ماحولیاتی تبدیلی کو اب عالمی ماحولیات اور پائیدار ترقی کے لیے سب سے بڑے چیلنجوں میں سے ایک کے طور پر پہچانا جاتا ہے، جس کے قدرتی ماحولیاتی نظام اور سماجی و اقتصادی نظام دونوں پر دور رس اثرات مرتب ہوتے ہیں۔
بین الاقوامی رپورٹس بتاتی ہیں کہ گلوبل وارمنگ کی بنیادی وجہ انسان ہیں، جس میں صنعتی دور سے پہلے کی سطح کے مقابلے اوسط درجہ حرارت میں تقریباً 1.1 ڈگری سینٹی گریڈ کا اضافہ ہوا ہے۔ 1980 کے بعد سے، ہر دہائی پچھلی دہائی کے مقابلے میں زیادہ گرم رہی ہے، جس میں گرین ہاؤس گیسوں کی تعداد مسلسل ریکارڈ سطح تک پہنچ رہی ہے، جو حالیہ برسوں کو ریکارڈ پر سب سے زیادہ گرم قرار دے رہی ہے۔
ویتنام موسمیاتی تبدیلیوں سے سب سے زیادہ متاثر ہونے والے ممالک میں سے ایک ہے، جسے شدید طوفانوں، شدید بارشوں، تیز سیلابوں، خشک سالی، سطح سمندر میں اضافہ، کھارے پانی کی مداخلت اور ساحلی کٹاؤ کے بیک وقت خطرات کا سامنا ہے۔ قومی منظرناموں سے پتہ چلتا ہے کہ 21ویں صدی کے آخر تک، سمندر کی سطح انتہائی حالات میں 1 میٹر تک بڑھ سکتی ہے، جس سے بڑے ڈیلٹا اور بہت سے ساحلی شہروں کو شدید خطرات لاحق ہو سکتے ہیں۔
حالیہ مطالعات سے پتہ چلتا ہے کہ ویتنام نے قدرتی آفات اور موسمیاتی تبدیلیوں کے اثرات کی وجہ سے اپنی جی ڈی پی کا ایک نمایاں فیصد کھو دیا ہے۔ فیصلہ کن کارروائی کے بغیر، نقصان مستقبل میں تیزی سے بڑھ سکتا ہے اور پائیدار ترقی کے اہداف کے حصول کی طرف پیش رفت کو روک سکتا ہے۔
ان چیلنجوں کے جواب میں پارٹی اور ریاست نے بہت سی مضبوط پالیسیوں اور اقدامات کو نافذ کیا ہے۔ 2050 تک قومی موسمیاتی تبدیلی کی حکمت عملی کا مقصد فعال اور موثر موافقت، خطرے کو کم کرنا، گرین ہاؤس گیسوں کے اخراج میں کمی، اور 2050 تک خالص صفر کے اخراج کے لیے کوشش کرنا ہے، جبکہ اس کے ساتھ ساتھ موسمیاتی پیشن گوئی، انتباہ، اور نگرانی کی صلاحیتوں کو بڑھانے کے لیے ممالک کی صلاحیتوں کو بہتر بنانا ہے۔ قومی سائنس، ٹیکنالوجی، اختراعات، اور ڈیجیٹل تبدیلی میں پیش رفتوں پر پولیٹ بیورو کی قرارداد نمبر 57-NQ/TW معیشت کی موافقت اور مسابقت کو بڑھانے میں ایک اہم عنصر کے طور پر، AI سمیت سائنس اور ٹیکنالوجی کے کردار پر مزید زور دیتا ہے۔
اس تناظر میں، AI ایک خلل ڈالنے والے آلے کے طور پر ابھرتا ہے، جو روایتی آب و ہوا کے ماڈلز کے لیے ایک اہم تکمیلی ہے۔ ماضی میں، عالمی اور علاقائی آب و ہوا کی حرکیات کے ماڈل کے لیے پیچیدہ مسائل درکار ہوتے تھے، جو اہم کمپیوٹیشنل وقت اور بنیادی ڈھانچے کے اخراجات کا مطالبہ کرتے تھے۔ اب، AI نمایاں طور پر مختصر تخروپن کے اوقات، کم لاگت، اور ہزاروں موسمیاتی تبدیلی کے منظرناموں کی تعمیر اور موازنہ کرنے کے لیے وسیع صلاحیتوں کی اجازت دیتا ہے۔ کئی مشین لرننگ پر مبنی کلائمیٹ سمولیشن سسٹمز نے روایتی ماڈلز کے مقابلے میں زیادہ تیزی سے چلانے کی صلاحیت کا مظاہرہ کیا ہے، جبکہ درجہ حرارت اور بارش کے رجحانات اور تقسیم کے حوالے سے اب بھی تقابلی نتائج پیدا کیے ہیں۔
