एनआईटी ने सुंदरगढ़ में भूजल प्रवृत्तियों का अध्ययन किया

Rourkela राउरकेला: राष्ट्रीय प्रौद्योगिकी संस्थान (एनआईटी), राउरकेला के सिविल इंजीनियरिंग विभाग के शोधकर्ताओं द्वारा किए गए एक अध्ययन ने सुंदरगढ़ जिले में सिंचाई के लिए भूजल की गुणवत्ता के बारे में आश्वस्त करने वाले और चिंताजनक दोनों निष्कर्ष सामने लाए हैं। वाटर क्वालिटी रिसर्च जर्नल में प्रकाशित परिणामों में 2014 से 2021 तक उपलब्ध फिजियोकेमिकल भूजल गुणवत्ता डेटा से मूल्यांकित सिंचाई जल गुणवत्ता सूचकांकों के आधार पर भविष्य के रुझानों की भविष्यवाणी करने के लिए मशीन लर्निंग (एमएल) एल्गोरिदम का उपयोग किया गया।

बढ़ती कृषि मांग, सीमित सतही जल और जनसंख्या वृद्धि के कारण सुंदरगढ़ में भूजल निष्कर्षण बढ़ गया है। इससे भूजल की मात्रा और गुणवत्ता दोनों में गिरावट आई है, जो फसल की पैदावार और मिट्टी की उर्वरता को नकारात्मक रूप से प्रभावित कर सकती है। एनआईटी-आर में सहायक प्रोफेसर अनुराग शर्मा और शोध विद्वान सौविक कुमार शॉ ने जिले भर में प्रमुख जल गुणवत्ता मापदंडों का आकलन करने के लिए उन्नत डेटा विश्लेषण तकनीकों का उपयोग किया। अध्ययन में 360 कुओं के नमूनों का विश्लेषण किया गया, जिसमें लवण, खनिज और अन्य रासायनिक गुणों का परीक्षण किया गया जो मिट्टी और फसल के स्वास्थ्य को प्रभावित करते हैं। निष्कर्ष बताते हैं कि जिले के दक्षिणी, दक्षिण-पश्चिमी और पूर्वी हिस्सों में भूजल, जिसमें रंगाईमुंडा, लेफ्रिपारा और पुटुडीही शामिल हैं, सिंचाई के लिए उपयुक्त है। इन क्षेत्रों में सोडियम सोखना अनुपात (SAR), केली के अनुपात (KR) और अन्य प्रमुख मापदंडों के स्वीकार्य स्तरों के साथ स्थिर जल गुणवत्ता दिखाई दी।

हालांकि, क्रिंजिकेला, तलसारा, कुत्रा और सुंदरगढ़ शहर के कुछ हिस्सों सहित पश्चिमी और मध्य भागों में भूजल में कुल घुलित ठोस और सोडियम, कैल्शियम और मैग्नीशियम जैसे धनायनों की उच्च सांद्रता है। ये स्थितियाँ मिट्टी और फसल उत्पादकता को नुकसान पहुँचा सकती हैं, विशेष रूप से आलू और खीरे जैसी फसलों के लिए। अध्ययन में जल गुणवत्ता संकेतकों में लगातार रुझान भी सामने आए, जो बताते हैं कि कुछ क्षेत्रों में भूजल उपयुक्तता में और गिरावट देखी जा सकती है। सुंदरगढ़ में भूजल गुणवत्ता को प्रभावित करने वाले प्रमुख मापदंडों में सोडियम (Na), क्लोराइड (Cl), SAR, KR, पारगम्यता सूचकांक (PI) और संभावित लवणता (PS) शामिल हैं। प्रोफेसर शर्मा ने कहा, “मशीन लर्निंग हमें पूर्वानुमान मॉडल विकसित करने और स्थिर आकलन से आगे बढ़ने में सक्षम बनाती है। डेटा-संचालित अंतर्दृष्टि को पारंपरिक जल प्रबंधन प्रथाओं के साथ जोड़कर, हम सिंचाई और कृषि नियोजन के लिए अधिक टिकाऊ दृष्टिकोण बना सकते हैं।” सिंचाई के लिए भूजल तनाव का आकलन करने के लिए इस मॉडल को पूरे भारत में लागू किया जा सकता है।