Lok Swaraj24 
भारतीय प्रौद्योगिकी संस्थान (IIT) गुवाहाटी के शोधकर्ताओं ने पूर्वी हिमालय क्षेत्र में ग्लेशियर से उत्पन्न होने वाले खतरों की निगरानी के लिए एक उन्नत तकनीक विकसित की है। इस नई प्रणाली की मदद से वैज्ञानिकों ने ऐसे 492 संभावित स्थानों की पहचान की है, जहां भविष्य में ग्लेशियल झीलें बन सकती हैं और जो आगे चलकर गंभीर आपदाओं का कारण बन सकती हैं।
यह अध्ययन हाई-रिज़ॉल्यूशन गूगल अर्थ सैटेलाइट इमेजरी और डिजिटल एलिवेशन मॉडल (DEM) पर आधारित है। इससे पहाड़ी क्षेत्रों में जल संसाधनों के बेहतर प्रबंधन के साथ-साथ आपदा जोखिम को कम करने में अहम मदद मिलेगी।
शोध के दौरान विकसित मॉडल ने इलाके की जटिल भौगोलिक संरचना को गहराई से समझते हुए संभावित जोखिमों का सटीक आकलन किया है, जिससे भविष्यवाणियां पहले की तुलना में अधिक विश्वसनीय हो गई हैं। इस तकनीक के जरिए उन क्षेत्रों को चिन्हित किया गया है, जहां ग्लेशियरों के पिघलने से नई झीलें बनने की आशंका है। ऐसे इलाकों में समय रहते निगरानी और रोकथाम के कदम उठाए जा सकते हैं।
IIT गुवाहाटी के सिविल इंजीनियरिंग विभाग के सहायक प्रोफेसर प्रो. अजय डाशोरा के अनुसार, यह तकनीक ग्लेशियल लेक आउटबर्स्ट फ्लड (GLOF) जैसी खतरनाक आपदाओं के लिए अर्ली वॉर्निंग सिस्टम विकसित करने में सहायक होगी। इससे सड़क निर्माण, जलविद्युत परियोजनाओं और बस्तियों की योजना सुरक्षित स्थानों पर बनाई जा सकेगी।
उन्होंने यह भी बताया कि यह ढांचा न केवल आपदा प्रबंधन को मजबूत करेगा, बल्कि यह समझने में भी मदद करेगा कि ग्लेशियरों के पीछे हटने से भविष्य में जल प्रणालियों में किस तरह के बदलाव आ सकते हैं। इस तकनीक को दुनिया के अन्य हिमनद क्षेत्रों में भी लागू किया जा सकता है।
यह महत्वपूर्ण शोध प्रतिष्ठित वैज्ञानिक पत्रिका Nature Scientific Reports में प्रकाशित हुआ है। अध्ययन में यह भी सामने आया है कि जमीन की बनावट और ढलान जैसी विशेषताएं, जिन्हें पहले कम महत्व दिया जाता था, ग्लेशियल झील बनने में महत्वपूर्ण भूमिका निभाती हैं।
शोध के दौरान वैज्ञानिकों ने लॉजिस्टिक रिग्रेशन, आर्टिफिशियल न्यूरल नेटवर्क और बेयesian न्यूरल नेटवर्क—इन तीन तकनीकों का परीक्षण किया, जिनमें बेयesian न्यूरल नेटवर्क सबसे अधिक सटीक साबित हुआ।
शोधकर्ताओं के मुताबिक, आसपास मौजूद झीलें, हल्की ढलान, पीछे हटते ग्लेशियर और भूमि की विशिष्ट संरचना ग्लेशियल झील बनने के प्रमुख संकेतक हैं। आने वाले समय में टीम इस मॉडल को और बेहतर बनाने के लिए मोरेन के अध्ययन, डेटा प्रोसेसिंग के स्वचालन और फील्ड स्तर पर सत्यापन पर काम करेगी, ताकि बड़े पैमाने पर ग्लेशियर से जुड़े खतरों की प्रभावी निगरानी की जा सके।
