Meteorological and Biometeorological Evaluation of a Population-Aware Heat Warning Framework for Mauritius

गर्मी कोई एक अकेली चीज़ नहीं है। धूप में खड़े व्यक्ति के लिए, यह हवा के तापमान, उस आर्द्रता (ह्यूमिडिटी) का मिश्रण है जो पसीने को वाष्पित होने से रोकती है, उस हवा का जो त्वचा को ठंडा कर सकती है, और सूरज की सीधी विकिरण (रेडिएशन) का मेल है जो नीचे की ओर प्रहार करती है। मौसम स्वास्थ्य को कैसे प्रभावित करता है इस पर अध्ययन करने वाले वैज्ञानिकों के लिए, इसका अर्थ यह है कि कोई भी एक अकेला अंक पूरे दृश्य को बताने के लिए पर्याप्त नहीं है। तीन दिनों तक चलने वाली हीटवेव एक तपती दोपहर से अलग महसूस होती है, और एक गर्म रात जो राहत नहीं देती, वह हवा वाली गर्म दिन की तुलना में एक अलग प्रकार का तनाव है। मॉरीशस जैसे स्थानों में, जो हिंद महासागर में स्थित एक आर्द्र द्वीप राष्ट्र है, चुनौती एक ऐसी चेतावनी प्रणाली बनाने की है जो इन अंतरों को समझ सके। लक्ष्य यह जानना है कि गर्मी वास्तव में वहां रहने वाले लोगों के लिए कब खतरनाक है, न कि केवल तब जब थर्मामीटर एक उच्च संख्या पर पहुंच जाता है।

मॉरीशस मौसम विज्ञान सेवा के एक शोधकर्ता, यशवीर रामलुकोन ने इस गर्मी को मापने का एक नया तरीका बनाने और परीक्षण करने का बीड़ा उठाया। उन्होंने एक ऐसा ढांचा तैयार किया जो द्वीप को तटीय निचले इलाकों से लेकर मध्य उच्च भूमि तक छह अलग-अलग क्षेत्रों में देखता है, और एक सरल लेकिन कठिन प्रश्न पूछता है: वास्तव में कितने लोग खतरनाक गर्मी का अनुभव कर रहे हैं, और वह किस प्रकार की गर्मी है? इसका उत्तर देने के लिए, उन्होंने केवल एक प्रकार के डेटा पर भरोसा नहीं किया। उन्होंने जमीन पर स्थित मौसम केंद्रों के प्रत्यक्ष मापों को वायुमंडल के एक परिष्कृत कंप्यूटर मॉडल, जिसे ERA5-Land कहा जाता है, के साथ जोड़ा। यह मॉडल स्टेशनों के बीच के अंतराल को भरता है, जिससे पूरे द्वीप में हर घंटे के लिए मौसम की एक संपूर्ण तस्वीर बन जाती है। हालांकि, शोधकर्ता जानते थे कि कंप्यूटर मॉडल पूर्ण नहीं होते। वे गर्मी के सबसे तीव्र शिखरों को सुचारू (स्मूथ) कर सकते हैं, इसलिए उन्होंने वास्तविक स्टेशन मापों को जमीन पर वास्तव में क्या हुआ, इसके लिए सबसे महत्वपूर्ण साक्ष्य के रूप में माना।

इस अध्ययन में 1991 से 2025 तक की एक लंबी अवधि को शामिल किया गया, जिससे दैनिक गर्मी के रिकॉर्ड का एक विशाल संग्रह बना। शोधकर्ता ने गर्मी की चेतावनी को परिभाषित करने के कई अलग-अलग तरीकों का परीक्षण किया। एक विधि ने देखा कि दिन उस विशिष्ट समय के लिए सामान्य क्या था। दूसरे ने यह मापा कि रातें कितनी गर्म थीं, क्योंकि रात में ठंडक की कमी स्वास्थ्य के लिए एक बड़ा जोखिम है। एक तीसरी विधि, जिसे 'एक्सेस हीट फैक्टर' कहा गया, ने यह जांचा कि क्या गर्मी शरीर के लिए एक अचानक झटका थी या एक निरंतर घटना थी जिससे जनसंख्या पहले ही सामंजस्य बिठा चुकी थी। अंत में, उन्होंने एक जटिल सूचकांक का उपयोग किया जो यह सिम्युलेट करता है कि मानव शरीर तापमान, आर्द्रता, हवा और धूप के संयोजन के प्रति कैसे प्रतिक्रिया करता है। यह सूचकांक, जिसे 'यूनिवर्सल थर्मल क्लाइमेट इंडेक्स' के रूप में जाना जाता है, केवल वायु तापमान के बजाय व्यक्ति द्वारा महसूस किए जाने वाले वास्तविक थर्मल तनाव की गणना करने का प्रयास करता है।

