આઈ. આઈ. ટી. મંડીએ હિમાલયના પ્રદેશ માટે ભૂસ્ખલનની પૂર્વ ચેતવણી પ્રણાલી વિકસાવી

શિમલા / મંડી જુલાઈ 8 ( પી. ટી. આઈ. મંડીના સંશોધકોએ આપત્તિ સજ્જતા વધારવા અને જોખમ ઘટાડવા માટે હિમાલયના પ્રદેશમાં ભૂસ્ખલન માટે પ્રારંભિક ચેતવણી પ્રણાલી વિકસાવી છે. ભારતીય હિમાલય પ્રદેશ ( આઈ. એચ. આર. ) ભૂસ્ખલન માટે અત્યંત સંવેદનશીલ છે, જેના પરિણામે અસંખ્ય ઢોળાવ નિષ્ફળ જાય છે, જેના કારણે જાન - માલનું નુકસાન થાય છે. નવી વિકસિત લેન્ડસ્લાઇડ અર્લી વોર્નિંગ સિસ્ટમ ( એલ. ઇ. ડબલ્યુ. એસ. ) આગાહી કરે છે અને ભૌગોલિક સંવેદનશીલતા અને વાસ્તવિક સમયના વરસાદ પરના ડેટાનો ઉપયોગ કરીને ભૂસ્ખલનની સંભાવનાનું નિરીક્ષણ કરે છે. " ભારતમાં ભૂસ્ખલનની પ્રારંભિક ચેતવણી આપતી અન્ય પ્રણાલીઓથી વિપરીત, જે ભૌગોલિક ધોરણની દ્રષ્ટિએ તેમની મર્યાદાઓ ધરાવે છે - IIT મંડી દ્વારા લાગુ કરાયેલ LEWS સમગ્ર ભારતીય હિમાલય પ્રદેશમાં લાગુ કરવામાં આવે છે અને તેથી દેશ માટે રચાયેલ સૌથી વ્યાપક પ્રણાલીઓમાંની એક છે. LEWS ભૂસ્ખલનનું જોખમ દર્શાવતા પ્રદેશોને ચેતવણીઓ જારી કરે છે જેથી સંબંધિત સત્તાવાળાઓ અને આપત્તિ વ્યવસ્થાપન સંસ્થાઓ જરૂરી સાવચેતી રાખી શકે. આ સંશોધનનું નેતૃત્વ સ્કૂલ ઓફ સિવિલ એન્ડ એન્વાયર્નમેન્ટલ એન્જિનિયરિંગના પ્રોફેસર ડેરિકસ પ્રેઇઝ શુક્લા, ઇન્ડિયન ઇન્સ્ટિટ્યૂટ ઓફ ટેકનોલોજી ( આઈ. આઈ. ટી. મંડી ) અને સંશોધન વિદ્વાનો અંકિત સિંહ અને નિતેશ ધીમાન દ્વારા કરવામાં આવ્યું હતું. " ચોમાસાની શરૂઆતમાં જ અમારું LEWS વેબ - આધારિત એપ્લિકેશન દ્વારા દૈનિક ભૂસ્ખલનની આગાહી પ્રદાન કરે છે. આ સિસ્ટમ ઉચ્ચ જોખમ ધરાવતા વિસ્તારોને અગાઉથી ઓળખવામાં મદદ કરવા માટે રચવામાં આવી છે જેથી સત્તાવાળાઓ અને સમુદાયો સમયસર સ્થળાંતર અને આપત્તિ સજ્જતાના પગલાં લઈ શકે ", પ્રોફેસર શુક્લાએ જણાવ્યું હતું. સેટેલાઇટ આધારિત પ્રારંભિક ચેતવણી પ્રણાલીઓ આપત્તિ જોખમ ઘટાડવામાં સૌથી અસરકારક રોકાણોમાંનું એક છે - તેઓ વૈજ્ઞાનિક ડેટાને સમયસર કાર્યવાહી કરી શકાય તેવા નિર્ણયોમાં પરિવર્તિત કરે છે. " આ પ્રકારના પ્રદેશ - વ્યાપી ભૂસ્ખલનની આગાહી મંચમાં સજ્જતાને નોંધપાત્ર રીતે મજબૂત કરવાની ક્ષમતા છે જે ઝડપી પ્રતિસાદને