آفات کی پیشن گوئی کے معیار کو بہتر بنانا۔

بڑھتے ہوئے موسمی واقعات کے تناظر میں، موسمیاتی اور ہائیڈرولوجیکل پیشین گوئی کی درستگی کو بہتر بنانے کی ضرورت تیزی سے فوری ہوتی جا رہی ہے۔

2025 میں Tuong Duong، Nghe An میں دریائے لام پر تاریخی سیلاب۔

سائنس دان ہائبرڈ ماڈلز پر تحقیق کر رہے ہیں جو متعدد ڈیٹا کے ذرائع اور مصنوعی ذہانت (AI) کو مربوط کرتے ہیں تاکہ پیشن گوئی کے معیار کو بہتر بنایا جا سکے اور تباہی سے بچاؤ اور ردعمل سے متعلق فیصلہ سازی میں مدد فراہم کی جا سکے۔

قدرتی آفات کی ابتدائی وارننگ کے لیے مربوط ہائبرڈ حل، جس کی تحقیق اور انسٹی ٹیوٹ آف آبی وسائل سائنس (مرکز برائے آبی وسائل پلاننگ اینڈ انویسٹی گیشن، وزارت زراعت اور ماحولیات ) نے متعارف کرایا ہے، کو ویتنام میں قدرتی آفات کی پیشن گوئی میں ایک پیش رفت سمجھا جاتا ہے۔

انسٹی ٹیوٹ آف واٹر ریسورسز سائنس کے ڈپٹی ڈائریکٹر ڈاکٹر بوئی ڈو ڈونگ نے کہا: "ہائبرڈ حل ایک پیشن گوئی کا حل ہے جو متعدد ڈیٹا ذرائع اور ماڈلز کو مربوط کرتا ہے، ہر طریقہ کی طاقت کا فائدہ اٹھاتا ہے۔ روایتی ماڈلز کے مقابلے میں، یہ حل زیادہ لچکدار، مستحکم اور زیادہ درست پیشین گوئیاں فراہم کرتا ہے۔ تاہم، یہ روایتی ماڈلز کے لیے متبادل حل نہیں ہے۔"

اصولی طور پر، ایک ہائبرڈ حل متعدد ڈیٹا کے ذرائع اور ماڈلز کو یکجا کرتا ہے، مختلف ڈیٹا کو مفید معلومات میں تبدیل کرنے کے لیے ہر طریقہ کی طاقت کا فائدہ اٹھاتا ہے۔ یہ ان پٹ ڈیٹا کو بہتر بنا سکتا ہے، غلطیوں کو کم کر سکتا ہے، قبل از وقت وارننگ کی قدر کو بڑھا سکتا ہے، اور فیصلہ سازی میں معاونت کر سکتا ہے۔

یہ حل روایتی ریاضیاتی اور جسمانی ماڈلز کو اپنی سائنسی بنیاد کے طور پر استعمال کرتا ہے۔ وسیع رقبے کے مشاہدے کے لیے ریموٹ سینسنگ ٹیکنالوجی کا استعمال؛ اور انشانکن اور تصدیق کے لیے حقیقی دنیا کے ماپا ڈیٹا کا استعمال کرتا ہے۔ اس کے علاوہ، یہ حساب لگانے اور نتائج اخذ کرنے کے لیے مصنوعی ذہانت (AI) کے طریقوں کے ساتھ مل کر الگورتھم کا استعمال کرتا ہے۔ عام طور پر، یہ نتائج درست ہوتے ہیں، پیشن گوئی کی صنعت کو بنیادی اعداد و شمار کی غلطی کی شرح کو کم کرنے میں مدد کرتے ہیں، درست اور بروقت ابتدائی پیشین گوئیاں اور انتباہات فراہم کرتے ہیں۔ ہائبرڈ حل کا استعمال کرتے ہوئے چار ماڈل لاگو کیے جاتے ہیں: بارش اور بہاؤ کی پیشن گوئی؛ لینڈ سلائیڈنگ انتباہ؛ واٹرشیڈ کٹاؤ اور ذخائر کی تلچھٹ کا خطرہ؛ اور سیلاب کی پیشن گوئی

