IIT-भुवनेश्वर ने मौसम पूर्वानुमान के लिए AI का उपयोग करके हाइब्रिड तकनीक विकसित की

Bhubaneswar भुवनेश्वर: भारतीय प्रौद्योगिकी संस्थान (आईआईटी)-भुवनेश्वर ने एक हाइब्रिड प्रौद्योगिकी विकसित की है, जो मौसम अनुसंधान और पूर्वानुमान (डब्ल्यूआरएफ) मॉडल के आउटपुट को एक गहन शिक्षण (डीएल) मॉडल में एकीकृत करती है, जिससे पूर्वानुमान की सटीकता में वृद्धि होती है, विशेष रूप से पर्याप्त समय के साथ भारी वर्षा की घटनाओं की भविष्यवाणी में सुधार होता है, सोमवार को आधिकारिक सूत्रों ने कहा। अध्ययन में वास्तविक समय मौसम पूर्वानुमान को बेहतर बनाने में कृत्रिम बुद्धिमत्ता की क्षमता पर भी प्रकाश डाला गया है, विशेष रूप से भारतीय क्षेत्र के जटिल भूभागों में भारी वर्षा की घटनाओं के लिए।

ये अध्ययन जून 2023 के दौरान असम के जटिल भूभाग (जो भयंकर बाढ़ के प्रति अत्यधिक संवेदनशील है) और ओडिशा राज्य में किए गए, जहां कई तीव्र वर्षा वाले मानसूनी निम्न-दबाव प्रणालियों के भूस्खलन के कारण भारी वर्षा की घटनाएं अत्यधिक गतिशील प्रकृति की होती हैं। आधिकारिक सूत्रों ने बताया, "असम में, हाइब्रिड मॉडल ने जिला स्तर पर पारंपरिक एनसेंबल मॉडल की तुलना में लगभग दोगुनी सटीकता के साथ पूर्वानुमान सटीकता प्रदर्शित की है, जिसमें 96 घंटे तक का लीड टाइम है, जो इसके उल्लेखनीय प्रदर्शन को दर्शाता है। ये अभिनव अध्ययन पूर्वव्यापी मामलों का उपयोग करके किए गए हैं।" आईआईटी-भुवनेश्वर के शोधकर्ताओं ने एक और महत्वपूर्ण अध्ययन के माध्यम से डीप लर्निंग तकनीकों का उपयोग करके वास्तविक समय में क्षेत्र में भारी वर्षा की घटनाओं की सटीक भविष्यवाणी करने में महत्वपूर्ण छलांग लगाई है। अध्ययन ने असम के जटिल भूभाग पर वास्तविक समय की स्थितियों के लिए नई हाइब्रिड तकनीक की मजबूती को प्रदर्शित किया।

सूत्रों ने बताया कि, "आईईईई एक्सप्लोर में प्रकाशित 'असम में वास्तविक समय में भारी वर्षा की घटनाओं के लिए डीप लर्निंग का उपयोग करके पूर्वानुमान त्रुटि को कम करना' शीर्षक वाले अध्ययन से पता चला है कि पारंपरिक डब्ल्यूआरएफ मॉडल के साथ डीएल को एकीकृत करने से वास्तविक समय में भारी वर्षा की घटनाओं के लिए पूर्वानुमान की सटीकता में नाटकीय रूप से सुधार होता है, जो असम जैसे बाढ़-ग्रस्त पहाड़ी क्षेत्र के लिए एक महत्वपूर्ण प्रगति है।" 13 से 17 जून, 2023 के बीच असम में भारी बारिश के कारण भयंकर बाढ़ आई। डीएल मॉडल जिले के स्तर पर वर्षा के स्थानिक वितरण और तीव्रता का अधिक सटीक अनुमान लगाने में सक्षम था। शोध में वास्तविक समय में प्रारंभिक मौसम पूर्वानुमान बनाने के लिए डब्ल्यूआरएफ मॉडल का उपयोग किया गया, जिसे बाद में डीएल मॉडल का उपयोग करके परिष्कृत किया गया।

इस नई पद्धति के माध्यम से विशेषज्ञ अब वर्षा पैटर्न का अधिक विस्तृत विश्लेषण कर सकते हैं, तथा इसमें डेटा में जटिल स्थानिक निर्भरताओं को बेहतर ढंग से पकड़ने के लिए स्थानिक-ध्यान मॉड्यूल को शामिल किया गया है।जैसा कि चर्चा की गई है, मॉडल को इसकी सटीकता में सुधार करने के लिए भारत मौसम विज्ञान विभाग (आईएमडी) के अवलोकनों के साथ-साथ कई समूहों के आउटपुट से पिछले भारी वर्षा की घटनाओं के आंकड़ों का उपयोग करके प्रशिक्षित किया गया था।

आधिकारिक सूत्रों ने कहा, "प्राकृतिक आपदाओं के प्रभावों को कम करने और सार्वजनिक सुरक्षा के लिए यह प्रगति महत्वपूर्ण है। इसके अतिरिक्त, ये अग्रणी कार्य भारत के पश्चिमी हिमालय और पश्चिमी घाट क्षेत्रों जैसे अन्य जटिल स्थलाकृतिक भूभागों के लिए समान संकर मॉडल बनाने में भी मार्गदर्शक प्रकाश के रूप में काम करेंगे।"

(आईएएनएस)