نیا رجحان مشین لرننگ ماڈلز کے ساتھ جسمانی حرکیات کے ماڈلز کو ملا کر ہائبرڈ ماڈل تیار کرنا ہے۔ یہ نقطہ نظر جسمانی ماڈلز کی جگہ نہیں لیتا بلکہ ان کی تکمیل کرتا ہے، جس سے ٹھوس سائنسی بنیاد اور AI کی غلطیوں کو درست کرنے اور پیچیدہ نان لائنر عمل کو سنبھالنے کی صلاحیت دونوں کا فائدہ ہوتا ہے۔ مشاہداتی ڈیٹا، سیٹلائٹ ڈیٹا، ماڈل ڈیٹا، اور تاریخی ڈیٹا کو مزید تفصیلی اور قابل اعتماد پیشین گوئیاں بنانے کے لیے مربوط کیا گیا ہے۔ AI کا استعمال جسمانی عملوں کو پیرامیٹرائز کرنے کے لیے بھی کیا جاتا ہے جو روایتی ماڈلز، جیسے کنویکشن، کلاؤڈز اور ریڈی ایشن میں "روکاوٹیں" ہیں، جو سائنسی بنیادوں کو برقرار رکھتے ہوئے کمپیوٹیشنل اخراجات کو کم کرنے میں مدد کرتے ہیں۔
ویتنام میں، انسٹی ٹیوٹ آف میٹرولوجی، ہائیڈرولوجی اور کلائمیٹ چینج نے ابتدائی طور پر ماڈلز کو بہتر بنانے اور شدید بارشوں، تیز سیلابوں اور انتہائی موسمی واقعات کی پیشین گوئی کے معیار کو بہتر بنانے کے لیے AI اور مشین لرننگ کا اطلاق کیا ہے۔ اس کے ساتھ ہی، اس نے موسمیاتی اور ہائیڈرولوجیکل ڈیٹا کے بڑھتے ہوئے حجم کو سنبھالنے کے لیے ڈیجیٹل انفراسٹرکچر اور اعلیٰ کارکردگی والے کمپیوٹنگ سسٹم بنائے ہیں۔ "ویتنام کے لیے موسمیاتی تبدیلی اور سمندر کی سطح میں اضافے کے منظرنامے کو اپ ڈیٹ کرنا" کے منصوبے کے فریم ورک کے اندر سطح سمندر میں اضافے کی وجہ سے سیلاب کے نقشے بنانے میں AI کا تجرباتی استعمال ایک اہم بات ہے۔ رینڈم فاریسٹ، XGBoost، LightGBM، اور convolutional neural نیٹ ورکس جیسے مشین لرننگ ماڈلز کو کمپیوٹیشن کے وقت کو کم کرنے، ریزولوشن کو بہتر بنانے اور سیلاب کے نقشوں کی وشوسنییتا کو بڑھانے کے لیے ملٹی سورس ڈیٹاسیٹس (ٹپوگرافی، مٹی، ریموٹ سینسنگ، زمینی استعمال، ہائیڈرولوجی) پر تعینات کیا گیا ہے۔
آگے ایک نیا قدم یہ ہے کہ نقلی نتائج کو WebGIS سسٹم میں ضم کیا جائے گا، جس سے وزارتوں، محکموں، اور علاقوں کو منظرناموں اور ٹائم لائنز میں ان تک رسائی اور ان کا آن لائن موازنہ کرنے کی اجازت دی جائے گی، جو براہ راست مقامی منصوبہ بندی، شہری منصوبہ بندی، بنیادی ڈھانچے کی منصوبہ بندی، اور موسمیاتی تبدیلی کے موافقت کے منصوبوں کی خدمت کر رہے ہیں۔ یہ "جامد نقشہ جات" سے "متحرک، انٹرایکٹو ڈیجیٹل نقشے" کی طرف ایک اہم تبدیلی کی نمائندگی کرتا ہے، جو موسمیاتی سائنس کو عملی حکمرانی کے آلات سے جوڑتا ہے۔
