An approach for Reference Point Selection in SBAS-InSAR Time Series Slope Deformation Monitoring

कल्पना कीजिए कि आप एक पहाड़ी पर खड़े हैं और अपने पैरों के नीचे की धरती को महीनों या वर्षों में सूक्ष्म रूप से बदलते हुए देख रहे हैं। मानवीय आंखों के लिए, जमीन स्थिर दिखाई देती है, लेकिन आधुनिक विज्ञान के उपकरणों के लिए, यह निरंतर, धीमी गति से चलते हुए परिदृश्य का एक हिस्सा है। इस हलचल को मापना सुरक्षा के लिए अत्यंत महत्वपूर्ण है, विशेष रूप से बांधों या खड़ी ढलानों के पास जहाँ अचानक होने वाला भूस्खलन विनाशकारी हो सकता है। वैज्ञानिक अंतरिक्ष से इन बदलावों को ट्रैक करने के लिए 'इंटरफेरोमेट्रिक सिंथेटिक अपर्चर रडार' (InSAR) नामक तकनीक का उपयोग करते हैं। उपग्रह जमीन से रडार सिग्नल टकराते हैं और प्रतिध्वनि (इको) वापस आने में लगने वाले समय को मापते हैं। समय के साथ इन संकेतों की तुलना करके, वे पता लगा सकते हैं कि जमीन कुछ मिलीमीटर भी हिली है या नहीं। हालाँकि, इसमें एक मौलिक समस्या है: उपग्रह स्वयं यह नहीं बता सकता कि जमीन कहाँ "स्थिर" है और कहाँ "गतिमान" है। यह केवल यह माप सकता है कि एक स्थान दूसरे स्थान के सापेक्ष कितना चला है। डेटा को समझने के लिए, वैज्ञानिकों को जमीन पर एक एकल बिंदु चुनना होता है जो एक निश्चित लंगर (एंकर) के रूप में कार्य करे, एक ऐसा संदर्भ बिंदु (रेफरेंस पॉइंट) जिसे वे मानते हैं कि वह बिल्कुल भी हिल नहीं रहा है। यदि वे एक ऐसे स्थान को चुनते हैं जो वास्तव में थोड़ा भी खिसक रहा है, तो पूरे हलचल के मानचित्र में विरूपण आ जाएगा, जिससे झूठे भूस्खलन दिखाई दे सकते हैं या वास्तविक खतरे छिप सकते हैं।

दशकों से, शोधकर्ता इस विकल्प से जूझ रहे हैं। मानक तरीका यह रहा है कि उन क्षेत्रों को देखा जाए जो रडार छवियों में बहुत स्पष्ट और स्थिर दिखाई देते हैं, और अक्सर एक ऐसे एकल बिंदु पर भरोसा किया जाता है जो स्थिर दिखता है। हालाँकि, यह दृष्टिकोण मानवीय त्रुटि और पूर्वाग्रह के प्रति संवेदनशील है। एक वैज्ञानिक एक ऐसी चट्टान को चुन सकता है जो ठोस दिखती है, जबकि दूसरा व्यक्ति एक अलग चट्टान चुन सकता है, जिससे एक ही भूस्खलन के बारे में विरोधाभासी रिपोर्ट मिल सकती हैं। कुछ मामलों में, चुना गया लंगर बिंदु सूक्ष्म रूप से धंस रहा हो सकता है या ऊपर उठ रहा हो सकता है, जिससे बाकी जमीन विपरीत दिशा में चलती हुई प्रतीत होगी। इस अनिश्चितता ने इंजीनियरिंग के महत्वपूर्ण निर्णयों, जैसे कि टेलिंग्स डैम्स (जो खनन कचरे के विशाल आयतन को रोकते हैं) की स्थिरता की निगरानी करने के लिए उपग्रह डेटा पर भरोसा करना कठिन बना दिया है।

मेलबर्न विश्वविद्यालय के शोधकर्ताओं ने इस समस्या को हल करने का एक नया तरीका विकसित किया है, जो अनुमान लगाने के बजाय एक कठोर, स्वचालित प्रक्रिया की ओर बढ़ता है। केवल एक मानचित्र से एक भाग्यशाली पिक्सेल चुनने के बजाय, उनकी विधि पूरे क्षेत्र को स्कैन करती है ताकि कई ऐसे क्षेत्र खोजे जा सकें जो स्थिर दिखाई देते हैं। फिर वे इन क्षेत्रों पर सख्त फिल्टर लागू करते हैं, जो न केवल यह देखते हैं कि रडार छवि कितनी स्पष्ट है, बल्कि यह भी देखते हैं कि डेटा परिदृश्य में कितनी अच्छी तरह से जुड़ा हुआ है और क्या वह क्षेत्र भरोसेमंद होने के लिए पर्याप्त बड़ा है। इसे ऐसे समझें जैसे आप लोगों के एक समूह को यह देखने के लिए देख रहे हैं कि कौन बिल्कुल स्थिर खड़ा है; आप केवल पहले व्यक्ति को नहीं चुनेंगे जो शांत दिखता है, बल्कि आप एक समूह का अवलोकन करेंगे, यह जांचेंगे कि क्या वे सभी एक स्थिर संरचना में एक साथ खड़े हैं, और फिर उनकी वास्तविक स्थिरता के केंद्र को खोजने के लिए उनकी स्थितियों का औसत निकालेंगे। इन कई स्थिर क्षेत्रों से डेटा को मिलाकर, शोधकर्ता स्थानीय शोर, जैसे कि वायुमंडलीय हस्तक्षेप या छोटे, अलग-थलग बदलावों को दूर कर सकते हैं, ताकि एक एकल, अत्यधिक विश्वसनीय संदर्भ बिंदु प्राप्त किया जा सके।

