मशीन में आग प्रबंधन के जवाब

(पीयूष जैन, अल्बर्टा विश्वविद्यालय)

एडमंटन (कनाडा), 19 जनवरी (360 इन्फो) बड़े आंकड़ों और कलन विधि (एल्गोरिदम) के जरिये जंगल की आग के प्रबंधन के लिए नए समाधानों को पेश किया जा सकता है।

एक मई 2016 को, वसंत के मौसम में असामान्य रूप से गर्म और शुष्क होने के साथ, कनाडा के अल्बर्टा में फोर्ट मैकमुरे की बस्ती के पास जंगल में दो आग लग गई। एक आग शहर की सीमा के अंदर लगी और दूसरी शहर से सात किलोमीटर बाहर लगी।

हवाई टैंकरों को तुरंत आग पर नियंत्रण पाने के लिए तैनात किया गया था और तब इसे सफलतापूर्वक बुझा दिया गया था, तो दूसरी आग पर भी दो दिन बाद काबू पा लिया गया।

‘हॉर्स रिवर फायर’ नाम की यह आग अंततः कनाडा के इतिहास की सबसे बड़ी आपदाओं में से एक बन गई। इसमें फोर्ट मैकमरे की पूरी 80 हजार आबादी को निकाला गया। इसमें 2,400 संरचनाएं नष्ट हो गई और लगभग दो महीने बाद चार जुलाई को स्थिति नियंत्रण में घोषित होने तक लगभग 6,00,000 हेक्टेयर भूमि पर आग फैल चुकी थी।

‘हॉर्स रिवर फायर’ ने शायद जंगल की आग प्रबंधन की दो सबसे बड़ी चुनौतियों का चित्रण किया: निर्णय लेना जब सूचना अपूर्ण हो और सीमित संसाधनों की प्राथमिकता। बड़े आंकड़ों और कलन विधि (एल्गोरिदम) के जरिये जंगल की आग के प्रबंधन के लिए नए समाधानों को पेश किया जा सकता है।

‘मशीन लर्निंग’ से जंगल की आग के विज्ञान और प्रबंधन में मदद मिल सकती है, इसकी हाल की समीक्षा में पाया गया कि विभिन्न प्रकार की समस्याओं के लिए तीन सौ अध्ययन किये गये हैं। बहुसंख्यकों ने आग के जोखिम का आकलन करने, आग का पता लगाने, जंगलों और अन्य ज्वलनशील वनस्पतियों की मैपिंग और जले हुए क्षेत्रों की मैपिंग पर ध्यान केंद्रित किया।

अन्य अनुप्रयोगों में आग के मौसम का अनुमान लगाना, जलवायु परिवर्तन के तहत आग का खतरा, आग के प्रज्वलन का अनुमान लगाना, आग के जोखिम का निर्धारण करना, आग के प्रभावों का आकलना करना शामिल हैं। जंगल की आग विज्ञान की समस्याओं की व्यापकता के बावजूद ‘मशीन लर्निंग’ को लागू किया गया है।

अग्निशमन दल के सदस्यों को उन कार्रवाई का अनुमान लगाने की आवश्यकता है जो आवश्यक दिनों या हफ्तों बाद भी हो सकती हैं। यदि बड़ी आग के लिए अतिरिक्त अग्निशामक संसाधनों की आवश्यकता होती है, तो अधिक हवाई टैंकर और हेलीकॉप्टर लाने में कई दिन लग सकते हैं या अन्य अधिकार क्षेत्र से अग्निशामकों को आने में हफ्तों का समय लग सकता है। ‘मशीन लर्निंग’ पर आधारित अनुमान लगाने वाले उपकरणों में आग प्रबंधन में काफी मदद करने की क्षमता है।

इसमें वर्तमान मौसम पूर्वानुमान प्रणालियों में सुधार करने और दीर्घकालिक योजना बनाने में सहायता करते हुए दो सप्ताह या उससे भी अधिक समय तक अग्नि जोखिम पूर्वानुमान का विस्तार करने की क्षमता है। आमतौर पर, अवलोकन और भौतिकी के साथ मिलकर कंप्यूटर विज्ञान का उपयोग करके मॉडल विकसित किए जाते हैं।

‘मशीन लर्निंग’ एल्गोरिदम मॉडल के उन हिस्सों को बदलने में सक्षम हो सकते हैं जो विभिन्न भौतिक प्रक्रियाओं (जैसे बादल निर्माण या वर्षा) का प्रतिनिधित्व करते हैं, न केवल मौसम के पूर्वानुमान की सटीकता में सुधार करते हैं, बल्कि विभिन्न जलवायु परिवर्तन परिदृश्यों के तहत भविष्य में आग के जोखिम की भविष्यवाणी करते हैं।

आने वाले वर्षों में, ‘मशीन लर्निंग’ और जंगल की आग प्रबंधन के क्षेत्र में तेजी से प्रगति होने की संभावना है। विज्ञान की इन दो शाखाओं को जोड़ने से समुदायों और बुनियादी ढांचे की रक्षा के लिए नए समाधान मिल सकते हैं।

(360 इन्फो डॉट ऑर्ग)

देवेंद्र माधव

माधव