Mesoscale Model Forecast Skill for Hourly Rainfall During Postfire Flood and Debris-Flow Events in California

जब एक जंगली आग (वाइल्डफायर) एक खड़ी और ऊबड़-खाबड़ भूभाग से होकर गुजरती है, तो वह पेड़ों और घरों को नष्ट करने से कहीं अधिक करती है; वह स्वयं जमीन को मौलिक रूप से बदल देती है। तीव्र गर्मी मिट्टी को पका सकती है, जिससे वह पानी को सोखने के बजाय उसे धकेलने लगती है, जबकि वनस्पतियों के हटने से धरती खुली और ढीली हो जाती है। आग लगने के महीनों और वर्षों बाद, ये जले हुए जलक्षेत्र (वॉटरशेड्स) बारिश के प्रति खतरनाक रूप से संवेदनशील हो जाते हैं। एक ऐसा तूफान जो सामान्यतः हानिरहित होता है, अचानक अचानक बाढ़ (फ्लैश फ्लड) और मलबे के बहाव (डेब्रिस फ्लो) को जन्म दे सकता है—पानी, कीचड़, चट्टानों और पेड़ों की ऐसी तेज धाराएं जो पहाड़ियों से विनाशकारी बल के साथ नीचे की ओर दौड़ती हैं। ये घटनाएं अक्सर बहुत तेजी से होती हैं, जो भारी बारिश के छोटे दौरों से प्रेरित होती हैं जो एक घंटे से भी कम समय तक चलते हैं। चूंकि खतरा इतना तत्काल होता है, इसलिए आपातकालीन प्रबंधक मौसम के पूर्वानुमानों पर भरोसा करते हैं ताकि लोगों को पानी आने से पहले सुरक्षित स्थान पर जाने या सड़कें बंद करने का समय मिल सके। हालांकि, यह भविष्यवाणी करना कि ये तीव्र और स्थानीयकृत बारिश के दौर वास्तव में कहां और कब होंगे, आधुनिक मौसम विज्ञान की सबसे कठिन चुनौतियों में से एक है।

शोधकर्ताओं की एक टीम ने यह परीक्षण करने के लिए हाथ बढ़ाया कि वर्तमान मौसम भविष्यवाणी मॉडल इस विशिष्ट, उच्च-जोखिम वाली समस्या को कितनी अच्छी तरह संभालते हैं। उन्होंने अपना ध्यान कैलिफोर्निया पर केंद्रित किया, जो एक ऐसा राज्य है जहां जंगली आग और उसके बाद आने वाली बाढ़ आपदाओं का एक आवर्ती चक्र है। वैज्ञानिकों ने 2021 से 2025 के बीच वास्तव में घटित हुई बाढ़ या मलबे के बहाव के दस अलग-अलग मामलों का परीक्षण किया। प्रत्येक घटना के लिए, उन्होंने आपदा से कुछ दिन पहले जारी किए गए मौसम के पूर्वानुमानों का अध्ययन किया। उन्होंने दो उन्नत कंप्यूटर मॉडलों के पूर्वानुमानों की तुलना की, जिन्हें सूक्ष्म स्तर पर वायुमंडल का अनुकरण करने के लिए डिज़ाइन किया गया है, जले हुए क्षेत्रों के पास लगे वर्षामापी (रेन गेज) द्वारा दर्ज की गई वास्तविक वर्षा के विरुद्ध की। उनका लक्ष्य केवल यह देखना नहीं था कि क्या मॉडल बारिश की भविष्यवाणी करते हैं, बल्कि यह निर्धारित करना था कि क्या वे उन विशिष्ट बारिश के दौरों की तीव्रता और समय का सटीक पूर्वानुमान लगा सकते हैं जो इन खतरनाक प्रवाहों को ट्रिगर करते हैं, और यह समझना था कि भविष्य में जाने पर इन भविष्यवाणियों की सटीकता कैसे बदलती है।

शोधकर्ताओं ने पाया कि ये कंप्यूटर मॉडल आपातकालीन प्रबंधकों को यह बताने में काफी सक्षम हैं कि बारिश आने वाली है, लेकिन वे अक्सर यह अनुमान लगाने में संघर्ष करते हैं कि कितनी तेज बारिश होगी। उन पूर्वानुमानों को देखते हुए जो घटना के एक दिन के भीतर जारी किए गए थे, मॉडलों ने सफलतापूर्वक संकेत दिया कि सही सामान्य क्षेत्र में भारी बारिश होने की संभावना थी। तकनीकी शब्दों में, मॉडलों की यह पहचानने में बहुत उच्च सफलता दर थी कि वर्षा 10 मिलीमीटर प्रति घंटा की महत्वपूर्ण सीमा से अधिक हो जाएगी। इसका अर्थ यह है कि यदि कोई तूफान जले हुए क्षेत्र की ओर बढ़ रहा था, तो मॉडल इस चेतावनी को देने में विश्वसनीय थे कि स्थितियां बाढ़ या मलबे के बहाव शुरू होने के लिए अनुकूल हैं। यह निर्णय लेने वालों के लिए सूचना का एक महत्वपूर्ण हिस्सा है, क्योंकि यह उन्हें सुरक्षात्मक कार्रवाई करने के लिए आवश्यक समय प्रदान करता है।