शोधकर्ताओं ने इस नए ढांचे का परीक्षण न्यू साउथ वेल्स, ऑस्ट्रेलिया में कैडिया बांध (Cadia Dam) पर किया, जो एक ऐसा स्थल है जहाँ मार्च 2018 में एक महत्वपूर्ण विफलता हुई थी। बांध के ढहने से पहले, जमीन धीरे-धीरे विकृत हो रही थी, जो एक चेतावनी संकेत था जिसे पिछले तरीकों के साथ समझना कठिन था। टीम ने बांध और उसके आसपास के क्षेत्र को कवर करने वाले उपग्रह डेटा पर अपनी बहु-चरणीय चयन प्रक्रिया लागू की। उन्होंने तीन अलग-अलग क्षेत्रों की पहचान की जो उनके सभी स्थिरता मानदंडों को पूरा करते थे और एक एकल सर्वोत्तम संदर्भ बिंदु निर्धारित करने के लिए गणितीय औसत तकनीक का उपयोग किया। जब उन्होंने अपने नए तरीके के परिणामों की तुलना भौतिक उपकरणों (प्रिज्म) से की, जो बांध पर स्थापित किए गए थे और सीधे गति को मापते थे, तो समानता आश्चर्यजनक थी। उनके नए तरीके द्वारा एंकर किए गए उपग्रह डेटा, जमीनी मापों के साथ निकटता से मेल खाया, जिसमें औसत त्रुटि केवल 2.24 मिलीमीटर थी। यह स्तर मानक, डिफ़ॉल्ट तरीकों का उपयोग करने पर मिलने वाली सबसे खराब स्थिति की तुलना में त्रुटि में पचास प्रतिशत की कमी को दर्शाता है।

अध्ययन ने आगे यह सिद्ध किया कि उनका दृष्टिकोण केवल इस विशिष्ट स्थान के लिए एक भाग्यशाली अनुमान नहीं था। शोधकर्ताओं ने व्यवस्थित रूप से अपने नए तरीके के हिस्सों को हटाकर देखा कि कौन से चरण वास्तव में आवश्यक थे। उन्होंने पाया कि सबसे महत्वपूर्ण चरण वे थे जो स्थिर क्षेत्रों के समग्र आकार और जुड़ाव की जाँच करते थे, यह सुनिश्चित करते हुए कि चुने गए बिंदु केवल डेटा के अलग-थलग द्वीप नहीं बल्कि एक सुसंगत, स्थिर परिदृश्य का हिस्सा हैं। उन्होंने यह भी परीक्षण किया कि कम उपग्रह डेटा होने पर उनका तरीका कैसे काम करता है। उन्होंने पाया कि हालांकि यह विधि कम डेटा के साथ भी स्थिर बिंदु खोज सकती है, लेकिन जमीन के हिलने की गति की सटीकता तब काफी सुधर जाती है जब अवलोकन की अवधि एक वर्ष से अधिक होती है। इसने पुष्टि की कि जबकि नया चयन प्रक्रिया मजबूत है, उपग्रह द्वारा जमीन को कितनी लंबी अवधि तक देखा जाता है, यह पूरी तस्वीर पाने के लिए एक प्रमुख कारक बना हुआ है।

व्यक्तिगत पसंद के स्थान पर एक संरचित, बहु-पैरामीटर ढांचे को बदलकर, यह शोध पृथ्वी की गतिविधियों की निगरानी के लिए उपग्रह तकनीक का उपयोग करने का एक स्पष्ट मार्ग प्रदान करता है। यह कार्य प्रदर्शित करता है कि सही लंगर बिंदु के साथ, InSAR भौतिक उपकरणों के बराबर सटीकता के साथ जटिल जमीनी व्यवहारों को पकड़ सकता है। यह बुनियादी ढांचे की सुरक्षा के लिए विशेष रूप से महत्वपूर्ण है, जहाँ गलत चेतावनी और छूटी हुई चेतावनी के बीच का अंतर एक नियमित निरीक्षण और एक आपदा के बीच का अंतर हो सकता है। अध्ययन पुष्टि करता है कि प्रस्तावित तरीका संदर्भ बिंदु चुनने में मानवीय त्रुटि के जोखिम को प्रभावी ढंग से समाप्त करता है, जिससे इंजीनियरों और भूवैज्ञानिकों को पृथ्वी के धीमे, शांत बदलावों पर नज़र रखने के लिए एक अधिक विश्वसनीय उपकरण मिलता है।