വടക്കുകിഴക്കൻ സംസ്ഥാനങ്ങളിലെ സങ്കീർണ്ണമായ ഭൂപ്രകൃതികളിൽ കനത്ത മഴയുടെ പ്രവചനം മെച്ചപ്പെടുത്തുന്നതിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ), കാലാവസ്ഥാ ഗവേഷണം (ഡബ്ല്യുആർഎഫ്) മോഡലുകളിൽ ആഴത്തിലുള്ള പഠനം എന്നിവയുടെ ഉപയോഗം ഒരു ഗെയിം ചേഞ്ചറാകുമെന്ന് ഏറ്റവും പുതിയ പഠനം. എല്ലാ വർഷവും തീവ്രമായ കാലാവസ്ഥാ സംഭവങ്ങൾ ബാധിക്കുന്ന ഒരു പ്രദേശത്ത് മികച്ച മുൻകൂട്ടിയുള്ള മുന്നറിയിപ്പും ദുരന്ത തയ്യാറെടുപ്പും ഇത് സുഗമമാക്കുമെന്ന് പഠനം സൂചിപ്പിക്കുന്നു.

“ജില്ലാ തലത്തിൽ കനത്ത മഴയുടെ പ്രവചനം മെച്ചപ്പെടുത്തുന്നതിന് ഡബ്ല്യുആർഎഫിലെ ഉയർന്ന റെസല്യൂഷൻ ഡൈനാമിക്കൽ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡലുകളുടെ മികച്ച സംയോജനം അത്യന്താപേക്ഷിതമാണ്, പ്രത്യേകിച്ചും വടക്കുകിഴക്കൻ ഇന്ത്യയിലെ ഓറോഗ്രാഫി (പർവതങ്ങളുടെ രൂപീകരണവും സവിശേഷതകളും) നയിക്കുന്ന പ്രദേശങ്ങളിൽ മെച്ചപ്പെട്ട മുൻകൂട്ടിയുള്ള മുന്നറിയിപ്പും തയ്യാറെടുപ്പും സുഗമമാക്കുന്നതിനും നഷ്ടങ്ങൾ കുറയ്ക്കുന്നതിന് ദുരന്ത പൊരുത്തപ്പെടുത്തലും ലഘൂകരണ തന്ത്രങ്ങളും വികസിപ്പിക്കുന്നതിനും. ” പഠനം പറയുന്നു.

ഭുവനേശ്വറിലെ ഇന്ത്യന് ഇന്സ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജിയിലെ സ്കൂള് ഓഫ് ഇലക്ട്രിക്കല് സയന്സസിലെയും സ്കൂള് ഓഫ് എര്ത്ത് ഓഷ്യന് ആന്ഡ് ക്ലൈമറ്റ് സയന്സസിലെയും ഒരു കൂട്ടം ഗവേഷകരാണ് പഠനം നടത്തിയത്.

ഐഇഇഇ ട്രാൻസാക്ഷൻസ് ഓൺ ജിയോ-സയൻസ് ആൻഡ് റിമോട്ട് സെൻസിംഗിൽ പ്രസിദ്ധീകരിച്ച ഗവേഷണത്തിൽ, ഡൈനാമിക്കൽ മോഡലുകൾ ഉപയോഗിച്ച് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഡീപ് ലേണിംഗ് ഉപയോഗിക്കുന്നത് 77.9% കൃത്യമാണെന്ന് കണ്ടെത്തി.

രാജ്യത്തിന്റെ പല ഭാഗങ്ങളിലും, പ്രത്യേകിച്ച് വടക്കുകിഴക്കൻ മേഖലയിലെ മലയോര പ്രദേശങ്ങളിൽ കനത്ത മഴയുടെ സംഭവങ്ങൾ കൃത്യമായി പ്രവചിക്കുന്നത് ഒരു വെല്ലുവിളിയായി തുടരുകയാണെന്ന് സ്കൂൾ ഓഫ് എർത്ത് ഓഷ്യൻ ആൻഡ് ക്ലൈമറ്റ് സയൻസസിലെ അസോസിയേറ്റ് പ്രൊഫസറും പ്രബന്ധത്തിന്റെ അനുബന്ധ രചയിതാവുമായ പ്രൊഫസർ സന്ദീപ് പട്നായിക് പറഞ്ഞു.

