ویتنام میں پہلی بار: سمندری پانی کے معیار کی نگرانی کے لیے ریموٹ سینسنگ کے ساتھ AI ماڈل

ویتنامی اور پولینڈ کے سائنسدانوں نے پانی کے معیار کی نگرانی میں ریموٹ سینسنگ اور مصنوعی ذہانت کے اطلاق پر تحقیق کرنے کے لیے ہم آہنگی پیدا کی ہے - ایک جدید، اقتصادی نقطہ نظر جو ایک بڑے علاقے پر مسلسل نگرانی کی اجازت دیتا ہے۔

Tạp chí Doanh Nghiệp•19/06/2025

فوٹو کیپشن — تحقیقی ٹیم نے ہا لانگ بے اور کوا لوک میں سمندری پانی کے نمونے لیے۔ تصویر: Dieu Thuy/VNA

حالیہ برسوں میں سماجی و اقتصادی ترقی نے ہا لانگ بے اور کوا لوک کے علاقے (کوانگ نین صوبہ) میں بہت سے ماحولیاتی چیلنجز کو جنم دیا ہے، خاص طور پر سمندری پانی کے معیار میں کمی، جس سے مقامی سمندری ماحولیاتی نظام کو خطرہ ہے۔ دریں اثنا، نگرانی کے روایتی طریقوں جیسے سائٹ پر نمونے لینے اور تجزیہ نے لاگت، وقت اور نگرانی کی حد کے لحاظ سے بہت سی حدود کا انکشاف کیا ہے۔ اس حقیقت کا سامنا کرتے ہوئے، ویتنامی اور پولینڈ کے سائنس دانوں نے پانی کے معیار کی نگرانی میں ریموٹ سینسنگ اور مصنوعی ذہانت کے استعمال پر تحقیق کرنے کے لیے ہم آہنگی پیدا کی ہے - ایک جدید، سرمایہ کاری مؤثر طریقہ جو ایک بڑے علاقے پر مسلسل نگرانی کی اجازت دیتا ہے۔ مشترکہ تحقیقی مشن QTPL01.03/23-24 کوڈڈ ہے، جو مشترکہ طور پر ویتنام اسپیس سینٹر (ویتنام اکیڈمی آف سائنس اینڈ ٹیکنالوجی) اور پولش انسٹی ٹیوٹ آف جیو فزکس (پولش اکیڈمی آف سائنسز) کے ذریعے نافذ کیا گیا ہے، کلیدی ساحلی علاقوں میں سمندری ماحولیاتی تحفظ کے لیے زیادہ موثر نگرانی کے آلات فراہم کرنے میں مدد کرتا ہے۔

جدید نقطہ نظر

ویتنام اسپیس سینٹر کے ڈپٹی جنرل ڈائریکٹر ڈاکٹر Vu Anh Tuan کے مطابق، جو اس مشن کے انچارج ہیں، یہ ویتنام کا پہلا پروجیکٹ ہے جس میں بیک وقت سینٹینیل-2 سیٹلائٹ ڈیٹا، جدید مشین لرننگ الگورتھم اور GEE پلیٹ فارم (گوگل کا کلاؤڈ کمپیوٹنگ پلیٹ فارم) کو ماڈل اور مانیٹر کرنے کے لیے پانی کے معیار، ٹھوس کیمیکل ٹمپریچر اور کیمیکل سطح کے پیرامیٹرز کا استعمال کیا جائے گا۔ آکسیجن کی طلب.

