मनसुनमा लगातार पानी पर्न थालेपछि नेपालका नदी किनारका बस्तीमा चिन्ता बढ्छ।
कुन नदीमा बाढी आउला? कुन पहाडमा पहिरो जाला? कति बेला सुरक्षित ठाउँमा सर्नुपर्ला?
यस्ता प्रश्नको जबाफ खोज्न मौसमविदहरूले वर्षौंदेखि मौसम पूर्वानुमान प्रणाली विकास गर्दै आएका छन्। त्यसै आधारमा अहिले केही दिनपछिको मौसम अनुमान गर्न विज्ञान निकै सक्षम भइसकेको छ। तर तीन वा चार सातापछि कति पानी पर्ला, तापक्रम कस्तो होला र असामान्य मौसमको जोखिम कति रहला भन्ने अनुमान अझै कठिन छ।
अब आर्टिफिसियल इन्टेलिजेन्स अर्थात् एआईको सहायताले यही कठिनाइ केही हदसम्म कम गर्न सकिने नयाँ अनुसन्धानले देखाएको छ।
प्रतिष्ठित वैज्ञानिक जर्नल 'नेचर' मा यही अक्टोबर १४ मा प्रकाशित अनुसन्धानले अहिलेको मौसम पूर्वानुमान प्रणालीका त्रुटि सच्याएर २ देखि ६ सातासम्मको पूर्वानुमान सुधार्ने नयाँ विधि प्रस्तुत गरेको हो।
यो अनुसन्धानले विशेषगरी तेस्रो र चौथो साताको वर्षा, तापक्रम र वायुमण्डलीय चापको पूर्वानुमान सुधार्न सकिने देखाएको छ।
अक्टोबर २१ मा नेचरमै प्रकाशित अनुसन्धान समीक्षाले पनि यो विधिबाट एक महिनासम्मको मौसम पूर्वानुमान सुधार्न सक्ने सम्भावना औंल्याएको छ।
तर यसको अर्थ अब एआईले एक महिनापछि कुन ठाउँमा कुन दिन बाढी आउँछ भनेर ठ्याक्कै बताउन सक्छ भन्ने होइन। अनुसन्धानले मुख्यतः मौसमको सम्भावनामा आधारित पूर्वानुमानलाई पहिलेभन्दा विश्वसनीय बनाउन सकिने प्रमाण प्रस्तुत गरेको हो।
मौसम पूर्वानुमानको सबभन्दा कठिन अवधि
मौसम पूर्वानुमानका लागि एक–दुई दिन र तीन–चार साताबीच ठूलो अन्तर हुन्छ।
वायुमण्डल निरन्तर परिवर्तन भइरहने जटिल प्रणाली हो। आजको तापक्रम, हावाको गति, चाप र आर्द्रतामा भएका साना अन्तरले पनि केही सातापछि ठूलो फरक पार्न सक्छन्।
यही कारण मौसमविदहरू दुईदेखि छ सातासम्मको अवधिलाई पूर्वानुमानका दृष्टिले विशेष चुनौतीपूर्ण मान्छन्। यसलाई वैज्ञानिक भाषामा 'सबसिजनल फोरकास्टिङ' भनिन्छ।
छोटो अवधिको पूर्वानुमान धेरै उपयोगी भइसके पनि यो मध्यम अवधिमा पूर्वानुमानको विश्वसनीयता त्यति बलियो छैन।
नयाँ अनुसन्धानले मौसमको यही अनिश्चिततालाई सम्बोधन गर्ने प्रयास गरेको छ।
अमेरिकाको म्यासाचुसेट्स इन्स्टिच्युट अफ टेक्नोलोजी (एमआइटी) समेत संलग्न यो अनुसन्धानले अहिलेको पूर्वानुमान मोडेललाई प्रतिस्थापन गर्नेभन्दा त्यसमा रहेका त्रुटि सच्याउने विधि विकास गरेको छ।
सरल भाषामा भन्नुपर्दा, कुनै मौसम मोडेलले निश्चित क्षेत्रको तापक्रम बारम्बार वास्तविकभन्दा बढी देखाउँछ वा वर्षाको सम्भावना लगातार कम आँक्छ भने नयाँ प्रणालीले त्यो त्रुटि पहिचान गर्छ।
त्यसपछि आगामी पूर्वानुमानमा त्यस्ता त्रुटि कम गर्ने प्रयास गर्छ।
यसले एउटा निश्चित नतिजा मात्रै निकाल्दैन। सम्भावित मौसम अवस्थाहरूको अनुमानमा सुधार ल्याउँछ। उदाहरणका लागि, सामान्यभन्दा धेरै वर्षा हुने सम्भावना कति छ भन्ने आकलनलाई बढी विश्वसनीय बनाउने यसको उद्देश्य हो।
परीक्षणमा कस्तो नतिजा आयो?