موسمیات اور ہائیڈرولوجی کے شعبوں سے ہٹ کر، AI، جب ڈیجیٹل تبدیلی کے ساتھ مربوط ہوتا ہے، ایک پائیدار، بین الضابطہ حکمرانی کے پلیٹ فارم کے طور پر اپنے کردار کو تیزی سے ظاہر کر رہا ہے۔
وسائل کے انتظام اور زراعت میں، AI پیداوار کی پیشین گوئی کرنے، خشک سالی کی نگرانی، آبپاشی کو بہتر بنانے، اور فصلوں کے موسموں، پودوں کی اقسام اور آدانوں کو ایڈجسٹ کرنے میں کسانوں کی مدد کرنے کے لیے آب و ہوا، مٹی اور فصل کے ڈیٹا کا تجزیہ کر سکتا ہے، اس طرح خطرات کو کم کر کے اقتصادی کارکردگی میں اضافہ ہو سکتا ہے۔
شہری اور بنیادی ڈھانچے کی ترقی میں، AI انتہائی بارش، سیلاب، شہری گرمی کے جزیروں، اور زمین کی کمی کے اثرات کی نقالی میں مدد کرتا ہے، آب و ہوا کے موافق شہری منصوبہ بندی میں مدد کرتا ہے اور نقل و حمل، نکاسی آب اور سبز جگہوں کو بہتر بناتا ہے۔
ماحولیاتی تحفظ اور پالیسی کی منصوبہ بندی کے میدان میں، AI کو ڈیجیٹل پلیٹ فارمز میں ضم کیا جا سکتا ہے تاکہ ماحولیاتی نظام کی خدمات کی قدر کا اندازہ لگایا جا سکے، نقصانات اور نقصانات کا اندازہ لگایا جا سکے، خطرے کے منظرناموں کا تجزیہ کیا جا سکے، اور موافقت اور اخراج میں تخفیف کے لیے حکمت عملیوں، منصوبوں اور ایکشن پروگراموں کی ترقی میں مدد کی جا سکے۔
ڈیزاسٹر رسک مینجمنٹ میں، AI کثیر خطرے سے متعلق ابتدائی انتباہی نظام میں ایک اہم کردار ادا کرتا ہے، جو حکام اور عوام کو پہلے اور زیادہ درست انتباہات فراہم کرنے کے لیے آبزرویشن نیٹ ورکس، سیٹلائٹس اور سینسرز سے حقیقی وقت کے ڈیٹا کا تجزیہ کرتا ہے۔
تاہم، پائیدار گورننس میں AI کو حقیقی معنوں میں ایک "نئی قوت" بننے کے لیے بہت کچھ کرنا باقی ہے۔ ویتنام کا ڈیٹا اور کمپیوٹنگ کا بنیادی ڈھانچہ اب بھی ضروریات سے کافی پیچھے ہے۔ موسمیاتی، ہائیڈرولوجیکل، ریموٹ سینسنگ، اور سماجی و اقتصادی ڈیٹا بکھرے ہوئے ہیں، معیاری کاری کا فقدان ہے، اور ان کا اشتراک کرنا مشکل ہے، جبکہ اوپن ڈیٹا - AI کے لیے ایک اہم بنیاد - کو مکمل طور پر فروغ نہیں دیا گیا ہے۔ موسمیاتی ماڈلنگ اور AI کے لیے وقف اعلیٰ کارکردگی والے کمپیوٹنگ سسٹمز محدود ہیں اور بڑے پیمانے پر گہرے سیکھنے کے ماڈلز کو سپورٹ کرنے کے لیے جدوجہد کرتے ہیں۔
