An Integrated Composite Drought Index for Spatial Drought Vulnerability Assessment in the Mahanadi River Basin, India
यह अध्ययन एक कोपुला-आधारित संयुक्त सूखा सूचकांक को सामाजिक-पर्यावरणीय संकेतकों के साथ एकीकृत करके भारत के महानदी नदी बेसिन के लिए एक व्यापक स्थानिक सूखा संवेदनशीलता ढांचा विकसित करता है, जिससे महत्वपूर्ण हॉटस्पॉट की पहचान करने और लक्षित जल-संसाधन प्रबंधन के मार्गदर्शन के लिए उच्च भविष्य कहनेवाला सटीकता प्राप्त होती 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
सूखे को अक्सर केवल बारिश की कमी के रूप में कल्पना किया जाता है, एक ऐसा क्षण जब आकाश अपना सामान्य उपहार देने में विफल रहता है। वास्तव में, यह एक धीमी, क्रमिक घटना है जो परिदृश्य में एक तालाब में उठने वाली लहर की तरह चलती है, जो हवा से शुरू होकर गहराई में धरती के भीतर तक उतरती है। सबसे पहले, वायुमंडल सूख जाता है, जिससे एक मौसम संबंधी सूखा (meteorological drought) उत्पन्न होता है। नमी की यह कमी फिर मिट्टी को सुखा देती है, जिससे कृषि सूखा (agricultural drought) पैदा होता है जो फसलों के लिए खतरा बना रहता है। जैसे-जैसे शुष्क दौर जारी रहता है, नदियाँ और जलाशय सिकुड़ने लगते हैं, जो एक जल विज्ञान संबंधी सूखे (hydrological drought) को चिह्नित करते हैं। अंत में, स्वयं जल स्तर (water table) गिरना शुरू हो जाता है, जिससे वे विशाल भूमिगत जलाशय खाली होने लगते हैं जिन पर कई समुदाय जीवित रहने के लिए निर्भर हैं। यह अंतिम चरण, जिसे भूजल सूखा (groundwater drought) कहा जाता है, विशेष रूप से खतरनाक है क्योंकि यह बारिश लौटने के लंबे समय बाद भी बना रहता है, जिससे जल आपूर्ति पर एक छिपा हुआ निशान छोड़ जाता है। सूखे के इन विभिन्न स्तरों के बीच कैसे परस्पर क्रिया होती है, इसे समझना उन क्षेत्रों के लिए अत्यंत महत्वपूर्ण है जो मौसमी मानसून पर निर्भर हैं, जहाँ एक विफल मौसम भी जल संकट की एक श्रृंखला को सक्रिय कर सकता है।
भारत के महानदी नदी बेसिन में, जो लाखों लोगों और विशाल कृषि भूमि का समर्थन करता है, शोधकर्ताओं ने इस जटिल संवेदनशीलता को मानचित्रित करने का एक नया तरीका विकसित किया है। यूनिवर्सिटी ऑफ पेट्रोलियम एंड एनर्जी स्टडीज के वैज्ञानिकों के नेतृत्व वाली टीम ने पहचाना कि पारंपरिक तरीके अक्सर इन सूखे के प्रकारों को अलग-थलग देखते थे या सरल औसत पर निर्भर रहते थे जो उनके बीच के जटिल संबंधों को समझने में विफल रहते थे। इसे ठीक करने के लिए, उन्होंने 'कंपोजिट ड्रॉट इंडेक्स' (Composite Drought Index) नामक एक व्यापक उपकरण बनाया। केवल वर्षा वाले दिनों की गिनती करने के बजाय, यह सूचकांक वायुमंडलीय शुष्कता, मिट्टी की नमी, नदी के प्रवाह और गहराई में जमा जल स्तर के डेटा को आपस में बुनता है। वायुमंडलीय शुष्कता, मिट्टी की नमी, नदी के प्रवाह और जमीन के नीचे जमा जल स्तर के डेटा का उपयोग करके, शोधकर्ताओं ने उन्नत सांख्यिकीय तकनीकों का उपयोग किया जो इन कारकों के बीच के जटिल और गैर-रैखिक प्रभावों को संभाल सकती हैं, जिससे उन्होंने पूरे बेसिन में सूखे की स्थिति की एक एकल, एकीकृत तस्वीर बनाई।
शोधकर्ताओं ने यह देखने के लिए कई अलग-अलग गणितीय दृष्टिकोणों का परीक्षण किया कि कौन सा दृष्टिकोण सूखे की वास्तविकता को सबसे बेहतर तरीके से पकड़ पाता है। उन्होंने एक मानक सांख्यिकीय पद्धति, एक मशीन लर्निंग मॉडल और एक डीप लर्निंग तकनीक की तुलना 'कौपला फंक्शन' (Copula function) नामक संभाव्यता सिद्धांत पर आधारित पद्धति से की। परिणाम स्पष्ट थे: कौपला-आधारित दृष्टिकोण सबसे सटीक था। यह वायुमंडलीय तनाव के स्वतंत्र मापों, जैसे कि हवा की पानी धारण करने की क्षमता और वास्तविक मौजूद मात्रा के बीच के अंतर के साथ सबसे बेहतर तालमेल बिठाता है। यह विधि इसलिए श्रेष्ठ सिद्ध हुई क्योंकि यह सूखे आसमान और सूखते भूमिगत जलभृत (aquifer) के बीच के जटिल और विलंबित संबंध को मॉडल कर सकती थी, एक ऐसा संबंध जिसे सरल रैखिक मॉडल अक्सर चूक जाते हैं। इस मजबूत सूचकांक के साथ, टीम ने इसे बेसिन के विभिन्न हिस्सों की वास्तविक संवेदनशीलता को मापने के आधार के रूप में उपयोग किया।
