Agreement between Sentinel-1 C-band backscatter change and Sentinel-2 burn severity indices across land-cover types in a low-biomass transitional eco-region

दावानल (वाल्डफायर) अब केवल घने चीड़ के जंगलों तक सीमित गर्मियों का खतरा नहीं रह गए हैं। जैसे-जैसे जलवायु गर्म हो रही है, आग का मौसम लंबा होता जा रहा है और नए क्षेत्रों में भी फैल रहा है, जिसमें अमेरिकी दक्षिण के घास के मैदान और झाड़ियों वाले इलाके भी शामिल हैं। इन संक्रमणकालीन परिदृश्यों में, जहाँ घास बिखरे हुए ओक के पेड़ों और झाड़ियों के साथ मिलती है, आग के बाद नुकसान को मापना आश्चर्यजनक रूप से कठिन है। पारंपरिक तरीके दृश्य और इन्फ्रारेड प्रकाश में भूमि की तस्वीरें लेने वाले ऑप्टिकल उपग्रहों पर निर्भर करते हैं। ये चित्र जंगलों में अच्छी तरह काम करते हैं क्योंकि वे स्वस्थ हरी पत्तियों और काली, मृत पत्तियों के बीच अंतर देख सकते हैं। हालाँकि, खुले, कम वनस्पति वाले क्षेत्रों में, ज़मीन खुद अक्सर चमकदार और परावर्तक होती है, और घास इतनी तेज़ी से वापस उग सकती है कि उपग्रह कुछ ही हफ्तों में फिर से हरा रंग देखता है, जिससे विनाश की वास्तविक सीमा छिप जाती है। इसे हल करने के लिए, वैज्ञानिक एक अलग तरह की 'आँख' की ओर मुड़ रहे हैं: रडार। कैमरों के विपरीत जो सूरज की रोशनी का इंतज़ार करते हैं, रडार उपग्रह अपने स्वयं के माइक्रोवेव सिग्नल भेजते हैं जो ज़मीन और वनस्पति से टकराकर वापस आते हैं, जिससे वे धुएं और बादलों के पार देख सकते हैं और ज़मीन की भौतिक संरचना में होने वाले परिवर्तनों का पता लगा सकते हैं, भले ही पौधे अभी भी हरे हों।

मार्च 2022 में, मध्य टेक्सास में एक विशाल अग्नि परिसर फैला, जिसने 62,000 एकड़ से अधिक भूमि को जला दिया जिसमें चार अलग-अलग आग—किड, व्हीटफील्ड, रामसे और ओक मोट फायर शामिल थीं। यह घटना यह परीक्षण करने का एक आदर्श अवसर प्रदान करती कि क्या रडार वह देख सकता है जो ऑप्टिकल कैमरे मिस कर देते हैं। द यूनिवर्सिटी ऑफ टेक्सास एट डलास के एक शोधकर्ता ने विशेष रूप से इस आग के लिए दो प्रकार के उपग्रह डेटा की तुलना करने के लिए एक अध्ययन किया। लक्ष्य यह समझना था कि रडार, ऊंचे पेड़ों के बजाय झाड़ियों और घास से प्रधान परिदृश्य में वनस्पति संरचना और नमी के नुकसान को कितनी अच्छी तरह ट्रैक कर सकता है। अध्ययन एक ऐसे क्षेत्र पर केंद्रित था जहाँ वनस्पति छोटी है और मिट्टी अक्सर दिखाई देती है, एक ऐसा परिवेश जहाँ पारंपरिक अग्नि क्षति मानचित्र ऐतिहासिक रूप से सटीक होने में संघर्ष करते रहे हैं।

