← नवीनतम पेपर
📄 earth_science

Coupling advanced earth observation, Machine learning, GeoAI, and CA-ANN model for assessing Spatio-temporal LULC change in Gilgel Gibe I Watershed, Upper Omo-Gibe Basin, Ethiopia

यह अध्ययन इथियोपिया के गिलगेल गिबे I वाटरशेड में ऐतिहासिक और भविष्य के भूमि उपयोग और भूमि आवरण (LULC) परिवर्तनों का विश्लेषण करने के लिए क्लाउड-आधारित रिमोट सेंसिंग और एक सेलुलर ऑटोमेटा-आर्टिफिशियल न्यूरल नेटवर्क (CA-ANN) मॉडल को एकीकृत करता है, जो वन और घास के मैदानों के क्षेत्र में महत्वपूर्ण गिरावट के साथ-साथ कृषि और निर्मित क्षेत्रों के तीव्र विस्तार को प्रकट करता है जो पारिस्थितिकी तंत्र सेवाओं और पर्यावरणीय स्थिरता के लिए खतरा पैदा करते हैं।

मूल लेखक: Ermiyas Asfaw Molla, Amanuel Tesfaye Kebebew, Albeza Asfaw Molla, Tilahun Kasa Weldetsadik, Zelalem Abera Angello, Sintayehu Yadeta Tolla, Robel Fikadu Alemayehu, Brook Legese Dadhe, Nahom Bekele Mena

प्रकाशित 2026-09-04
📖 8 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Ermiyas Asfaw Molla, Amanuel Tesfaye Kebebew, Albeza Asfaw Molla, Tilahun Kasa Weldetsadik, Zelalem Abera Angello, Sintayehu Yadeta Tolla, Robel Fikadu Alemayehu, Brook Legese Dadhe, Nahom Bekele Mena

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 का परिदृश्य कभी भी वास्तव में स्थिर नहीं होता है। यह सांस लेता है, बदलता है और रूपांतरित होता है क्योंकि लोग फसलें उगाते हैं, घर बनाते हैं और नई जरूरतों के लिए जंगलों को साफ करते हैं। हमारे पैरों के नीचे की जमीन का यह निरंतर पुनर्गठन 'लैंड-यूज़ चेंज' (भूमि उपयोग परिवर्तन) के रूप में जाना जाता है, और यह आज हमारे ग्रह को बदलने वाली सबसे शक्तिशाली ताकतों में से एक है। जब जंगलों और घास के मैदानों जैसे प्राकृतिक क्षेत्रों को खेतों या शहरों में बदल दिया जाता है, तो इसके प्रभाव नदियों में बहने वाले पानी से लेकर उन जानवरों तक पहुँचते हैं जो उन स्थानों को अपना घर कहते हैं। इन परिवर्तनों को समझने के लिए, वैज्ञानिक लंबे समय से ऊपर से पृथ्वी को देखने पर निर्भर रहे हैं, जिसमें कई वर्षों तक एक ही स्थान की तस्वीरें लेने के लिए उपग्रहों का उपयोग किया जाता है। हाल के दशकों में, क्लाउड में स्थित शक्तिशाली कंप्यूटरों की मदद से इन विशाल छवियों के संग्रह को संसाधित करने की क्षमता में विस्फोट हुआ है, जो सेकंडों में बड़ी मात्रा में डेटा का विश्लेषण कर सकते हैं। इन उपग्रह दृश्यों को स्मार्ट कंप्यूटर प्रोग्रामों के साथ जोड़कर, जो पैटर्न सीख सकते हैं, शोधकर्ता अब न केवल यह देख सकते हैं कि अतीत में परिदृश्य कैसे बदला है, बल्कि यह भी सिम्युलेट (अनुकरण) कर सकते हैं कि भविष्य में यह कैसा दिखेगा। यह क्षमता उन समुदायों के लिए अत्यंत महत्वपूर्ण है जिन्हें जल सुरक्षा, खाद्य उत्पादन और अपने प्राकृतिक वातावरण की सुरक्षा के लिए योजना बनाने की आवश्यकता है।

इथियोपिया के उच्च क्षेत्रों में, जिसे गिलगेल गिबे I वाटरशेड (Gilgel Gibe I Watershed) के रूप में जाना जाता है, ये परिवर्तन आश्चर्यजनक गति से हो रहे हैं। यह क्षेत्र, जो विशाल ओमो-गिबे नदी प्रणाली को जल आपूर्ति करता है, सिंचाई, पीने और देश के लिए बिजली उत्पन्न करने के लिए पानी का एक महत्वपूर्ण स्रोत है। हालाँकि, यहाँ की भूमि पर तीव्र दबाव है। शोधकर्ताओं की एक टीम यह समझने के लिए आगे बढ़ी कि पिछले दो दशकों में भूमि के साथ वास्तव में क्या हुआ है और आने वाले दशकों में क्या हो सकता है। उन्होंने एक विशिष्ट प्रश्न पर ध्यान केंद्रित किया: जैसे-जैसे जनसंख्या बढ़ रही है और भोजन एवं आवास की आवश्यकता बढ़ रही है, कैसे जंगलों, घास के मैदानों और कृषि भूमि के बीच का संतुलन बदल रहा है, और वाटरशेड के भविष्य के लिए इसका क्या अर्थ है?