સક્ષમ બનાવે છે અને આપત્તિ વ્યવસ્થાપન એજન્સીઓ વચ્ચે સંકલન વધારે છે - ખાસ કરીને ચોમાસાની મોસમ દરમિયાન જ્યારે ભૂસ્ખલનનું જોખમ સૌથી વધુ હોય છે ", શુક્લાએ ઉમેર્યું હતું. સંશોધન જૂથે બહુ - તબક્કાના અભિગમ દ્વારા આ પ્રણાલીની રચના કરી હતી. શરૂઆતમાં ભૂસ્ખલનની સંવેદનશીલતાનો નકશો બનાવવા માટે ભારતીય ભૂસ્તરશાસ્ત્રીય સર્વેક્ષણ ( જી. એસ. આઈ. ) ડેટાબેઝમાંથી લગભગ 26,000 ભૂસ્ખલનની ઓળખ કરવામાં આવી હતી. તેને એકીકૃત મશીન લર્નિંગ મોડેલ્સનો ઉપયોગ કરીને ભૂસ્ખલન - ટ્રિગરિંગ પરિબળો પરના ડેટા સાથે જોડવામાં આવ્યું હતું. " આને પગલે પી - આરઆઇએલ ( વરસાદ - પ્રેરિત ભૂસ્ખલનની સંભાવના ) મોડેલનું નિર્માણ નાસાના વૈશ્વિક ભૂસ્ખલન સૂચિમાંથી મેળવેલી માહિતી અને આઇએમઇઆરજી ઉપગ્રહ ડેટાસેટમાંથી એકત્રિત કરવામાં આવેલા સાત વરસાદના માપદંડોનો ઉપયોગ કરીને કરવામાં આવ્યું હતું. વરસાદની સ્થિતિ હંમેશા બદલાતી હોવાથી પી - આરઆઈએલ મોડેલ ગતિશીલ છે કારણ કે તે છેલ્લા 15 દિવસના વરસાદના ડેટાનો ઉપયોગ કરે છે. અંતિમ દૈનિક ભૂસ્ખલનની આગાહીની ગણતરી સંભાવના વિશ્લેષણના આધારે સ્થિર સંવેદનશીલતા નકશા અને ગતિશીલ પી - આર. આઈ. એલ. મોડેલને એકીકૃત કરીને કરવામાં આવે છે. સંસ્થા અનુસાર આગાહીઓના વધુ સારા અર્થઘટન માટે જોખમોની ટકાવારી આધારિત શ્રેણીઓનો ઉપયોગ થાય છે. વપરાશકર્તાઓ માટે આઉટપુટને સમજી શકાય તેવું બનાવવા માટે ભૂસ્ખલનની આગાહી ટકાવારીનો ઉપયોગ કરીને જોખમ શ્રેણીઓના સંદર્ભમાં આપવામાં આવે છે. આઈ. આઈ. ટી. મંડીની ટીમે ગૂગલ અર્થ એન્જિન આધારિત વેબ પોર્ટલ વિકસાવ્યું છે, જેના દ્વારા વપરાશકર્તાઓ અગાઉના ત્રણ દિવસની સાથે વર્તમાન દિવસ માટે ભૂસ્ખલનની આગાહી જોઈ શકે છે. સંસ્થાએ જણાવ્યું હતું કે આ પગલાનો ઉદ્દેશ હિતધારકોને માહિતીની સરળ પહોંચ અને પ્રસારને સરળ બનાવવાનો છે. વધુમાં વપરાશકર્તાઓ પીડીએફ ફોર્મેટમાં બુલેટિન ડાઉનલોડ કરી શકે છે અને પસંદ કરેલા સ્થાનો માટે વોટ્સએપની ચેતવણીઓ પ્રાપ્ત કરી શકે છે. સંશોધકોના જણાવ્યા અનુસાર LEWS ની કામગીરી આર્થિક નુકસાન ઘટાડવા માટે સમયસર અને સ્થાન - વિશિષ્ટ ચેતવણીઓ જારી કરીને આ પ્રદેશમાં આપત્તિ સજ્જતા અને જોખમ ઘટાડવાની પહેલમાં ખૂબ મદદ કરશે.