ماڈل کے نتائج سے، تحقیقی ٹیم نے جگہ اور وقت میں پانی کے معیار کی تقسیم کے نقشے بنائے ہیں، جو اتار چڑھاؤ کی نگرانی کرنے میں مدد کرتے ہیں اور ہا لانگ بے اور Cua Luc میں آلودگی کے خطرات کی ابتدائی وارننگ فراہم کرتے ہیں۔ یہ کوانگ نین صوبے کے دو اسٹریٹجک آبی علاقے ہیں جو نہ صرف زمین کی تزئین اور ماحولیاتی اقدار سے مالا مال ہیں بلکہ صوبے کی اقتصادی اور سیاحت کی ترقی میں بھی کلیدی کردار ادا کر رہے ہیں۔ یہ نقشے آبی وسائل کے انتظام، ماحولیاتی تحفظ میں معاونت اور ساحلی علاقوں کی پائیدار ترقی کے لیے استعمال کیے جا سکتے ہیں۔

ڈاکٹر وو انہ توان نے کہا کہ مطالعہ کا نیا پن ریموٹ سینسنگ، مصنوعی ذہانت اور کلاؤڈ کمپیوٹنگ ٹیکنالوجیز کی ترکیب اور اختراع میں مضمر ہے تاکہ ہا لانگ بے میں پانی کے معیار کی نگرانی کے پیچیدہ مسئلے کو حل کیا جا سکے، جبکہ ڈیٹا کی کمی کے چیلنج پر قابو پانے کے لیے قابل عمل حل تجویز کیے جائیں اور گہرائی سے اعلیٰ قدر کی گہرائی فراہم کی جائے۔ مطالعہ نے مشین لرننگ ماڈلز قائم کیے اور 73% سے زیادہ کی درستگی حاصل کرنے کے لیے ان ماڈلز کو کیلیبریٹ کیا اور ٹیسٹ کیا اور موسم اور سالانہ اوسط کے حساب سے ان پیرامیٹرز کی تقسیم کے نقشے بنائے۔ اس کے علاوہ، مطالعہ نے پانی کے معیار کی نگرانی کے لیے مشین لرننگ کے ساتھ مل کر ریموٹ سینسنگ ٹیکنالوجی کے استعمال میں ایک نیا نقطہ نظر بھی کھولا، اس طرح اہم ساحلی علاقوں میں پانی کے وسائل کے انتظام کو مؤثر طریقے سے مدد فراہم کی۔

سمندروں میں وسیع پیمانے پر تعیناتی کی طرف

ڈاکٹر Vu Anh Tuan نے مزید کہا کہ مطالعہ میں سینٹینیل-2 سیٹلائٹ (MSI سینسر) سے 2019 - 2023 کی مدت میں ڈیٹا کا استعمال کیا گیا، کوانگ نین صوبے کے قدرتی وسائل اور ماحولیات کے محکمہ کے اصل پیمائش کے اعداد و شمار اور نیشنل اوشینک اینڈ ایٹموسفیرک ایڈمنسٹ (امریکی پانی کی کوالٹی ایڈمنسٹ) کاسٹ کے علاقے میں۔ گوگل کے کلاؤڈ کمپیوٹنگ پلیٹ فارم پر مجموعی طور پر 78 سیٹلائٹ امیجز پر کارروائی اور تجزیہ کیا گیا۔ اس کے بعد، مشین لرننگ الگورتھم جیسے: رینڈم فاریسٹ، بوسٹڈ ریگریشن اور اڈا بوسٹ ریگریشن پانی کے معیار کے اشارے کی پیشن گوئی کے لیے لاگو کیے گئے۔

ڈاکٹر Vu Anh Tuan کے مطابق، مطالعہ نے سینٹینیل-2 سیٹلائٹ امیجز سے اہم سپیکٹرل بینڈز کی بھی نشاندہی کی، جو مشین لرننگ ماڈلز کو بہتر بنانے اور مستقبل میں ڈیٹا اکٹھا کرنے کے اخراجات کو کم کرنے میں معاون ہیں۔ ماڈل کے نتائج سے، تحقیقی ٹیم نے مقامی اور وقتی پانی کے معیار کی تقسیم کے نقشے بنائے، جو اتار چڑھاؤ کی نگرانی کرنے اور ہا لانگ بے میں آلودگی کے خطرات کی ابتدائی وارننگ فراہم کرنے میں مدد کرتے ہیں۔ یہ نقشے آبی وسائل کے انتظام، ماحولیاتی تحفظ میں معاونت اور ساحلی علاقوں کی پائیدار ترقی کے لیے استعمال کیے جا سکتے ہیں۔

