Machine Learning-Based Spatial Mapping, Source Apportionment and Health Risk Prediction of Heavy Metal Contamination in Zanjan Province, Iran
यह अध्ययन ज़ंजन प्रांत, ईरान में भारी धातु संदूषण के स्रोतों को मैप करने के लिए मशीन लर्निंग मॉडल और बहुभिन्नरूपी सांख्यिकीय विश्लेषण का उपयोग करता है, जो यह प्रकट करता है कि ग्रेडिएंट बूस्टिंग और सपोर्ट वेक्टर रिग्रेशन स्वास्थ्य जोखिमों की प्रभावी ढंग से भविष्यवाणी करते हैं जबकि यह भी रेखांकित करते हैं कि वयस्कों की तुलना में बच्चों को कैडमियम, कॉपर और निकल के संपर्क से काफी अधिक गैर-कार्सिनोजेनिक और कार्सिनोजेनिक जोखिमों का सामना करना पड़ता 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
हमारे पैरों के नीचे की ज़मीन को अक्सर मानव जीवन के लिए एक शांत, स्थिर मंच माना जाता है, लेकिन दुनिया के कई हिस्सों में, यह अदृश्य रासायनिक इतिहास का एक सक्रिय भंडार है। जब खनन, औद्योगिक कचरे या वाहन उत्सर्जन के माध्यम से सीसा (lead), जस्ता (zinc), या कैडमियम (cadmium) जैसी भारी धातुएं मिट्टी में प्रवेश करती हैं, तो वे टूटती या गायब नहीं होती हैं। इसके बजाय, वे दशकों तक बनी रहती हैं, हवा द्वारा उठाए जाने, बारिश द्वारा धुल जाने, या सबसे खतरनाक रूप से, मनुष्यों और जानवरों द्वारा ग्रहण किए जाने की प्रतीक्षा करती हैं। इन धातुओं से उत्पन्न जोखिम इस बात पर निर्भर करता है कि उनकी मात्रा कितनी है, वे कहाँ स्थित हैं, और कौन उनसे प्रभावित हो रहा है। बच्चे अद्वितीय रूप से संवेदनशील होते हैं; उनके छोटे शरीर, विकसित होते अंग और मिट्टी में खेलने की स्वाभाविक प्रवृत्ति के कारण वे वयस्कों की तुलना में इन विषाक्त पदार्थों को अधिक आसानी से अवशोषित करते हैं। इस संदूषण का सटीक मानचित्र समझने और यह अनुमान लगाने के लिए कि कौन खतरे में है, केवल कुछ नमूने लेने और बाकी का अनुमान लगाने से कहीं अधिक की आवश्यकता है। इसके लिए एक ऐसे तरीके की आवश्यकता है जो पृथ्वी की रसायन विज्ञान और इसके निवासियों के स्वास्थ्य को जोड़ने वाले अदृश्य पैटर्न को देख सके।
ईरान के ज़ंजन (Zanjan) प्रांत के उत्तर-पश्चिमी क्षेत्र में, शोधकर्ताओं के एक दल ने अभूतपूर्व विवरण के साथ इस छिपे हुए खतरे का मानचित्र बनाने का प्रयास किया। यह क्षेत्र अंगौरन (Angouran) खान का घर है, जो मध्य पूर्व के सबसे बड़े जस्ता भंडारों में से एक है, जो सक्रिय स्मेल्टरों और औद्योगिक शहरों के साथ 1960 के दशक से संचालित हो रहा है। दशकों से, इन परिचालनों ने आसपास की भूमि पर एक रासायनिक पदचिह्न छोड़ा है। समस्या के पूर्ण दायरे को समझने के लिए, शोधकर्ताओं ने पूरे प्रांत में 357 विभिन्न स्थानों से मिट्टी एकत्र की, जिससे डेटा बिंदुओं का एक सघन ग्रिड बना जिसने पूरे क्षेत्र को कवर किया। उन्होंने छह विशिष्ट भारी