हालांकि, अध्ययन ने तीव्रता को मापने की क्षमता में मॉडलों के एक निरंतर 'ब्लाइंड स्पॉट' (अंध बिंदु) को उजागर किया। जबकि मॉडल सही ढंग से पहचानते थे कि बारिश होगी, वे अक्सर इस बात का कम अनुमान लगाते थे कि बारिश कितनी तीव्र होगी। अध्ययन किए गए सभी मामलों में, अनुमानित वर्षा की मात्रा आमतौर पर वास्तविक वर्षामापी द्वारा मापी गई मात्रा से कम थी। यह कम अनुमान सबसे तीव्र तूफानों के लिए अधिक स्पष्ट हो गया, जहाँ वर्षा की दर 20 मिलीमीटर प्रति घंटा से अधिक थी। मॉडलों ने यह भी दिखाया कि जैसे-जैसे पूर्वानुमान भविष्य में आगे बढ़ता है, उनकी सटीकता कम होती जाती है। जबकि घटना के 24 घंटों के भीतर के पूर्वानुमान वास्तविकता के काफी करीब थे, कई दिनों पहले किए गए पूर्वानुमानों के लिए त्रुटियां बड़ी होती गईं। कुछ मामलों में, मॉडलों ने चरम तीव्रता को पूरी तरह से मिस कर दिया, जहाँ उन्होंने एक मध्यम बौछार की भविष्यवाणी की जबकि वास्तव में एक भीषण मूसलाधार बारिश हुई थी।

शोधकर्ताओं ने यह भी खोजा कि इन मॉडलों का मूल्यांकन करने का तरीका महत्वपूर्ण है। यदि कोई पूर्वानुमानकर्ता मानचित्र पर एक एकल बिंदु को देखता है, तो मॉडल विफल होता हुआ प्रतीत हो सकता है क्योंकि उसने वर्षा को रेन गेज के सटीक स्थान के बजाय पड़ोसी ग्रिड सेल में अनुमानित किया होगा। लेकिन जब शोधकर्ताओं ने लगभग 9 किलोमीटर के पड़ोस को कवर करने वाले एक व्यापक क्षेत्र को देखा, तो मॉडल बहुत बेहतर प्रदर्शन करते दिखे। यह सुझाव देता है कि भले ही मॉडल बारिश की एक बूंद के सटीक स्थान को नहीं पकड़ पाते हों, लेकिन वे उस सामान्य क्षेत्र की पहचान करने में बहुत प्रभावी हैं जहाँ खतरनाक वर्षा होने की संभावना है। यह अंतर आपातकालीन प्रतिक्रिया के लिए अत्यंत महत्वपूर्ण है, क्योंकि यह अधिकारियों को पानी की एक एकल धारा के सटीक मार्ग के बजाय पूरे जले हुए जलक्षेत्रों की रक्षा करने पर ध्यान केंद्रित करने की अनुमति देता है।

इन सफलताओं के बावजूद, अध्ययन एक निरंतर सीमा को रेखांकित करता है: मॉडल सबसे चरम वर्षा घटनाओं के मामले में बहुत रूढ़िवादी (कंजर्वेटिव) होते हैं। चूंकि मलबे के बहाव का आयतन और गति इस बात पर निर्भर करती है कि बारिश कितनी तेज होती है, इसलिए तीव्रता का कम अनुमान लगाना खतरे को कम आंकने का कारण बन सकता है। यदि कोई मॉडल वास्तविक वर्षा दर से कम वर्षा की भविष्यवाणी करता है, तो परिणामी बाढ़ मॉडल यह सुझाव दे सकते हैं कि आने वाला प्रवाह छोटा और कम खतरनाक है, जबकि वास्तव में स्थिति भिन्न हो सकती है। शोधकर्ताओं ने उल्लेख किया कि यह समस्या सबसे तीव्र तूफानों के लिए विशेष रूप से गंभीर है, जो अक्सर सबसे अधिक नुकसान पहुंचाते हैं। मॉडल विशिष्ट प्रकार के मौसम प्रणालियों के साथ भी संघर्ष करते रहे, जैसे कि निम्न दबाव के अलग-थलग क्षेत्रों द्वारा संचालित प्रणालियाँ, जो बड़े, अधिक संगठित तूफान प्रणालियों की तुलना में पूर्वानुमान लगाने में कठिन होती हैं।

अंततः, यह कार्य एक स्पष्ट, डेटा-संचालित तस्वीर प्रदान करता है कि ये मौसम मॉडल पोस्ट-फायर (आग के बाद के) खतरे के प्रबंधन के लिए क्या कर सकते हैं और क्या नहीं। मॉडल प्रारंभिक चेतावनी के लिए एक शक्तिशाली उपकरण हैं, जो उच्च विश्वास के साथ कई दिनों पहले भारी बारिश के खतरे की पहचान करने में सक्षम हैं। वे आपातकालीन प्रबंधकों को समुदायों को खाली कराने और बुनियादी ढांचे को सुरक्षित करने के लिए आवश्यक समय रहते सूचना प्रदान करते हैं। फिर भी, यह अध्ययन एक अनुस्मारक के रूप में कार्य करता है कि ये पूर्वानुमान पूर्ण नहीं हैं। वे अक्सर सबसे भारी वर्षा की पूर्ण मात्रा को चूक जाते हैं, और जैसे-जैसे पूर्वानुमान की अवधि बढ़ती है, उनकी सटीकता कम होती जाती है। आपदा प्रतिक्रिया की अग्रिम पंक्ति में तैनात लोगों के लिए, इसका अर्थ यह है कि हालांकि मॉडल योजना बनाने के लिए आवश्यक हैं, लेकिन उन्हें उनकी सबसे खराब स्थिति को कम दिखाने की प्रवृत्ति को समझते हुए उपयोग किया जाना चाहिए। सबसे अच्छा दृष्टिकोण इन पूर्वानुमानों का उपयोग चरम स्थितियों की संभावना के लिए तैयारी करने हेतु करना है, न कि तूफान की सटीक तीव्रता की भविष्यवाणी करने के लिए उन पर पूरी तरह निर्भर रहने हेतु।