اگلی تحقیقی سمت کے بارے میں، ڈاکٹر Vu Anh Tuan نے کہا کہ آنے والے وقت میں، تحقیقی ٹیم مشاہدے اور نمونے لینے کی فریکوئنسی میں اضافہ کرنے اور حساب کتاب کے پیرامیٹرز کی درستگی کو بہتر بنانے کے لیے AI کو سیٹلائٹ امیج ڈیٹا کے ساتھ مزید مربوط کرنے کی تجویز رکھتی ہے۔ خاص طور پر، مختلف قسم کے سیٹلائٹ ڈیٹا کے انضمام کو بڑھانا (فی الحال، ٹیم نے 3 قسم کے سیٹلائٹس پر تجربہ کیا ہے) مشاہدے کی فریکوئنسی کو بڑھانے میں مدد کرے گا اور اسے نہ صرف پانی کے معیار کے 4 پیرامیٹرز تک محدود کرے گا، بلکہ اسے 5، 6 یا اس سے زیادہ تک بڑھایا جا سکتا ہے۔ اگلی اہم ہدایات میں سے ایک یہ ہے کہ ٹیم اس تحقیق کو ویتنام کے سمندروں میں وسیع پیمانے پر تعینات کرے گی۔ اگرچہ ہر سمندر کی اپنی خصوصیات ہیں، ایک ہی پلیٹ فارم اور تحقیقی فریم ورک کے ساتھ، درست اور مناسب نتائج لانے کے لیے حساب کتاب کے طریقوں کو ایڈجسٹ کیا جا سکتا ہے۔ حتمی مقصد یہ ہے کہ ٹیم سمندری پانی کے معیار کے پیرامیٹرز کی مسلسل نگرانی اور نگرانی کے لیے ایک جامع نظام قائم کرے گی۔ یہ نظام منصوبہ سازوں کو اہم معلومات فراہم کرے گا، پانی کی آلودگی کے بارے میں بروقت وارننگ دے گا، خاص طور پر آبی زراعت اور دیگر سمندری اقتصادی شعبوں پر پڑنے والے اثرات۔

اس تحقیق کے نتائج کا جائزہ لیتے ہوئے، ویتنام اکیڈمی آف سائنس اینڈ ٹیکنالوجی کی ایکسیپٹنس کونسل کے رکن ایسوسی ایٹ پروفیسر، ڈاکٹر فام کوانگ ونہ نے کہا کہ پانی کے ماحول کی تحقیق میں AI کے اطلاق کو فروغ دے کر، تحقیقی ٹیم نے ساحلی پانی کے ماحول کی تحقیق میں ریموٹ سینسنگ ڈیٹا پر کارروائی کرنے کے لیے نئے الگورتھم کا استعمال کیا ہے۔ یہ SCIE Q1 جرنل میں دونوں فریقوں کے درمیان مشترکہ اشاعت کے ساتھ موثر سائنسی تعاون کی ایک عام مثال ہے - ایک اعلیٰ معیار کا بین الاقوامی جریدہ؛ اس طرح، ویتنام اور پولینڈ کے درمیان سائنسی تحقیقی تعاون کو فروغ دینے میں تعاون کرتے ہوئے، دونوں ممالک کے لیے ترقی کی نئی سمتیں کھولنا۔

ماخذ: https://doanhnghiepvn.vn/cong-nghe/lan-dau-tien-tai-viet-nam-mo-hinh-ai-ket-hop-vien-tham-giam-sat-chat-luong-nuoc-bien/20250619075954419

تبصرہ (0)