इसका उत्तर देने के लिए, वैज्ञानिकों ने एक डिजिटल टूलकिट का उपयोग किया जो उन्नत उपग्रह इमेजरी को आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) के साथ मिलाता है। उन्होंने अंतरिक्ष से ली गई 2004, 2014 और 2024 की छवियां एकत्र कीं, जो बीस वर्षों की अवधि को कवर करती हैं। ये छवियां विभिन्न उपग्रहों से आई थीं, जिनमें से कुछ ने पृथ्वी को उच्च विवरण के साथ कैद किया और अन्य ने एक व्यापक दृश्य प्रदान किया। गूगल अर्थ इंजन (Google Earth Engine) नामक क्लाउड-आधारित प्रणाली का उपयोग करते हुए, शोधकर्ताओं ने इन छवियों को 'रैंडम फॉरेस्ट' (Random Forest) नामक मशीन-लर्निंग एल्गोरिदम में डाला। इस एल्गोरिदम को एक बहुत ही तेज नजर वाले छात्र के रूप में समझें जिसे अंतरिक्ष से जंगलों, खेतों और शहरों के हजारों उदाहरण दिखाए गए हैं। इन उदाहरणों से सीखकर, कंप्यूटर स्वचालित रूप से छवियों के प्रत्येक पिक्सेल को छह श्रेणियों में विभाजित करने में सक्षम था: वन (forest), जल (water), निर्मित क्षेत्र (built-up areas), खाली भूमि (bare land), घास के मैदान (grassland), या कृषि (agriculture)। कंप्यूटर ने इसे उल्लेखनीय सटीकता के साथ किया, और सबसे हाल के वर्ष में 93% से अधिक बार भूमि आवरण को सही ढंग से पहचाना, जिससे टीम को तीन अलग-अलग समय पर परिदृश्य की स्पष्ट और सटीक तस्वीर मिली।

इस ऐतिहासिक समीक्षा के परिणामों ने एक नाटकीय परिवर्तन का खुलासा किया। 2004 में, वाटरशेड का लगभग 20% हिस्सा वनों से ढका हुआ था। 2024 तक, वह संख्या तेजी से गिरकर केवल 8% से अधिक रह गई, जो पेड़ों के लगभग 50,000 हेक्टेयर के नुकसान को दर्शाता है। इसके स्थान पर, कृषि में भारी उछाल आया है। कृषि भूमि 2004 में क्षेत्र के लगभग 60% हिस्से को कवर करने से बढ़कर 2024 में लगभग 79% हो गई। यह बदलाव कोई धीमी गति से हुआ बदलाव नहीं था, बल्कि एक तीव्र रूपांतरण था, जहाँ बढ़ती आबादी को खिलाने के लिए प्राकृतिक जंगलों और घास के मैदानों को व्यवस्थित रूप से खेतों में बदल दिया गया। इसी समय, मानव बस्तियों, या निर्मित भूमि वाले क्षेत्र में जबरदस्त वृद्धि हुई। जो कभी परिदृश्य का एक छोटा सा हिस्सा था, 1% से भी कम, वह बीस वर्षों में बढ़कर 3% से अधिक हो गया, जो कस्बों और गाँवों के बढ़ते पदचिह्न को दर्शाता है। घास के मैदान, जो कभी वाटरशेड के लगभग 13% हिस्से को कवर करते थे, आधे रह गए और फसलों तथा बस्तियों के लिए जगह बनाने के लिए गायब हो गए।

लेकिन कहानी अतीत पर समाप्त नहीं होती है। शोधकर्ता यह जानना चाहते थे कि यह प्रक्षेपवक्र किस दिशा में जा रहा है। ऐसा करने के लिए, उन्होंने एक परिष्कृत सिमुलेशन मॉडल का उपयोग किया जो दो शक्तिशाली अवधारणाओं को जोड़ता है: सेलुलर ऑटोमेटा (cellular automata) और आर्टिफिशियल न्यूरल नेटवर्क (artificial neural networks)। सरल शब्दों में, यह मॉडल एक डिजिटल क्रिस्टल बॉल (भविष्य बताने वाला गोला) की तरह कार्य करता है। यह उन नियमों को देखता है जिन्होंने 2004 और 2014 के बीच भूमि परिवर्तनों को नियंत्रित किया था—जैसे कि भूमि किसी सड़क के कितने करीब थी, ढलान कितनी खड़ी थी, या वह शहर से कितनी दूर थी—और उन समान नियमों को भविष्य में 2034 और 2044 में भूमि कैसी दिखेगी, यह अनुमान लगाने के लिए लागू करता है। भविष्य के लिए मॉडल पर भरोसा करने से पहले, टीम ने इसे शुरुआती डेटा के आधार पर 2024 के परिदृश्य की भविष्यवाणी करने के लिए कहकर परीक्षण किया। मॉडल सफल रहा, जिसने उच्च सटीकता के साथ वास्तविक 2024 के मानचित्र से मेल खाया, जिससे उन्हें और आगे देखने का विश्वास मिला।