“2022 ലെ അസമിലെ വെള്ളപ്പൊക്കമോ ഈ വർഷം സിക്കിമിലെ മിന്നൽ വെള്ളപ്പൊക്കമോ ആകട്ടെ, തീവ്രമായ സംഭവങ്ങൾ വലിയ നാശനഷ്ടമുണ്ടാക്കുന്നു. മുൻകൂട്ടിയുള്ള മുന്നറിയിപ്പും തയ്യാറെടുപ്പും ഈ നാശം കുറയ്ക്കാൻ സഹായിക്കുമെങ്കിലും, പ്രവചനത്തിൽ വലിയ അനിശ്ചിതത്വങ്ങളുണ്ട്, പ്രത്യേകിച്ചും സങ്കീർണ്ണമായ മലയോര മേഖലയിലെ കനത്ത മഴ സംഭവങ്ങൾക്ക് നിർണ്ണായക സംഖ്യാ കാലാവസ്ഥാ മോഡലുകളിൽ നിന്ന്, ഇത് ഒരു വെല്ലുവിളിയാണ്, “പ്രൊഫസർ പട്നായിക് പറഞ്ഞു.

ജില്ലാ തലത്തിൽ ഡൈനാമിക്കൽ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഡീപ് ലേണിംഗ് മോഡൽ ‘യു-നെറ്റ്’ സംയോജിപ്പിച്ചതിലൂടെ കനത്ത മഴയുടെ പ്രവചനത്തിൽ ഗണ്യമായ പുരോഗതി അവരുടെ പഠനം പ്രകടമാക്കി. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡൽ 12 മില്ലിമീറ്ററിൽ താഴെയുള്ള ശരാശരി സമ്പൂർണ്ണ പിശക് (എംഎഇ) നേടിയതായി പ്രൊഫസർ പട്നായിക് പറഞ്ഞു, ഇത് നിർണ്ണായക വ്യക്തിഗത ചലനാത്മക മോഡലുകളെയും അവയുടെ കൂട്ടായ പ്രവചനത്തെയും മറികടന്നു.

“ഒരു മോഡൽ പര്യാപ്തമല്ലാത്തതിനാൽ, ഞങ്ങൾ തുടക്കത്തിൽ മോഡലുകളുടെ ഒരു കൂട്ടം പ്രവർത്തിപ്പിച്ചു, പക്ഷേ ഇപ്പോഴും ചലനാത്മക മോഡലുകളിലെ കൃത്യതയുടെ അളവ് ഏകദേശം 38% മാത്രമായിരുന്നു. എന്നിരുന്നാലും, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ആഴത്തിലുള്ള പഠനം എന്നിവ ചേർക്കുന്നത് ഇത് ഇരട്ടിയാക്കി, “അദ്ദേഹം പറഞ്ഞു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗവും ആഴത്തിലുള്ള പഠനവും മൂന്ന് ദിവസം മുമ്പ് 150 മില്ലിമീറ്ററും അതിൽ കൂടുതലുമുള്ള കനത്ത മഴ പ്രവചിക്കാൻ സഹായിച്ചു. അതിന്റെ പ്രവചനം ഒരു ഓറോഗ്രാഫിക് പ്രദേശത്തിന് കൂടുതൽ കൃത്യത നൽകി. “ഇത് ഒരു വലിയ മുന്നേറ്റമാണ്,” അദ്ദേഹം പറഞ്ഞു.

അസമിലെ ബാർപേട്ട, കാംരൂപ്, കൊക്രജാർ, നൽബാരി ജില്ലകളിലെ സാമ്പിൾ പ്രദേശങ്ങളിലെ കനത്ത മഴ സംഭവങ്ങൾ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡൽ കൃത്യമായി പ്രവചിച്ചു, അവിടെ 2022 ജൂണിൽ കനത്ത മഴ കനത്ത നാശനഷ്ടങ്ങൾക്കും വ്യാപകമായ നാശനഷ്ടങ്ങൾക്കും 88 ലക്ഷം ജനങ്ങളെ ബാധിക്കുന്ന വലിയ സാമ്പത്തിക നഷ്ടത്തിനും കാരണമായി. പ്രൊഫസർ പട്നായിക്, പ്രൊഫസർ നിലാദ്രി ബി പുഹാൻ, ഓംവീർ ശർമ്മ, ധനഞ്ജയ് ത്രിവേദി, വിവേകാനന്ദ ഹസ്ര എന്നിവർ ചേർന്നാണ് പ്രബന്ധം രചിച്ചത്.