एल नीनो दक्षिणी दोलन (ईएनएसओ) भारत समेत पूरे एशिया, प्रशांत महासागर और अमेरिका में हवाओं, मौसम और समुद्र के तापमान में बदलाव लाने के लिए जाना जाता है। यह सूखे, बाढ़, फसलों की हानि और भोजन की कमी का कारण बन सकता है।
हम सब ने 2023-2024 में एल नीनो की घटना महसूस की, जिसने दुनिया भर के मौसम, जलवायु, पारिस्थितिकी तंत्र और अर्थव्यवस्थाओं पर भारी असर डाला।
मानोआ में हवाई विश्वविद्यालय के महासागर और पृथ्वी विज्ञान और प्रौद्योगिकी स्कूल (एसओईएसटी) के शोधकर्ता ने बताया कि उन्होंने एक नया मॉडल विकसित किया है। इसकी मदद से वे 18 महीने पहले तक ईएनएसओ की घटनाओं का पूर्वानुमान लगा सकते हैं, जिससे पारंपरिक जलवायु मॉडल पूर्वानुमान में काफी सुधार हो सकता है।
शोधकर्ताओं के महासागर और वायुमंडल को लेकर सटीक पूर्वानुमान लगाने वाले निष्कर्ष नेचर पत्रिका में प्रकाशित हुए हैं।
शोधकर्ता ने शोध के हवाले से कहा, नया मॉडल जिसे उन्होंने विस्तारित नॉनलीनियर रिचार्ज ऑसिलेटर (एक्सआरओ) मॉडल नाम दिया गया है। यह एक साल से अधिक समय पहले ईएनएसओ घटनाओं का पूर्वानुमान लगाने की क्षमता में भारी सुधार कर सकता है, जो दुनिया भर के लवायु मॉडल से बेहतर है और सबसे कुशल एआई पूर्वानुमानों के बराबर है।
शोध के मुताबिक, यह मॉडल ईएनएसओ के मूलभूत भौतिकी और वैश्विक महासागरों में अन्य जलवायु पैटर्न के साथ ईएनएसओ की आंतरिक क्रियाओं को प्रभावी ढंग से शामिल करता है जो मौसम दर मौसम बदलते रहते हैं।
वैज्ञानिक दशकों से ईएनएसओ के वैश्विक पर्यावरणीय और सामाजिक-आर्थिक प्रभावों को देखते हुए इसके पूर्वानुमानों को बेहतर बनाने के लिए काम कर रहे हैं। पारंपरिक तरीके से पूर्वानुमान लगाने वाले मॉडल एक वर्ष से अधिक समय के साथ ईएनएसओ का सफलतापूर्वक पूर्वानुमान लगाने में संघर्ष करते रहे हैं।
एआई नए पूर्वानुमान की सटीकता में भारी सुधार करने में मदद करता है
कृत्रिम बुद्धिमत्ता (एआई) में हाल ही में हुई प्रगति ने इन सीमाओं को आगे बढ़ाया है, जिससे 16 से 18 महीने पहले तक सटीक पूर्वानुमान हासिल हुए हैं।
शोध के मुताबिक, एआई मॉडल में पूर्वानुमान के स्रोत की जांच पड़ताल करने में सक्षम न होने के कारण कम विश्वास होता है कि ये भविष्य की घटनाओं के लिए सफल होंगे क्योंकि पृथ्वी गर्म होती जा रही है, जिससे महासागरों और वायुमंडल में धाराएं बदल रही हैं।
शोधकर्ता ने शोध के हवाले से बताया, एआई मॉडल की प्रकृति के विपरीत, हमारा एक्सआरओ मॉडल भूमध्यरेखीय प्रशांत रिचार्ज-डिस्चार्ज भौतिकी के तंत्र और उष्णकटिबंधीय प्रशांत के बाहर अन्य जलवायु पैटर्न के साथ इसकी आंतरिक क्रियाओं के बारे में एक पारदर्शी नजरिया प्रदान करता है।