जब शोधकर्ता ने कंप्यूटर मॉडल की वास्तविक मौसम केंद्र डेटा से तुलना की, तो उन्होंने पाया कि मॉडल तापमान परिवर्तन के सामान्य पैटर्न को दिखाने में तो अच्छा था, लेकिन अक्सर सबसे गर्म दिनों को कम करके आंकता था। कुछ निचले स्तर के स्टेशनों पर, मॉडल वास्तविकता से लगभग दो डिग्री सेल्सियस अधिक ठंडा था। इसका मतलब था कि यदि चेतावनी प्रणाली केवल कंप्यूटर मॉडल पर निर्भर रहती, तो वह सबसे खतरनाक गर्मी की घटनाओं को चूक सकती थी। मॉडल उन बहुत गर्म दिनों को पकड़ने में भी संघर्ष करता था जो बहुत दुर्लभ रूप से आते हैं। इस कारण से, ढांचे को इस तरह डिजाइन किया गया था कि ऐतिहासिक चरम सीमाओं की जांच के लिए वास्तविक स्टेशन डेटा पर भरोसा किया जाए, और कंप्यूटर मॉडल का उपयोग केवल वहां के अंतराल भरने के लिए किया जाए जहां कोई स्टेशन मौजूद नहीं था।

अध्ययन ने यह भी देखा कि इन गर्मी की घटनाओं से कितने लोग प्रभावित हुए। पूरे द्वीप के तापमान का औसत निकालने के बजाय, जो इस तथ्य को छिपा सकता है कि कुछ क्षेत्र बहुत अधिक गर्म थे, शोधकर्ता ने उन क्षेत्रों की जनसंख्या का अंश निकाला जो खतरे की सीमा को पार कर गए थे। उन्होंने इन क्षेत्रों को तौलने के लिए 2022 की जनगणना के आधिकारिक जनसंख्या आंकड़ों का उपयोग किया। इस दृष्टिकोण ने खुलासा किया कि गर्मी की विभिन्न घटनाएं लोगों को बहुत अलग-अलग तरीकों से प्रभावित करती हैं। उदाहरण के लिए, दिसंबर 2013 की एक गर्मी की घटना गंभीर थी क्योंकि इसमें गर्म दिन, गर्म रातें और उच्च स्तर का थर्मल तनाव शामिल था जो कई दिनों तक चला। इसके विपरीत, फरवरी 2025 की एक गर्मी की घटना इतनी तीव्र थी कि थर्मल स्ट्रेस इंडेक्स पूरे द्वीप में खतरनाक स्तर तक पहुंच गया, फिर भी इसने "परसिस्टेंस" (निरंतरता) की चेतावनी को ट्रिगर नहीं किया क्योंकि यह लंबे, बहु-दिवसीय संचय का हिस्सा नहीं थी।