یہ حل نہ صرف روایتی موسمیاتی اور ہائیڈرولوجیکل ڈیٹا سے فائدہ اٹھاتے ہیں بلکہ سیٹلائٹ ڈیٹا، عالمی موسمیاتی ماڈلز، اور مشین لرننگ الگورتھم کو بھی مربوط کرتے ہیں، اس طرح پیشن گوئی کرنے والوں کی بڑی مقدار میں معلومات پر کارروائی کرنے اور پہلے سے زیادہ درست انتباہات فراہم کرنے میں مدد کرتے ہیں۔

ان چار ماڈلز کو لاگو کرنے کے لیے، انسٹی ٹیوٹ آف آبی وسائل سائنس نے کئی حل تجویز کیے، آفات کی پیشن گوئی اور وارننگ میں ہائبرڈ حل کا ایک گروپ۔ ان میں GM-ForcePast حل شامل ہے، جو روزانہ اپ ڈیٹ ہوتا ہے اور مطابقت پذیر، ہائی ریزولوشن بارش کی معلومات فراہم کر سکتا ہے، محدود یا غیر مساوی مشاہدے کی وجہ سے غیر یقینی صورتحال کو کم کر سکتا ہے، اور روزانہ ذخائر کے آپریشن اور قلیل مدتی منصوبہ بندی میں معاونت کرتا ہے۔

اگلا حل، 16 دن سے 6 ماہ قبل پیشگی پیش گوئی، روزانہ اپ ڈیٹ بھی، عالمی ماڈلز (GFS, ECMWF, Google) سے مشترکہ بارش کی پیش گوئی کر سکتا ہے۔ ہائبرڈ ماڈلنگ کے حل کے لیے، یہ 16 دن پہلے آبی ذخائر میں آمد کی پیشن گوئی کرتا ہے، روزانہ اپ ڈیٹ کیا جاتا ہے، ریاضی کے جسمانی ماڈلز (HYPE) اور مشین لرننگ ماڈلز (RF, XGBoost) کو ملا کر سیٹلائٹ اور عالمی موسمیاتی ماڈلز کے ڈیٹا کے ذریعے بڑھایا جاتا ہے۔

بہاؤ کی نگرانی اور پیشین گوئی کے لیے ہائبرڈ ماڈل کے علاوہ بہاؤ اور تلچھٹ پر باہم مربوط آبی ذخائر کے نظام کے اثرات سے نمٹنے کے حل کے ساتھ، لینڈ سلائیڈنگ کے خطرے کی ابتدائی وارننگ کو قدرتی آفات کے نمونوں کی تحقیق پر مبنی ایک حل سمجھا جاتا ہے۔ یہ فیلڈ ڈیٹا اور ممکنہ بارش کی بنیاد پر لینڈ سلائیڈنگ کے خطرے کی پیشین گوئی کی اجازت دیتا ہے۔ حتمی حل سیلاب کی حد، گہرائی اور دورانیے کی پیش گوئی کر رہا ہے۔ نچلے میکونگ کے علاقے میں آزمائشوں میں، ہائبرڈ سسٹم روزانہ سیلاب کی حد اور گہرائی کو صرف 30 سیکنڈ میں شمار کرنے میں کامیاب رہا، جس کی پیشن گوئی کا وقت 18 دن تک تھا۔

تحقیق اور جانچ کے نتائج کے مطابق، ہائبرڈ حل پیشن گوئی کی درستگی میں 40% سے زیادہ اضافہ کر سکتا ہے۔ مزید برآں، پیشین گوئی کرنے والے وقت اور کوشش کو کم کرتے ہوئے بہت زیادہ معلومات کو اپ ڈیٹ اور ترکیب کرسکتے ہیں۔ مذکورہ بالا حلوں اور حلوں کے گروپوں کا امتزاج روایتی طریقوں کی حدود کو پورا کرتا ہے اور اس پر قابو پاتا ہے، جس سے ویتنام کی تباہی کی پیشن گوئی کو تیز، زیادہ درست اور بہتر سمت میں جدید بنانے میں مدد ملتی ہے، جبکہ نئی سائنسی اور تکنیکی کامیابیوں کا بھی فائدہ ہوتا ہے۔

Nhan Dan اخبار کے مطابق

ماخذ: https://baotuyenquang.com.vn/xa-hoi/202605/cai-thien-chat-luong-du-bao-thien-tai-4ae4321/