इस संदर्भ में, संवेदनशीलता (vulnerability) केवल इस बारे में नहीं है कि मौसम कितना शुष्क होता है। यह तीन चीजों का संयोजन है: सूखे के प्रति जोखिम (exposure), भूमि और लोगों की इसके प्रति संवेदनशीलता (sensitivity), और उनकी अनुकूलन करने की क्षमता (capacity)। शोधकर्ताओं ने बेसिन में इन कारकों का मानचित्रण किया, जिसमें मिट्टी के प्रकार और भूमि के ढलान से लेकर स्थानीय समुदायों में साक्षरता दर, गरीबी के स्तर और स्वच्छ जल तक की पहुँच शामिल थी। इस विशाल डेटा को एक स्पष्ट मानचित्र में बदलने के लिए, उन्होंने 'बैगिंग' (Bagging) नामक एक मशीन लर्निंग तकनीक का उपयोग किया। यह विधि कई सरल निर्णय लेने वाले मॉडलों को डेटा के विभिन्न हिस्सों पर प्रशिक्षित करती है और फिर उनके भविष्यवाणियों को एक एकल, अत्यधिक सटीक परिणाम बनाने के लिए जोड़ती है। इस दृष्टिकोण ने उन्हें जोखिम, संवेदनशीलता और क्षमता के बीच के सूक्ष्म, गैर-रैखिक संबंधों को पकड़ने की अनुमति दी, जिससे पारंपरिक सांख्यिकीय विधियों की तुलना में कहीं अधिक स्पष्ट तस्वीर प्राप्त हुई।
परिणामी मानचित्र एक तीव्र विरोधाभासों वाले परिदृश्य को प्रकट करता है। बेसिन का लगभग एक-चौथाई हिस्सा 'अत्यधिक उच्च संवेदनशीलता' की श्रेणी में आता है, जबकि अन्य 36 प्रतिशत को 'उच्च रूप से संवेदनशील' वर्गीकृत किया गया है। ये हॉटस्पॉट यादृच्छिक रूप से बिखरे हुए नहीं हैं; वे क्षेत्र के मध्य, उत्तरी, दक्षिणी और दक्षिण-पूर्वी खंडों में केंद्रित हैं। बेसिन का पश्चिमी भाग सूखे के उच्चतम जोखिम का सामना करता है, जो उच्च तापमान के साथ बार-बार और तीव्र शुष्क दौरों से ग्रस्त है। हालाँकि, पूर्वी और दक्षिण-पूर्वी क्षेत्र, विशेष रूप से ओडिशा राज्य में, एक अलग प्रकार का खतरा दिखाते हैं। भले ही उन्हें हमेशा सबसे गंभीर वायुमंडलीय सूखा न झेलना पड़े, लेकिन उनकी भूमि और लोग इसके प्रति अत्यधिक संवेदनशील हैं। खराब मृदा जल निकासी, कृषि पर भारी निर्भरता और सीमित बुनियादी ढांचे जैसे कारक इन क्षेत्रों को जल तनाव के प्रति अधिक गंभीर प्रतिक्रिया देने के लिए मजबूर करते हैं। इस बीच, पश्चिमी शहरी केंद्र और तटीय पट्टी अधिक लचीलापन दिखाती है, जिसका मुख्य कारण संसाधनों तक बेहतर पहुँच और उच्च अनुकूलन क्षमता है।
यह अध्ययन पुष्टि करता है कि सबसे खतरनाक सूखे वहां होते हैं जहाँ उच्च जोखिम, उच्च संवेदनशीलता और मुकाबला करने की निम्न क्षमता का मिलन होता है। भूजल की कमी के छिपे हुए खतरे को सतही स्थितियों और सामाजिक कारकों के साथ एकीकृत करके, शोधकर्ताओं ने एक ऐसा उपकरण प्रदान किया है जो साधारण मौसम पूर्वानुमान से कहीं आगे जाता है। उनका कार्य सुझाव देता है कि इस क्षेत्र में सूखे के प्रबंधन के लिए बादलों से लेकर गहरे जलभृतों और उन समुदायों तक, पूरे तंत्र को देखने की आवश्यकता है जो उन पर निर्भर हैं। उनके द्वारा बनाए गए मानचित्र एक स्पष्ट मार्गदर्शक प्रदान करते हैं कि जल प्रबंधन रणनीतियों की सबसे अधिक आवश्यकता कहाँ है, जिससे योजनाकारों को उन क्षेत्रों पर अपने प्रयासों को लक्षित करने में मदद मिलती है जहाँ जोखिम सबसे अधिक है और अनुकूलन की आवश्यकता सबसे महत्वपूर्ण 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।