एकल-वक्र दृष्टिकोण मजबूत है, जो वैश्विक जलवायु की जटिलता को आश्चर्यजनक सटीकता के साथ संभालता है, और दुर्लभ अपवाद आमतौर पर विज्ञान में मौलिक दोष के बजाय डेटा की विचित्रताएं होते 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।