अनुसन्धानकर्ताहरूले युरोपेली मध्यम अवधिको मौसम पूर्वानुमान केन्द्र (इसिएमडब्लुएफ) का भौतिक विज्ञानमा आधारित र एआईमा आधारित पूर्वानुमान प्रणालीमा नयाँ विधि परीक्षण गरेका थिए।
सन् २०१६ देखि २०२४ सम्मका तथ्यांकमा गरिएको मूल्यांकनले अहिलेको प्रणालीको पूर्वानुमान क्षमता सुधारिएको देखायो।
तापक्रमका लागि ९१ देखि ९२ प्रतिशत र समुद्री सतहको वायुमण्डलीय चापका लागि ८९ देखि ९१ प्रतिशत ग्रिडमा सुधार देखिएको प्रतिवेदनमा उल्लेख छ।
अर्को परीक्षणमा सन् २०२५ को तथ्यांक प्रयोग गर्दा एआईमा आधारित मौसम प्रणालीको औसत पूर्वानुमान सूचक झन्डै दोब्बर भएको थियो।
तर यहाँ एउटा महत्त्वपूर्ण कुरा बुझ्नुपर्छ।
९८ प्रतिशत ग्रिडमा सुधार हुनुको अर्थ ९८ प्रतिशत वर्षाको अनुमान सही भएको होइन। यो भनेको पुरानो प्रणालीको तुलनामा पूर्वानुमानको गुणस्तर सुधारिएको अनुपात हो।
त्यस्तै, पूर्वानुमान दोब्बर हुनुको अर्थ मौसमको भविष्यवाणी शतप्रतिशत सही हुनु पनि होइन। तुलनात्मक रूपमा कम रहेको पूर्वानुमान सूचकमा सुधार आएको हो।
अनुसन्धानमा चरम वर्षासँग सम्बन्धित बाढीको जोखिम अनुमान गर्ने क्षमता पनि परीक्षण गरिएको थियो। यसमा नयाँ विधिले विद्यमान पूर्वानुमानभन्दा राम्रो नतिजा दिएको थियो। यद्यपि यो निश्चित नदीमा बाढी आउने मिति वा पानीको सतह ठ्याक्कै बताउने परीक्षण थिएन।
नेपालका लागि किन महत्त्वपूर्ण?
नेपालजस्तो जटिल भौगोलिक बनावट भएको देशमा यस्तो प्रविधिको सम्भावित उपयोग विशेष महत्त्वपूर्ण छ।
नेपालमा मौसमको जोखिम केवल वर्षा हुने वा नहुने प्रश्नमा सीमित छैन। अत्यधिक वर्षाले बाढी र पहिरो निम्त्याउन सक्छ। हिमाली क्षेत्रमा हिमपातले यातायात, पर्यटन र जनजीवन प्रभावित गर्न सक्छ। वर्षाको समय र परिमाणले खेतीपाती तथा जलविद्युत उत्पादनमा समेत प्रभाव पार्छ।
यदि केही साताअघि नै कुनै क्षेत्रमा सामान्यभन्दा बढी वर्षा हुने सम्भावनाको भरपर्दो संकेत प्राप्त भयो भने विपद व्यवस्थापन निकायले तयारीका लागि थप समय पाउन सक्छन्।
उदाहरणका लागि, मनसुनको कुनै अवधिमा अत्यधिक वर्षाको सम्भावना बढेको पूर्वानुमान आए जोखिमयुक्त बस्ती पहिचान, उद्धार सामग्रीको व्यवस्थापन र स्थानीय निकायसँग समन्वय गर्न सकिन्छ।
कृषकहरूले रोपाइँ, बाली भित्र्याउने समय र सिँचाइ व्यवस्थापनमा यस्तो पूर्वानुमान उपयोग गर्न सक्छन्।
त्यस्तै, जलविद्युत आयोजनाहरूले सम्भावित वर्षा र नदी प्रवाहको अवस्थाबारे थप सूचना पाए जलाशय तथा उत्पादन व्यवस्थापनको योजना बनाउन सक्छन्।
हिमाली क्षेत्रमा कति भरपर्दो होला?