आने वाले दशकों के लिए अनुमान एक गंभीर तस्वीर पेश करते हैं। यदि वर्तमान रुझान जारी रहते हैं, तो वाटरशेड में वन आवरण और भी सिकुड़ने की उम्मीद है, जो 2044 तक कुल क्षेत्र के केवल 6.5% तक गिर जाएगा। इसका मतलब यह होगा कि 2004 में मौजूद वनों का तीन-चौथाई से अधिक हिस्सा खत्म हो जाएगा। इसके विपरीत, अनुमान है कि कृषि भूमि वाटरशेड के 81% से अधिक हिस्से को कवर करेगी, जो उस बिंदु के करीब पहुँच रही है जहाँ परिवर्तन के लिए बहुत कम प्राकृतिक भूमि बची है। निर्मित क्षेत्र भी तेजी से बढ़ने की उम्मीद है, जो अगले बीस वर्षों में आकार में दोगुना हो जाएगा क्योंकि शहरीकरण तेज हो रहा है। घास के मैदान, जो पहले से ही कम हो चुके हैं, लगभग पूरी तरह से गायब होने का अनुमान है, जिससे फसलों और कंक्रीट के प्रभुत्व वाला परिदृश्य पीछे रह जाएगा।

ये परिवर्तन वाटरशshed के स्वास्थ्य और उन लोगों के लिए गहरे निहितार्थ रखते हैं जो इस पर निर्भर हैं। जंगल और घास के मैदान प्राकृतिक स्पंज के रूप में कार्य करते हैं, जो बारिश को सोख लेते हैं और इसे धीरे-धीरे नदियों में छोड़ देते हैं, जो भारी बारिश के दौरान बाढ़ को रोकने में मदद करता है और सूखे के मौसम के दौरान जल प्रवाह को बनाए रखता है। जैसे-जैसे इन प्राकृतिक क्षेत्रों को कठोर सतहों और गहन खेती द्वारा प्रतिस्थापित किया जाता है, भूमि जल को नियंत्रित करने की अपनी क्षमता खो देती है। इससे तेज़ बहाव (runoff), मिट्टी का कटाव और बाढ़ एवं सूखे दोनों का उच्च जोखिम बढ़ सकता है। इसके अलावा, कटे हुए खेतों से बहकर आने वाला अवसाद (sediment) उन जलाशयों को अवरुद्ध कर सकता है जो क्षेत्र के हाइड्रोइलेक्ट्रिक बांधों को शक्ति देते हैं, जिससे बिजली की दीर्घकालिक आपूर्ति को खतरा पैदा होता है। घास के मैदानों का नुकसान उन पशुपालक समुदायों के आजीविका को भी खतरे में डालता है जो अपने पशुधन के लिए खुले चरागाहों पर निर्भर हैं।

यह अध्ययन यह दावा नहीं करता है कि ये भविष्य के परिणाम अपरिहार्य हैं, बल्कि यह कि यदि वर्तमान विकास पैटर्न अनियंत्रित रूप से जारी रहता है तो यह संभावित परिणाम है। शोधकर्ता इस बात पर जोर देते हैं कि ये सिमुलेशन ऐतिहासिक रुझानों पर आधारित हैं और इनमें नीतिगत परिवर्तनों, नए संरक्षण प्रयासों या आर्थिक व्यवहार के बदलावों को शामिल नहीं किया गया है। हालाँकि, डेटा की स्पष्टता एक शक्तिशाली चेतावनी देती है। यह सुझाव देता है कि यदि शेष जंगलों की रक्षा करने और कृषि विस्तार को अधिक स्थायी रूप से प्रबंधित करने के लिए महत्वपूर्ण हस्तक्षेप नहीं किया गया, तो वाटरशेड गंभीर पर्यावरणीय चुनौतियों का सामना कर सकता है। ये निष्कर्ष योजनाकारों और नीति निर्माताओं के लिए एक महत्वपूर्ण उपकरण प्रदान करते हैं, जो भूमि उपयोग के निर्णय लेने के लिए एक स्पष्ट दृश्य और मात्रात्मक आधार प्रदान करते हैं। यह समझकर कि परिदृश्य वास्तव में कैसे बदल रहा है और यह किस दिशा में जा रहा है, इस क्षेत्र के पास अपने विकास को एक ऐसे भविष्य की ओर मोड़ने का अवसर है जो मानवीय आवश्यकताओं और उन्हें सहारा देने वाली महत्वपूर्ण प्राकृतिक प्रणालियों के संरक्षण के बीच संतुलन बनाता है।

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।

Digest आज़माएँ →