Forecasting Analysis of Heavy Metal Concentrations in the Ciliwung River Using Random Forest and Xgboost Methods

नदियाँ एक शहर की धमनियां होती हैं, जो जीवन, अपशिष्ट और मानव उद्योग के अदृश्य अवशेषों को बहाकर ले जाती हैं। जकार्ता के हलचल भरे हृदय में, सिलिवुंग नदी ऊंचाइयों से घनी बस्तियों और औद्योगिक क्षेत्रों से होकर समुद्र तक बहती है। दशकों से, वैज्ञानिक जानते हैं कि यह जलमार्ग भारी धातुओं—सीसा (लेड), कैडमियम और पारा जैसे जहरीले तत्वों—को ले जाता है जो नष्ट नहीं होते और खाद्य श्रृंखला में जमा हो सकते हैं। ये प्रदूषक कारखानों, वाहनों के उत्सर्जन और घरेलू कचरे से आते हैं, जो पारिस्थितिकी तंत्र और उन लोगों, दोनों के लिए एक मौन खतरा पैदा करते हैं जो नदी पर निर्भर हैं। पारंपरिक रूप से, इन विषों की जांच करना एक धीमी, महंगी प्रक्रिया रही है जिसमें वैज्ञानिकों को पानी के नमूने एकत्र करने और उन्हें रासायनिक विश्लेषण के लिए प्रयोगशाला भेजने की आवश्यकता होती है। हालांकि यह सटीक है, लेकिन यह विधि प्रतिक्रियात्मक है; यह हमें बताती है कि कल क्या हुआ था, न कि यह कि कल क्या हो सकता है। जैसे-जैसे शहर बढ़ रहे हैं और जलवायु पैटर्न बदल रहे हैं, यह समझने की तत्काल आवश्यकता है कि ये प्रदूषक कहाँ जा रहे हैं, जिससे प्रबंधक तब कार्रवाई कर सकें जब पानी की गुणवत्ता खतरनाक होने वाली हो।

इंडोनेशिया, यूनाइटेड किंगडम और मलेशिया के विश्वविद्यालयों के शोधकर्ताओं की एक टीम ने इस चुनौती के प्रति एक नया दृष्टिकोण अपनाया है। प्रयोगशाला के परिणामों की प्रतीक्षा करने के बजाय, उन्होंने भविष्य की स्थिति का पूर्वानुमान लगाने के लिए पिछले डेटा से सीखने के लिए डिज़ाइन किए गए कंप्यूटर प्रोग्रामों का उपयोग किया। उन्होंने तीन विशिष्ट भारी धातुओं पर ध्यान केंद्रित किया: सीसा, कैडमियम और पारा। इसके लिए, उन्होंने 2015 से 2023 तक के जल गुणवत्ता के ऐतिहासिक रिकॉर्ड एकत्र किए, जिसमें प्रदूषण को प्रभावित करने वाले कारकों, जैसे पानी की अम्लता और कार्बनिक कचरे तथा निलंबित कणों की मात्रा को देखा गया। फिर उन्होंने इस जानकारी को दो शक्तिशाली प्रकार के कंप्यूटर लर्निंग सिस्टम में डाला। एक प्रणाली, जिसे 'रैंडम फॉरेस्ट' (Random Forest) के रूप में जाना जाता है, कई सरल निर्णय वृक्षों (decision trees) का निर्माण करके और उनके उत्तरों का औसत निकालकर काम करती है। दूसरी प्रणाली, जिसे 'XGBoost' कहा जाता है, एक अधिक उन्नत विधि है जो एक के बाद एक कई पेड़ बनाती है, जहाँ प्रत्येक नया पेड़ पिछले पेड़ की गलतियों से सीखकर अपने पूर्वानुमान को परिष्कृत करता है। लक्ष्य यह देखना था कि कौन सी प्रणाली 2024 से 2030 तक नदी में जहरीली धातुओं के स्तर का बेहतर पूर्वानुमान लगा सकती है।