بین الضابطہ انسانی وسائل جو کہ موسمیات-کلائمیٹولوجی، ڈیٹا سائنس کے ساتھ موسمیاتی تبدیلی، اعلیٰ کارکردگی والے کمپیوٹنگ، اور رسک مینجمنٹ کی کمی اور کمزور ہیں۔ بہت سے نئے AI پروڈکٹس تجرباتی مرحلے پر ہیں اور انہیں آپریشنل عمل اور فیصلہ سازی میں گہرائی سے مربوط نہیں کیا گیا ہے۔ ڈیٹا، شیئرنگ، سیکیورٹی اور عوامی شعبوں میں AI کے استعمال کے لیے قانونی فریم ورک ابھی تک نامکمل ہے۔ موسمیاتی-ہائیڈروولوجیکل سیکٹر اور دیگر وزارتوں، شعبوں اور مقامی علاقوں کے درمیان رابطہ کاری کا طریقہ کار ابھی تک صحیح معنوں میں ہموار نہیں ہے۔ مالی وسائل، خاص طور پر تحقیق، ترقی، اور AI سسٹمز کے طویل مدتی آپریشن کے لیے، اب بھی بہت زیادہ انحصار بین الاقوامی امداد اور معاون منصوبوں پر ہے۔
اس تناظر میں، موسمیات، ہائیڈرولوجی، موسمیاتی تبدیلی، اور پائیدار گورننس میں AI کی ترقی اور اطلاق کو ایک اسٹریٹجک سمت سمجھا جانا چاہئے، جو قومی موسمیاتی تبدیلی کی حکمت عملی، خالص صفر کے اخراج کے وعدوں، موسمیاتی اور ہائیڈرولوجیکل شعبے کی ترقی کی حکمت عملی، اور قومی ڈیجیٹل تبدیلی پروگرام سے قریب سے جڑا ہوا ہے۔
ڈیجیٹل اور کمپیوٹنگ انفراسٹرکچر میں سرمایہ کاری کے ساتھ ساتھ، ویتنام کو ایک متحد قومی آب و ہوا کے ڈیٹا سسٹم کی تعمیر، مشاہداتی ڈیٹا، ماڈلز، ریموٹ سینسنگ، اور سماجی و اقتصادی ڈیٹا کو یکجا کرنے، جسمانی ماڈلز کے ساتھ آزاد AI ماڈلز اور ہائبرڈ ماڈلز تیار کرنے کی بنیاد بنانے پر توجہ دینے کی ضرورت ہے۔
اس کے ساتھ ہی، بین الضابطہ انسانی وسائل کی تربیت پر توجہ دی جانی چاہیے، تربیتی اداروں اور تحقیقی اداروں کی حوصلہ افزائی کرنا چاہیے کہ وہ اپنے تربیتی پروگراموں میں AI، بگ ڈیٹا، اور کلائمیٹ ماڈلنگ کو شامل کریں۔ بین الاقوامی تعاون کو مضبوط بنانا اور نئے علم تک رسائی اور اضافی مالی اور تکنیکی وسائل کو متحرک کرنے کے لیے عالمی AI اور موسمیاتی نیٹ ورکس میں مزید گہرائی سے حصہ لینا۔ اداروں اور پالیسیوں کو بہتر بنانا، خاص طور پر AI ایپلی کیشنز میں ڈیٹا، معیارات، حفاظت، ذمہ داری اور اخلاقیات سے متعلق، فیصلہ سازی میں AI مصنوعات کے وسیع اور قابل اعتماد استعمال کے لیے ایک ناگزیر شرط ہے۔
موسمیاتی تبدیلی اور ڈیجیٹل تبدیلی کے دور میں، AI صرف ایک تکنیکی ٹول نہیں ہے، بلکہ پائیدار گورننس کا "نرم انفراسٹرکچر" بن رہا ہے۔ اگر ویتنام موقع سے فائدہ اٹھاتا ہے اور اعداد و شمار، بنیادی ڈھانچے، انسانی وسائل اور اداروں میں رکاوٹوں پر قابو پاتا ہے، تو وہ آب و ہوا کے چیلنجوں کو اپنے نمو کے ماڈل میں جدت طرازی کے لیے ایک محرک قوت میں تبدیل کر سکتا ہے، پیشن گوئی کی صلاحیتوں کو بڑھا سکتا ہے، خطرات کو کم کر سکتا ہے، اور سبز، جامع، اور پائیدار ترقی کی راہ پر مستقل پیش رفت کر سکتا ہے۔
ماخذ: https://mst.gov.vn/bien-doi-khi-hau-va-cuoc-dua-moi-suc-manh-cua-ai-va-chuyen-doi-so-trong-quan-tri-ben-vung-197251210181319362.htm
تبصرہ (0)