धातुओं के स्तर को मापा: जस्ता, तांबा, कैडमियम, निकल, लोहा और सीसा। इस विशाल मात्रा में डेटा की व्याख्या करने के लिए किसी एक विधि पर भरोसा करने के बजाय, उन्होंने मशीन लर्निंग नामक उन्नत कंप्यूटर प्रोग्रामों के एक समूह का उपयोग किया। ये प्रोग्राम अत्यधिक प्रशिक्षित पैटर्न-पहचान इंजन की तरह कार्य करते हैं, जो धातु की सांद्रता और मनुष्यों के लिए उनके संभावित स्वास्थ्य जोखिमों के बीच जटिल संबंधों को खोजने में सक्षम हैं।
अध्ययन ने तीव्र विरोधाभासों वाले परिदृश्य को उजागर किया। जबकि कुछ क्षेत्रों में धातु का स्तर इस क्षेत्र की चट्टानों में पाए जाने वाले प्राकृतिक बैकग्राउंड के करीब था, अन्य क्षेत्र संदूषण से संतृप्त थे। जस्ता सबसे व्यापक अपराधी था, जिसमें नमूने लिए गए लगभग 96 प्रतिशत स्थलों में स्तर प्राकृतिक बैकग्राउंड से अधिक पाया गया, और कुछ स्थानों पर यह अपेक्षित मात्रा से तीस-चार गुना अधिक था। कैडमियम, हालांकि कम पूर्ण मात्रा में मौजूद था, स्वास्थ्य प्रभाव के मामले में सबसे खतरनाक पाया गया क्योंकि यह बहुत कम मात्रा में भी अत्यधिक विषैला होता है और दशकों तक मानव शरीर में बना रहता है। शोधकर्ताओं ने इस प्रदूषण के उद्गम का पता लगाने के लिए अपने कंप्यूटर मॉडल का उपयोग किया। उन्होंने तीन विशिष्ट स्रोतों की पहचान की: एक खनन और स्मेल्टिंग सिग्नेचर जिसमें जस्ता, कैडमियम और सीसा प्रमुख था, जो अंगौरन खान के आसपास केंद्रित था; एक औद्योगिक सिग्नेचर जिसमें तांबा और लोहा शामिल था जो ज़ंजन औद्योगिक शहर से जुड़ा था; और एक प्राकृतिक, भूवैज्ञानिक बैकग्राउंड जिसमें निकल और लोहा स्थानीय चट्टानों से आया था।
जो चीज़ इस शोध को विशेष रूप से शक्तिशाली बनाती थी, वह थी अलग-अलग लक्ष्यों के लिए अलग-अलग प्रकार के कंप्यूटर मॉडल का उपयोग करके उच्च सटीकता के साथ स्वास्थ्य जोखिमों की भविष्यवाणी करने की क्षमता। टीम ने पाया कि कोई भी एक कंप्यूटर प्रोग्राम हर काम के लिए पूर्ण नहीं था। सामान्य प्रदूषण भार और गैर-कैंसर स्वास्थ्य जोखिमों की भविष्यवाणी करने के लिए, 'ग्रेडिएंट बूस्टिंग रिग्रेशन' (Gradient Boosting Regression) नामक एक मॉडल सबसे अच्छा काम करता था, जो सटीक रूप से मानचित्रित करता था कि कहाँ मिट्टी खतरनाक थी। हालांकि, जीवन भर कैंसर विकसित होने के जोखिम की भविष्यवाणी करने के लिए, 'सपोर्ट वेक्टर रिग्रेशन' (Support Vector Regression) नामक एक अलग मॉडल बेहतर साबित हुआ। यह अंतर महत्वपूर्ण था क्योंकि इसने शोधकर्ताओं को एक ऐसा अधिक सटीक चित्र बनाने की अनुमति दी जो केवल एक उपकरण से सब कुछ करने के प्रयास से कहीं बेहतर था। उनके विश्लेषण ने पुष्टि की कि कैडमियम और सीसा तत्काल, गैर-कैंसर स्वास्थ्य खतरों के प्राथमिक चालक थे, जबकि तांबा और निकल दीर्घकालिक कैंसर जोखिमों में मुख्य योगदानकर्ता थे।