नेपालका सन्दर्भमा सबभन्दा ठूलो प्रश्न यही हो।
अनुसन्धानमा विश्वव्यापी रूपले १.५ डिग्री अक्षांश र देशान्तरको ग्रिड प्रयोग गरिएको थियो। यस्तो ग्रिडको आकार नेपालका पहाडी उपत्यका, नदी जलाधार वा विशिष्ट बस्तीको मौसम छुट्याउन आवश्यक सूक्ष्म स्तरभन्दा धेरै ठूलो हुन्छ।
नेपालमा केही किलोमिटरको दूरीमै उचाइ र वर्षाको स्वरूप फरक हुन सक्छ। हिमालको भौगोलिक जटिलताका कारण पनि विश्वव्यापी पूर्वानुमानमा देखिएको सुधार स्थानीय स्तरमा उस्तै हुन्छ भन्ने सुनिश्चित छैन।
त्यसैले यो प्रविधि नेपालमा प्रभावकारी बनाउन स्थानीय मौसम अवलोकन, उच्च रिजोलुसनका तथ्यांक र छुट्टै परीक्षण आवश्यक पर्न सक्छ।
अझ महत्त्वपूर्ण कुरा, धेरै वर्षा हुने सम्भावना बढ्नु र निश्चित नदीमा बाढी आउने भविष्यवाणी गर्नु फरक विषय हुन्। बाढीको जोखिम निर्धारण गर्न नदीको जलाधार, माटोको अवस्था, भूगोल र पानीको बहावजस्ता थप सूचना चाहिन्छ।
के एआईले मौसमविदलाई प्रतिस्थापन गर्छ?
नयाँ अनुसन्धानको उद्देश्य मौसमविद वा विद्यमान मौसम मोडेललाई विस्थापित गर्नु होइन।
बरू ती मोडेलले तयार गरेका अनुमानलाई थप उपयोगी बनाउनु हो।
अनुसन्धानमा संलग्न वैज्ञानिक जुडाह कोहेनका अनुसार यो विधिको महत्त्वपूर्ण पक्ष सामान्य मौसमको अनुमान मात्रै होइन, चरम मौसमी घटनाको पूर्वानुमान समेत सुधार्न सक्ने क्षमता हो।
अनुसन्धानकर्ताहरूले यसको कम्प्युटर कोड सार्वजनिक गरेका छन्। नयाँ प्रणाली सञ्चालन गर्न अत्यन्त ठूलो क्षमताको कम्प्युटर आवश्यक नपर्ने भएकाले सीमित स्रोत भएका मौसम पूर्वानुमान निकायहरूले पनि यसलाई परीक्षण गर्न सक्ने सम्भावना छ।
तर प्रविधि उपलब्ध हुनु र त्यसबाट नागरिकलाई भरपर्दो पूर्वचेतावनी दिन सक्नु एउटै कुरा होइन।
त्यसका लागि स्थानीय परीक्षण, वैज्ञानिक मूल्यांकन, जोखिमको सही व्याख्या र चेतावनी नागरिकसम्म पुर्याउने प्रभावकारी प्रणाली चाहिन्छ।
अहिलेको अनुसन्धानले मौसम विज्ञानको एउटा कठिन प्रश्नमा आशाजनक प्रगति देखाएको छ — के हामी दुई साताभन्दा टाढाको मौसमबारे पनि उपयोगी सूचना प्राप्त गर्न सक्छौं?
यसको जबाफ पहिलेभन्दा सकारात्मक देखिएको छ।
नेपालका लागि अबको प्रश्न यो प्रविधिले विश्वव्यापी परीक्षणमा कति राम्रो प्रदर्शन गर्यो भन्ने मात्रै होइन। हिमाली क्षेत्रको जटिल भूगोलमा यसको पूर्वानुमान कति विश्वसनीय हुन्छ र त्यो सूचना किसानदेखि बाढीको जोखिममा रहेका नागरिकसम्म कसरी पुर्याउन सकिन्छ भन्ने हो।
***