शोधकर्ताओं ने आग के घेरे (पेरीमीटर) का मानचित्रण करके शुरुआत की और फिर दो अलग-अलग उपग्रह प्रणालियों के डेटा को देखा। एक प्रणाली, सेंटिनल-2, प्रकाश तरंग दैर्ध्य (वेवलेंथ) में चित्र कैप्चर करती है जो पौधों के स्वास्थ्य के प्रति संवेदनशील है। दूसरा, सेंटिनल-1, रडार का उपयोग यह मापने के लिए करता है कि सतह से कितनी ऊर्जा वापस आती है। जब वनस्पति जलती है, तो वह अपनी संरचना और जल सामग्री खो देती है। एक जंगल में, इसका मतलब आमतौर पर यह होता है कि रडार सिग्नल गिर जाता है क्योंकि वे पेड़ जो सिग्नल को बिखेर रहे थे, अब नहीं रहे। लेकिन खुले टेक्सास के स्क्रब (झाड़ियों वाले क्षेत्र) में, कहानी अधिक जटिल है। विश्लेषण से पता चला कि रडार सिग्नल पौधे के प्रकार के आधार पर अलग-अलग व्यवहार करता था। ऊंचे, लकड़ी वाले झाड़ियों वाले क्षेत्रों में, रडार सिग्नल काफी गिर गया, जो संरचना के नुकसान को दर्शाता है। हालांकि, घास वाले क्षेत्रों में, सिग्नल कभी-कभी बढ़ गया। ऐसा इसलिए हुआ क्योंकि आग ने उस घास को हटा दिया था जो रडार तरंगों को धीमा कर रही थी, जिससे नीचे की खुरदरी, सूखी मिट्टी उजागर हो गई, जिसने उपग्रह की ओर अधिक ऊर्जा परावर्तित की।

जब शोधकर्ताओं ने रडार परिवर्तनों की तुलना ऑप्टिकल बर्न मैप्स से की, तो उन्होंने पाया कि दोनों सेंसरों के देखने के तरीके में स्पष्ट अंतर था। ऑप्टिकल मानचित्र, जो आग से पहले और बाद में पौधों के स्वास्थ्य के अंतर पर निर्भर करते हैं, ने दिखाया कि आग का अधिकांश हिस्सा या तो बिना जला था या बहुत कम जला था। वास्तव में, आग ने कई पैच को छोड़ दिया था, जिससे जले हुए और बिना जले क्षेत्रों का एक खंडित पैटर्न बन गया। ऑप्टिकल मानचित्र उन क्षेत्रों के बीच अंतर करने में संघर्ष कर रहे थे जो वास्तव में क्षतिग्रस्त थे और वे जो बहुत तेज़ी से पुनर्जीवित हो रहे थे। रडार डेटा ने भौतिक परिवर्तनों की एक स्पष्ट तस्वीर प्रदान की। इसने दिखाया कि क्रॉस-पोलराइज्ड रडार सिग्नल, जो पौधों की त्रि-आयामी संरचना के प्रति विशेष रूप से संवेदनशील है, मानक ऑप्टिकल मानचित्रों की तुलना में संरचनात्मक नुकसान का बहुत बेहतर संकेतक था। रडार लकड़ी की झाड़ियों के हटने और मिट्टी के सूखने का पता लगाने में सक्षम था, भले ही ऑप्टिकल सेंसर तेजी से लौटती हरी घास से भ्रमित हो रहे हों।

अध्ययन का एक प्रमुख निष्कर्ष यह था कि इन कम बायोमास वाले परिदृश्यों में वैज्ञानिक जिस तरह से 'बर्न सीवेरिटी' (जलन की तीव्रता) की गणना करते हैं, वह अत्यंत महत्वपूर्ण है। ऑप्टिकल मानचित्रों के लिए मानक विधि अक्सर जलन की गंभीरता के स्कोर को इस आधार पर समायोजित करती है कि आग से पहले वहां कितनी वनस्पति थी। शोधकर्ताओं ने पाया कि यह समायोजन टेक्सास के स्क्रबलैंड्स में डेटा को और खराब कर देता है। क्योंकि आग से पहले की वनस्पति पहले से ही विरल थी, इसलिए समायोजन ने स्पष्टता लाने के बजाय 'रैंडम नॉइज़' (अनियमित शोर) को बढ़ा दिया। इसके बजाय, ऑप्टिकल डेटा में सरल 'एब्सोल्यूट चेंज' (पूर्ण परिवर्तन) का माप ऑप्टिकल डेटा के साथ जुड़ने पर बेहतर काम करता है। अध्ययन ने पुष्टि की कि रडार सिग्नल और सरल ऑप्टिकल परिवर्तन माप आपस में जुड़े हुए थे, लेकिन केवल उन क्षेत्रों में जहाँ पर्याप्त लकड़ी की संरचना थी जो रडार तरंगों को बिखेर सके। घास के मैदानों में, यह संबंध कमजोर था, जो सुझाव देता है कि हालांकि रडार शक्तिशाली है, लेकिन यह हर स्थिति में ऑप्टिकल डेटा की पूरी तरह से जगह नहीं ले सकता।