इस अध्ययन की सबसे उल्लेखनीय खोज बच्चों और वयस्कों के बीच जोखिम का नाटकीय अंतर थी। शोधकर्ताओं ने गणना की कि जहाँ केवल बहुत कम स्थलों ने वयस्कों के लिए गैर-कैंसर स्वास्थ्य जोखिम पैदा किया, वहीं 35 प्रतिशत स्थल बच्चों के लिए सुरक्षा सीमा से ऊपर थे। दूसरे शब्दों में, इन स्थानों पर मिट्टी में खेलने वाले बच्चे को एक वयस्क की तुलना में बारह गुना अधिक नुकसान का जोखिम होता है जो उसी स्थान पर खड़ा है। यह असमानता इस तथ्य से प्रेरित है कि बच्चे अपने शरीर के वजन के सापेक्ष अधिक मिट्टी का सेवन करते हैं और वे विषाक्त पदार्थों के प्रति अधिक संवेदनशील होते हैं। अध्ययन ने पांच विशिष्ट "हॉटस्पॉट" स्थलों की पहचान की, जो खान के अवशेषों (tailings) के ठीक बगल में स्थित थे, जहाँ संदूषण इतना गंभीर था कि स्थानीय आबादी की सुरक्षा के लिए मिट्टी की सफाई या उसे ढकने (capping) जैसे तत्काल कदम उठाना आवश्यक है।
शोधकर्ताओं ने एक ऐसी तकनीक का भी उपयोग किया जो यह स्पष्ट करती है कि किसी भी स्थान पर किस धातु के लिए जोखिम जिम्मेदार है। उन्होंने पाया कि सबसे खतरनाक क्षेत्रों में, कैडमियम स्वास्थ्य जोखिमों को सुरक्षा सीमा से ऊपर धकेलने वाला सबसे बड़ा कारक था। इसका अर्थ यह है कि यदि लक्ष्य बच्चों के लिए मिट्टी को सुरक्षित बनाना है, तो कैडमियम को हटाना या बेअसर करना सबसे प्रभावी पहला कदम होगा, भले ही अन्य धातुएं मौजूद रहें। अध्ययन ने केवल समस्या की पहचान नहीं की; इसने इसे हल करने के लिए एक स्पष्ट, डेटा-संचालित रोडमैप प्रदान किया। विस्तृत स्थानिक मानचित्रों के साथ उन्नत कंप्यूटर भविष्यवाणियों को जोड़कर, टीम ने दिखाया कि खतरा समान नहीं है बल्कि विशिष्ट औद्योगिक गतिविधियों द्वारा संचालित विशिष्ट क्षेत्रों में केंद्रित है।
यह कार्य एक ब्लूप्रिंट के रूप में कार्य करता है कि कैसे आधुनिक विज्ञान पर्यावरणीय स्वास्थ्य संकटों से निपट सकता है। यह केवल माप लेने से आगे बढ़कर यह समझने की एक गतिशील, भविष्य कहने वाली समझ बनाता है कि प्रदूषण पर्यावरण के माध्यम से कैसे चलता है और मानव स्वास्थ्य को कैसे प्रभावित करता है। निष्कर्ष बताते हैं कि खनन-प्रधान क्षेत्रों में, बच्चों की सुरक्षा के लिए एक लक्षित दृष्टिकोण की आवश्यकता है जो उनकी अद्वितीय संवेदनशीलता को पहचानता हो। अध्ययन का निष्कर्ष है कि पहचाने गए पांच हॉटस्पॉट क्षेत्रों में तत्काल हस्तक्षेप की आवश्यकता है, साथ ही औद्योगिक शहरों और स्वयं खान के आसपास की मिट्टी की नियमित निगरानी भी आवश्यक है। उन विशिष्ट धातुओं पर ध्यान केंद्रित करके जो उच्चतम जोखिम पैदा करती हैं, अधिकारी अपने प्रयासों को प्राथमिकता दे सकते हैं, जिससे यह सुनिश्चित हो सके कि प्रांत के नीचे की ज़मीन अगली पीढ़ी के लिए एक सुरक्षित आधार बने।
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।