परिणामों ने दिखाया कि अधिक उन्नत प्रणाली, XGBoost, श्रेष्ठ भविष्यवक्ता थी। इसने लगातार कम त्रुटियां कीं और अपने समकक्ष की तुलना में प्रदूषण के जटिल पैटर्न को बेहतर ढंग से समझा। इस सर्वश्रेष्ठ प्रदर्शन करने वाले मॉडल का उपयोग करते हुए, शोधकर्ताओं ने अगले कुछ वर्षों के लिए भारी धातुओं की सांद्रता का अनुमान लगाया। उन्होंने अनुमान लगाया कि सीसे का स्तर 14.285 और 19.483 माइक्रोग्राम प्रति लीटर के बीच, कैडमियम 7.413 और 9.998 माइक्रोग्राम प्रति लीटर के बीच, और पारा 0.227 और 0.457 माइग्राम प्रति लीटर के बीच रहेगा। जब इन आंकड़ों की तुलना इंडोनेशिया सरकार द्वारा मनोरंजन और मछली पालन के लिए उपयोग किए जाने वाले पानी के लिए निर्धारित सुरक्षा सीमाओं से की गई, तो अनुमानों ने राहत का एक सतर्क भाव प्रदान किया। सभी अनुमानित मान कानूनी सीमा के भीतर रहे। हालांकि, अध्ययन ने एक चिंताजनक सूक्ष्म अंतर भी प्रकट किया। हालांकि स्तर सुरक्षित थे, लेकिन कै been अनुमानित था कि कैडमियम की मात्रा अधिकतम अनुमेय सीमा के बहुत करीब रहेगी, जो यह सुझाव देता है कि नदी सुरक्षा के एक बहुत ही संकीले मार्जिन के साथ काम कर रही है।

शोधकर्ताओं ने सावधानीपूर्वक स्पष्ट किया कि ये संख्याएं भविष्य की सुरक्षा की गारंटी नहीं हैं, बल्कि वर्तमान रुझानों पर आधारित शिक्षित अनुमान हैं। मॉडल ने अचानक होने वाले परिवर्तनों, जैसे कि किसी बड़े नए औद्योगिक निर्वहन या किसी असामान्य मौसम की घटना को ध्यान में नहीं रखा है जो नदी में अधिक प्रदूषकों को बहा सकती है। कंप्यूटर प्रोग्राम ने अतीत से सीखा है, इसलिए यदि भविष्य अतीत जैसा दिखता है, तो पूर्वानुमान सटीक रहता है; यदि भविष्य नाटकीय रूप से बदल जाता है, तो मॉडल इसे पकड़ नहीं पाएगा। यही कारण है कि लेखक इस बात पर जोर देते हैं कि उनका कार्य पारंपरिक लैब परीक्षण का स्थान नहीं लेना चाहिए। इसके बजाय, यह एक प्रारंभिक चेतावनी प्रणाली के रूप में कार्य करता है। यह अधिकारियों को यह देखने की अनुमति देता है कि संभावित जोखिम कब उत्पन्न हो सकते हैं, जिससे उन्हें यह तय करने में मदद मिलती है कि उन्हें अपने निगरानी प्रयासों पर कहाँ ध्यान केंद्रित करना चाहिए और कब नियमों को सख्त करना चाहिए।

यह अध्ययन हमारे पर्यावरण के प्रबंधन के तरीके में आए बदलाव को रेखांकित करता है। वर्षों से, नदी प्रबंधन प्रतिक्रिया देने का एक खेल रहा है, जिसमें प्रदूषण के कारण होने वाले नुकसान के बाद उसकी सफाई की जाती है। यह नया दृष्टिकोण एक ऐसे भविष्य का सुझाव देता है जहाँ हम समस्याओं का पूर्वानुमान लगा सकते हैं। डेटा का उपयोग करके रुझानों का पूर्वानुमान लगाकर, शहर के योजनाकार और पर्यावरण एजेंसियां केवल संकटों पर प्रतिक्रिया देने के बजाय उन्हें रोकने की ओर बढ़ सकती हैं। शोध पुष्टि करता है कि हालांकि सिलिवुंग नदी वर्तमान में सुरक्षा मानकों को पूरा करती है, लेकिन शहरी जीवन का दबाव निरंतर बना हुआ है। सीसे और कैडमियम के स्तर एक ऐसी दिशा में बढ़ रहे हैं जिसके लिए सतर्कता की आवश्यकता है। यदि प्रदूषण के स्रोतों को नियंत्रित नहीं किया गया, तो नदी तेजी से सुरक्षित से खतरनाक श्रेणी में जा सकती है। यह कार्य एक अनुस्मारक के रूप में कार्य करता है कि नदी को साफ रखना केवल वहां पहले से मौजूद चीजों को साफ करने के बारे में नहीं है, बल्कि उन अदृश्य शक्तियों को समझने के बारे में भी है जो प्रदूषकों को पानी में धकेलती हैं, और रसायन विज्ञान से लेकर कंप्यूटर विज्ञान तक उपलब्ध हर उपकरण का उपयोग करके शहर और उसके लोगों के स्वास्थ्य की रक्षा करने के बारे में है।