Infrared Transparency as a Discriminative Signal and Task-Specific Spectral Ranges for Ink and Substrate Analysis in Historical Manuscripts

इतिहास अक्सर ऐसी स्याही में लिखा जाता है जो सदियों के बीतने के साथ फीकी पड़ गई है, दागदार हो गई है, या धुंधली हो गई है। संरक्षकों और इतिहासकारों के लिए, यह जानना कि एक नाजुक पांडुलिपि पर किस प्रकार की स्याही का उपयोग किया गया था, केवल जिज्ञासा का विषय नहीं है; यह एक कुंजी है जिससे यह समझा जा सकता है कि दस्तावेज़ कब बनाया गया था, इसे किसने लिखा था, और इसे कैसे संरक्षित किया जाना चाहिए। विभिन्न स्याही अलग-अलग तरह से उम्र बढ़ती है, और कुछ, जैसे कि आयरन गॉल (iron gall) स्याही, वास्तव में उस कागज या चर्मपत्र (parchment) को खा सकती है जिस पर वे स्थित हैं। इन सामग्रियों का अध्ययन बिना उन्हें नुकसान पहुँचाए करने के लिए, वैज्ञानिक हाइपरस्पेक्ट्रल इमेजिंग नामक तकनीक का उपयोग करते हैं। एक मानक कैमरे की तरह केवल तीन रंगों के साथ छवि देखने के बजाय, यह तकनीक पृष्ठ के प्रत्येक बिंदु पर प्रकाश के पूर्ण स्पेक्ट्रम (वर्णक्रम) को कैप्चर करती है। यह एक ऐसी तस्वीर लेने जैसा है जहाँ प्रत्येक पिक्सेल में उसके नीचे मौजूद सामग्री का एक विस्तृत रासायनिक फिंगरप्रिंट होता है। चुनौती हमेशा यह रही है कि प्रकाश के कौन से हिस्से वास्तव में उपयोगी हैं। कैमरे दृश्य प्रकाश (visible light), निकट-अवरक्त प्रकाश (near-infrared light), और लघु-तरंग अवरक्त प्रकाश (short-wave infrared light) देख सकते हैं, लेकिन कोई भी एक कैमरा एक साथ उन सभी को नहीं देख सकता। शोधकर्ताओं को लंबे समय से संदेह था कि विभिन्न प्रकार का प्रकाश अलग-अलग रहस्य प्रकट करता है, लेकिन अब तक, इस बात का कोई स्पष्ट प्रमाण नहीं था कि ऐतिहासिक स्याही की पहचान करने बनाम उस कागज या चर्मपत्र की पहचान करने के लिए प्रकाश की कौन सी विशिष्ट श्रेणी सबसे अच्छी है जिस पर वे लिखी गई हैं।

कतर विश्वविद्यालय के शोधकर्ताओं की एक टीम ने HYPERDOC डेटासेट नामक ऐतिहासिक दस्तावेजों और परीक्षण नमूनों के एक सार्वजनिक संग्रह का उपयोग करके इस पहेली को सुलझाने का प्रयास किया। वे यह पता लगाना चाहते थे कि क्या वे प्रकाश के स्पेक्ट्रम के बड़े हिस्सों को हटा सकते हैं और फिर भी सटीक परिणाम प्राप्त कर सकते हैं, या क्या उन्हें डेटा की पूरी श्रृंखला की आवश्यकता है। ऐसा करने के लिए, उन्होंने इन प्रकाश स्पेक्ट्रा को पढ़ने में सक्षम एक कंप्यूटर प्रणाली बनाई और इसे तीन सामान्य प्रकार की ऐतिहासिक स्याही: आयरन गॉल, कार्बन-आधारित, और सेपिया (sepia) के बीच अंतर करने के लिए प्रशिक्षित किया। उन्होंने सिस्टम से पृष्ठभूमि सामग्री, जैसे कि चर्मपत्र या कपास-लिनन कागज की पहचान करने के लिए भी कहा। शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने ठीक एक ही कंप्यूटर मॉडल को नौ अलग-अलग बार चलाया, और हर बार इसमें प्रकाश के स्पेक्ट्रम का एक अलग हिस्सा डाला। कुछ रन में केवल वही दृश्य रंग उपयोग किए गए जिन्हें हम अपनी आँखों से देखते हैं, कुछ में केवल निकट-अवरक्त (near-infrared) का उपयोग किया गया, और कुछ में लघु-तरंग अवरक्त (short-wave infrared) या उनके संयोजन का उपयोग किया गया। उन्होंने डेटा को इस तरह विभाजित करके अपना परीक्षण निष्पक्ष बनाया कि कंप्यूटर का परीक्षण उन दस्तावेजों पर किया गया जिन्हें उसने पहले कभी नहीं देखा था, जिससे यह सुनिश्चित हुआ कि वह केवल उत्तरों को याद न कर ले।

