ویتنام سمندری پانی کے معیار کی نگرانی کے لیے پہلی بار AI اور ریموٹ سینسنگ کا اطلاق کرتا ہے۔

ویتنامی اور پولش سائنسدانوں کی طرف سے کی گئی تحقیق میں سمندری پانی کے معیار کی نگرانی کے لیے AI اور ریموٹ سینسنگ کو یکجا کیا گیا ہے، جو اہم ساحلی علاقوں میں پانی کے وسائل کے انتظام کو مؤثر طریقے سے معاونت فراہم کرتا ہے۔

حالیہ برسوں میں سماجی -اقتصادی ترقی ہا لانگ بے اور کوا لوس کے علاقے (کوانگ نین صوبہ) میں بہت سے ماحولیاتی چیلنجز کو جنم دے رہی ہے، خاص طور پر سمندری پانی کے معیار میں کمی، مقامی سمندری ماحولیاتی نظام کو خطرہ ہے۔

دریں اثنا، نگرانی کے روایتی طریقوں جیسے کہ سائٹ پر نمونے لینے اور تجزیہ کرنے کی لاگت، وقت اور نگرانی کے دائرہ کار کے لحاظ سے بہت سی حدود ہیں۔

اس حقیقت کا سامنا کرتے ہوئے، ویتنامی اور پولش سائنسدانوں نے پانی کے معیار کی نگرانی میں ریموٹ سینسنگ اور مصنوعی ذہانت کے اطلاق پر تحقیق کو متعین کرنے کے لیے مربوط کیا ہے - ایک جدید، اقتصادی نقطہ نظر 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 spatio-temporal پانی کے معیار کی تقسیم کے نقشے بنائے، اتار چڑھاو کی نگرانی کرنے اور Ha Long Bay اور Cua Luc میں آلودگی کے خطرات کے بارے میں ابتدائی انتباہ فراہم کرنے میں مدد کی۔

کوانگ نین صوبے میں یہ دو تزویراتی آبی علاقے ہیں جو نہ صرف زمین کی تزئین اور ماحولیاتی اقدار سے مالا مال ہیں بلکہ صوبے کی اقتصادی اور سیاحتی ترقی میں بھی اہم کردار ادا کر رہے ہیں۔

یہ نقشے آبی وسائل کے انتظام، ماحولیاتی تحفظ اور ساحلی علاقوں کی پائیدار ترقی کی رہنمائی میں استعمال کیے جا سکتے ہیں۔

ہا لانگ بے میں ماحول کو صاف کرنا۔ (تصویر: تھانہ وان/وی این اے)

ڈاکٹر وو انہ توان نے کہا کہ تحقیق کا نیاپن ریموٹ سینسنگ، مصنوعی ذہانت اور کلاؤڈ کمپیوٹنگ ٹیکنالوجیز کی ترکیب اور تخلیقی استعمال 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 جانے اور گہرائی میں اعلیٰ قدر کی گہرائی فراہم کرنے کے لیے تحقیق کی ضرورت ہے۔

مطالعہ نے مشین لرننگ کے ماڈلز قائم کیے اور انہیں 73% سے زیادہ کی درستگی حاصل کرنے کے لیے کیلیبریٹ کیا اور موسمی اور سالانہ اوسط کے حساب سے ان پیرامیٹرز کی تقسیم کے نقشے بنائے۔

اس کے علاوہ، مطالعہ پانی کے معیار کی نگرانی کے لیے مشین لرننگ کے ساتھ مل کر ریموٹ سینسنگ ٹیکنالوجی کو استعمال کرنے کے لیے ایک نیا نقطہ نظر بھی کھولتا ہے، اس طرح اہم ساحلی علاقوں میں پانی کے وسائل کے انتظام کو مؤثر طریقے سے مدد فراہم کرتا ہے۔

سمندروں میں وسیع پیمانے پر تعیناتی کی طرف

ڈاکٹر Vu Anh Tuan نے مزید کہا کہ مطالعہ میں 2019-2023 کی مدت میں سینٹینیل-2 سیٹلائٹ (MSI سینسر) کے ڈیٹا کا استعمال کیا گیا، جس میں Quang Ninh صوبے کے قدرتی وسائل اور ماحولیات کے محکمے اور نیشنل اوشینک اینڈ ایٹموسفیرک ایڈمنسٹریشن کے پانی کے لیے کوالٹی ایریا (USA) کے لیے استعمال کیا گیا۔

گوگل کلاؤڈ کمپیوٹنگ پلیٹ فارم پر کل 78 سیٹلائٹ امیجز پر کارروائی اور تجزیہ کیا گیا۔ پھر، مشین لرننگ الگورتھم جیسے کہ رینڈم فاریسٹ، بوسٹنگ ریگریشن اور AdaBoost ریگریشن کا اطلاق پانی کے معیار کے اشاریوں کی پیشن گوئی کے لیے کیا گیا۔

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۔

تحقیق کا اطلاق ویتنام کے سمندروں میں کیا جائے گا۔ (تصویر: ویت ہوانگ/وی این اے)

ماڈل کے نتائج سے، تحقیقی ٹیم نے spatio-temporal پانی کے معیار کی تقسیم کے نقشے بنائے، اتار چڑھاو کی نگرانی کرنے اور ہا لانگ بے میں آلودگی کے خطرات کے بارے میں ابتدائی انتباہ فراہم کرنے میں مدد کی۔

یہ نقشے آبی وسائل کے انتظام، ماحولیاتی تحفظ اور ساحلی علاقوں کی پائیدار ترقی کی رہنمائی میں استعمال کیے جا سکتے ہیں۔

مستقبل کی تحقیقی سمتوں کے بارے میں، ڈاکٹر Vu Anh Tuan نے کہا کہ آنے والے وقت میں، تحقیقی ٹیم مشاہدے اور نمونے لینے کی فریکوئنسی کو بڑھانے 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) مشاہدات کی فریکوئنسی کو بڑھانے میں مدد ملے گی اور نہ صرف پانی کے معیار کے 4 پیرامیٹرز تک محدود ہو گی، بلکہ اسے 5، 6 یا اس سے زیادہ تک بڑھایا جا سکتا ہے۔

اگلی اہم ہدایات میں سے ایک یہ ہے کہ گروپ اس تحقیق کو ویتنام کے سمندروں میں وسیع پیمانے پر تعینات کرے گا۔

اگرچہ ہر سمندری علاقے کی اپنی خصوصیات ہیں، اسی تحقیقی پلیٹ فارم اور فریم ورک کے ساتھ، درست اور موزوں نتائج لانے کے لیے حساب کے طریقوں کو ایڈجسٹ کیا جا سکتا ہے۔

ٹیم کا حتمی مقصد ایک جامع نظام قائم کرنا ہے جو سمندری پانی کے معیار کے پیرامیٹرز کی مسلسل نگرانی اور کنٹرول کرتا ہے۔

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۔

یہ SCIE Q1 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۔

(TTXVN/Vietnam+)

ماخذ: https://www.vietnamplus.vn/viet-nam-lan-dau-tien-ung-dung-ai-va-vien-tham-giam-sat-chat-luong-nuoc-bien-post1044935.vnp