अध्ययन ने यह भी देखा कि आग की तीव्रता को क्या संचालित कर रहा था। उन्होंने यह जांचा कि क्या ज़मीन की ढलान या वनस्पति का प्रकार इस बात में बड़ी भूमिका निभाता है कि आग कितनी बुरी तरह से फैली। परिणामों ने दिखाया कि ज़मीन की ढलान का आग की गंभीरता पर लगभग कोई प्रभाव नहीं पड़ा। इसके बजाय, ईंधन का प्रकार निर्णायक कारक था। झाड़ियों और लकड़ी वाले पौधों से ढके क्षेत्रों में खुले घास के मैदानों की तुलना में काफी अधिक गंभीरता से आग फैली। यह इस विचार का समर्थन करता है कि घास के मैदानों में मेस्कविट और जूनिपर जैसे लकड़ी वाले पौधों का अतिक्रमण अग्नि व्यवस्था (फायर रिजीम) को बदल रहा है, जिससे आग अधिक तीव्र और विनाशकारी हो रही है। रडार डेटा संरचनात्मक नुकसान के इन अंतरों को उजागर करने में सक्षम था, यह दिखाते हुए कि घास वाले क्षेत्रों की तुलना में लकड़ी वाले क्षेत्रों में अधिक गहरा परिवर्तन हुआ।

शायद सबसे व्यावहारिक खोज नमी के नुकसान का मानचित्र बनाने की क्षमता थी। रडार संकेतों को मिलाकर, शोधकर्ताओं ने एक इंडेक्स तैयार किया जिसने दिखाया कि आग के बाद भूमि कहाँ सबसे अधिक सूख गई थी। यह मानचित्र उन क्षेत्रों के साथ अच्छी तरह मेल खाता था जहाँ आग लगी थी, यहाँ तक कि उन स्थानों पर भी जहाँ ऑप्टिकल मानचित्र अस्पष्ट थे। यह महत्वपूर्ण है क्योंकि रडार उन बादलों और धुएं के पार देख सकता है जो अक्सर आग के तुरंत बाद ऑप्टिकल उपग्रहों को बाधित करते हैं। यह मिट्टी और पौधों के भौतिक सूखने को भी देख सकता है, इससे पहले कि हरी घास नुकसान को छिपाने के लिए वापस उग आए। इसका अर्थ है कि आपातकालीन प्रबंधक पारंपरिक तरीकों की तुलना में बहुत पहले आग के प्रभाव और मिट्टी में पानी की कमी की विश्वसनीय तस्वीर प्राप्त करने के लिए रडार का उपयोग कर सकते हैं।

शोधकर्ताओं ने उल्लेख किया कि उनके निष्कर्ष इस प्रकार के कम बायोमास, संक्रमणकालीन वातावरण के लिए विशिष्ट हैं और इन्हें घने जंगलों या अन्य पारिस्थितिक तंत्रों पर बिना आगे के परीक्षण के लागू नहीं माना जाना चाहिए। उन्होंने यह भी बताया कि हालांकि रडार डेटा आशाजनक था, लेकिन आग की गंभीरता को मापने के लिए एक सटीक पैमाना बनाने हेतु इसे जमीनी स्तर के मापों के साथ सत्यापित करने की आवश्यकता है। फिलहाल, यह अध्ययन प्रदर्शित करता है कि रडार और ऑप्टिकल डेटा को मिलाना दक्षिणी ग्रेट प्लेन्स में आग के नुकसान का एक अधिक पूर्ण दृश्य प्रदान करता है। यह प्रकट करता है कि इन अर्ध-शुष्क परिदृश्यों में, जहाँ ज़मीन दिखाई देती है और पौधे तेज़ी से उगते हैं, वनस्पतियों की भौतिक संरचना पत्तियों के रंग की तुलना में एक अलग कहानी बताती है। रडार की गूँज को सुनकर, वैज्ञानिक अंततः जले हुए निशान के वास्तविक आकार को देख सकते हैं, भले ही ज़मीन फिर से हरी दिखने लगे।