अतिरिक्त उष्णकटिबंधीय प्रशांत, उष्णकटिबंधीय हिंद महासागर और अटलांटिक की शुरुआती अवस्थाएं अलग-अलग मौसमों में ईएनएसओ के पूर्वानुमान को बढ़ाती हैं। पहली बार, हम ईएनएसओ के पूर्वानुमान पर उनके प्रभाव को मजबूती से मापने में सक्षम हैं, इस प्रकार ईएनएसओ भौतिकी और इसके पूर्वानुमान के स्रोतों के बारे में जानकारी बढ़ जाती है।
जलवायु मॉडल की कमियों में सुधार
शोध के अनुसार, इसके निष्कर्ष जलवायु मॉडल की नवीनतम पीढ़ी में कमियों की भी पहचान करते हैं, जिसके कारण ईएनएसओ का सटीक पूर्वानुमान लगाने में वे विफल हो जाते हैं।
ईएनएसओ पूर्वानुमानों को बेहतर बनाने के लिए, जलवायु मॉडल को ईएनएसओ के मुख्य भौतिकी को सही ढंग से समझना चाहिए और इसके अतिरिक्त, वैश्विक महासागरों में अन्य जलवायु पैटर्न के तीन मिश्रित पहलुओं को भी समझना चाहिए: ईएनएसओ पूर्वानुमान शुरू होने पर इनमें से प्रत्येक जलवायु पैटर्न की स्थिति का सटीक जानकारी, इनमें से प्रत्येक जलवायु पैटर्न की सही मौसमी रूप से बदलती 'महासागर स्मृति' और इन अन्य जलवायु पैटर्न में से प्रत्येक अलग-अलग मौसमों में ईएनएसओ को कैसे प्रभावित करता है, इसका सही तरीका।
शोध के मुताबिक, अल नीनो के अतिरिक्त, नया एक्सआरओ मॉडल उष्णकटिबंधीय हिंद और अटलांटिक महासागरों में अन्य जलवायु में होने वाले बदलाव के पूर्वानुमान में भी सुधार करता है, जैसे कि हिंद महासागर डिपोल, जो अल नीनो के प्रभावों से परे स्थानीय और वैश्विक मौसम पैटर्न को भारी तौर पर बदल सकता है।
भविष्य में और सटीक होगा पूर्वानुमान
शोध में कहा गया है कि यह ईएनएसओ की अधिक सटीक और लंबी अवधि के पूर्वानुमान और वैश्विक जलवायु मॉडल में सुधार का अवसर प्रदान करता है।
हालांकि ईएनएसओ की उत्पत्ति उष्णकटिबंधीय प्रशांत क्षेत्र में होती है, लेकिन अब हम इसे केवल उष्णकटिबंधीय प्रशांत महासागर की समस्या के रूप में नहीं सोच सकते, चाहे मॉडलिंग और पूर्वानुमान के जरिए से या अवलोकन के नजरिए से। वैश्विक उष्णकटिबंधीय और उच्च अक्षांश मौसमी जलवायु पूर्वानुमानों को बेहतर बनाने के लिए अहम हैं।
मॉडल की कमियों का पता लगाकर, जलवायु पैटर्न की आंतरिक क्रियाओं को समझ कर, हम अपने वैश्विक जलवायु मॉडल को काफी हद तक बदल सकते हैं।
शोधकर्ता ने शोध के हवाले से कहा कि, इससे वैश्विक जलवायु मॉडल की अगली पीढ़ी के लिए इन निष्कर्षों को शामिल करने का मार्ग प्रशस्त होगा, जिससे जलवायु में बदलाव के प्रभावों का पूर्वानुमान लगाने और उन्हें कम करने के हमारे नजरिए में सुधार होगा। ऐसी प्रगति सामाजिक तैयारियों और जलवायु-संबंधी खतरों को कम करने के लिए महत्वपूर्ण है।