एक महत्वपूर्ण निष्कर्ष यह था कि कोई भी एकल चेतावनी नियम हर खतरनाक स्थिति को नहीं पकड़ सकता। शोधकर्ता ने नियमों के विभिन्न संयोजनों का परीक्षण किया ताकि यह देखा जा सके कि कौन से वास्तविक गर्मी की घटनाओं से सबसे अच्छी तरह मेल खाते हैं। उन्होंने पाया कि एक ऐसा सिस्टम जो केवल अतीत की तुलना में तापमान कितना असामान्य था उस पर ध्यान देता, वह उन घटनाओं को चूक जाता जो शारीरिक रूप रूप से बहुत तनावपूर्ण थीं लेकिन सांख्यिकीय रूप से दुर्लभ नहीं थीं। इसके विपरीत, एक ऐसा सिस्टम जो केवल थर्मल स्ट्रेस इंडेक्स को देखता, वह उन घटनाओं को चूक सकता था जो अपनी अवधि के कारण खतरनाक थीं। सबसे अच्छा दृष्टिकोण इन विभिन्न मापों को अलग रखना और उन्हें एक साथ देखना था। इस तरह, एक चेतावनी जारी की जा सकती थी यदि हीटवेव निरंतर थी, या यदि थर्मल स्ट्रेस अधिक था, या यदि रातें असामान्य रूप से गर्म थीं, बिना इन सभी अलग-अलग प्रकार के खतरों को एक एकल स्कोर में जबरन डाले।

शोध ने मार्च 2019 की एक विशिष्ट घटना पर भी प्रकाश डाला जो एक महत्वपूर्ण परीक्षण के रूप में काम करती थी। कंप्यूटर मॉडल ने सुझाव दिया कि गर्मी गंभीर नहीं थी, लेकिन वास्तविक मौसम केंद्रों ने एक मजबूत, बहु-क्षेत्रीय गर्मी की घटना दिखाई। इस विसंगति ने सिद्ध कर दिया कि केवल कंप्यूटर मॉडल पर भरोसा करने से चेतावनी देने में विफलता हो सकती है। ढांचे ने सफलतापूर्वक इस घटना की पहचान एक ऐसे मामले के रूप में की जहां मॉडल विफल रहा था, जिसने वास्तविक अवलोकनों को चेतावनी प्रणाली के केंद्र में रखने की आवश्यकता को पुख्ता किया।

अंततः, यह कार्य यह दावा नहीं करता है कि इसने गर्मी से संबंधित बीमारी की समस्या को हल कर दिया है। शोधकर्ता स्पष्ट रूप से कहते हैं कि यहाँ विकसित चेतावनी स्तर मौसम संबंधी और भौतिक साक्ष्यों पर आधारित हैं, स्वास्थ्य डेटा पर नहीं। इस अध्ययन में उपयोग किए गए डेटा में इस बात का कोई रिकॉर्ड नहीं है कि इन गर्मी की घटनाओं के दौरान कितने लोग बीमार हुए या उनकी मृत्यु हुई। इसलिए, यह प्रणाली अभी निश्चित रूप से यह नहीं कह सकती कि कौन सा विशिष्ट तापमान या तनाव स्तर स्वास्थ्य संकट का कारण बनता है। इसके बजाय, अध्ययन एक ठोस, पुनरुत्पादक आधार प्रदान करता है। यह एक स्पष्ट, विस्तृत रिकॉर्ड प्रदान करता है कि पिछले पैंतीस वर्षों में मॉरीशस की जनसंख्या गर्मी से कैसे प्रभावित हुई है, गर्मी के विभिन्न प्रकार के तनावों को अलग करता है और दिखाता है कि प्रत्येक से कितने लोग प्रभावित हुए। यह संग्रह अब स्वास्थ्य विशेषज्ञों के उपयोग के लिए तैयार है। वे इस विस्तृत हीट एक्सपोजर मैप को भविष्य के स्वास्थ्य रिकॉर्ड के साथ मिला सकते हैं ताकि उस सटीक बिंदु का पता लगाया जा सके जहाँ मौसम एक चिकित्सा आपात स्थिति बन जाता है। जब तक यह स्वास्थ्य अंशांकन (कैलिब्रेशन) नहीं हो जाता, यह प्रणाली गर्मी को मापने का एक वैज्ञानिक रूप से कठोर तरीका बनी हुई है, यह सुनिश्चित करती है कि जब कोई चेतावनी जारी की जाती है, तो वह केवल एक संख्या पर नहीं, बल्कि मौसम की एक पूर्ण और ईमानदार तस्वीर पर आधारित होती है।