परिणाम आश्चर्यजनक रूप से स्पष्ट थे और इस क्षेत्र की एक सामान्य धारणा को उलट देते हैं। शोधकर्ताओं ने पाया कि स्पेक्ट्रम का दृश्य भाग, यानी वे रंग जिन्हें हम देख सकते हैं, स्याही को अलग करने में लगभग कोई अतिरिक्त मदद नहीं प्रदान करता है। जब उन्होंने अपने विश्लेषण से दृश्य प्रकाश को हटा दिया, तो स्याही की पहचान करने की कंप्यूटर की क्षमता में बहुत कम बदलाव आया। वास्तव में, निकट-अवरक्त और लघु-तरंग अवरक्त रेंज कहीं अधिक शक्तिशाली थे। लघु-तरंग अवरक्त अकेले ही उच्च स्तर की सटीकता के साथ स्याही की पहचान करने में सक्षम था, जो दृश्य प्रकाश से कहीं बेहतर प्रदर्शन करता था। इसका कारण यह है कि ये स्याही प्रकाश के साथ कैसे परस्पर क्रिया करती हैं। जैसे-जैसे प्रकाश तरंगें लंबी होती जाती हैं और अवरक्त (infrared) में प्रवेश करती हैं, आयरन गॉल स्याही पारदर्शी होने लगती है, जिससे सेंसर को नीचे के कागज को देखने की अनुमति मिलती है। हालाँकि, कार्बन और सेपिया स्याही, अंधेरी और अपारदर्शी बनी रहती हैं, और प्रकाश को रोकना जारी रखती हैं। यह पारदर्शिता का अंतर ही वह मुख्य संकेत है जिसका उपयोग कंप्यूटर उन्हें अलग करने के लिए करता है। इसके विपरीत, दृश्य प्रकाश तीनों स्याही को गहरा और समान देखता है, जिससे उन्हें अलग करने का कोई तरीका नहीं मिलता।

अध्ययन ने यह भी खुलासा किया कि इन दस्तावेजों का विश्लेषण करने का सबसे अच्छा तरीका एक एकल कैमरा उपयोग करना नहीं है जो सब कुछ देखता है, बल्कि प्रकाश की दो विशिष्ट श्रेणियों को मिलाना है। निकट-अवरक्त और लघु-तरंग अवरक्त डेटा को मिलाकर, शोधकर्ताओं ने उच्चतम सटीकता प्राप्त की, जिससे लगभग हर मामले में स्याही और पृष्ठभूमि सामग्री की सही पहचान हुई। इस संयोजन ने सिस्टम को पूरी तस्वीर देखने की अनुमति दी: कहाँ स्याही अपारदर्शी थी और कहाँ वह पारदर्शी हो गई थी। दिलचस्प बात यह है कि शोधकर्ताओं ने पाया कि स्याही की पहचान के लिए आवश्यक प्रकाश, कागज की पहचान के लिए आवश्यक प्रकाश से भिन्न है। जबकि स्याही वर्गीकरण काफी हद तक अवरक्त में स्याही के विशिष्ट व्यवहार पर निर्भर था, कागज और चर्मपत्र को परीक्षण किए गए प्रकाश की पूरी सीमा में आसानी से पहचाना जा सका। यह सुझाव देता है कि इन दस्तावेजों का अध्ययन करने के लिए उपयोग किए जाने वाले उपकरणों को केवल उपलब्ध उपकरण के बजाय पूछे जा रहे विशिष्ट प्रश्न के आधार पर चुना जाना चाहिए।

यह कार्य भविष्य के संरक्षण प्रयासों के लिए एक व्यावहारिक मार्गदर्शिका प्रदान करता है। यह दिखाता है कि यदि लक्ष्य केवल स्याही के प्रकार को वर्गीकृत करना है, तो ऐतिहासिक स्याही की पहचान करने के लिए दृश्य प्रकाश कैप्चर करने वाले महंगे उपकरण काफी हद तक अनावश्यक हैं। इसके बजाय, अवरक्त स्पेक्ट्रम पर ध्यान केंद्रित करना एक स्पष्ट, अधिक विश्वसनीय संकेत प्रदान करता है। शोधकर्ताओं ने पुष्टि की कि उनकी विधि उनके डेटासेट में पाई जाने वाली विशिष्ट प्रकार की गहरी स्याहीओं पर अच्छी तरह से काम करती है, और सटीकता का एक स्तर प्राप्त करती है जो अधिक जटिल या भिन्न दृष्टिकोणों का उपयोग करने वाले पिछले तरीकों के बराबर या उससे अधिक है। हालाँकि, उन्होंने उल्लेख किया कि उनके निष्कर्ष इन विशिष्ट गहरी स्याहीयों और उनके द्वारा मापे गए प्रकाश रेंज के लिए विशिष्ट हैं। उन्होंने पराबैंगनी (ultraviolet) या मध्य-अवरक्त (mid-infrared) प्रकाश का परीक्षण नहीं किया, और न ही रंगीन स्याही या पिगमेंट का परीक्षण किया। अध्ययन यह निष्कर्ष निकालता है कि जबकि दृश्य स्पेक्ट्रम इस विशिष्ट कार्य के लिए अनावश्यक है, अवरक्त स्पेक्ट्रम में पांडुलिपि के रासायनिक इतिहास को बिना उसे छुए पढ़ने के लिए आवश्यक महत्वपूर्ण जानकारी निहित है।