नेशनल इंस्टीट्यूट ऑफ स्पेस रिसर्च (Inpe) ने मौसम पूर्वानुमान के लिए एक कम्प्यूटेशनल मॉडल लागू किया है जिसे ओशन, अर्थ एंड एटमॉस्फियर फोरकास्टिंग मॉडल (Monan) कहा जाता है। यह प्रणाली इस महीने से काम करना शुरू कर चुकी है, जो साओ पाउलो में संस्थान के डेटा सेंटर में स्थित सुपरकंप्यूटर जैसी का उपयोग करती है।
मोनन को इनपे की पिछली पूर्वानुमान प्रणाली, जिसे ब्राज़ीलियाई ग्लोबल एटमॉस्फेरिक मॉडल (BAM) के नाम से जाना जाता था, को बदलने के लिए धीरे-धीरे पेश किया जाएगा। विज्ञान, प्रौद्योगिकी और नवाचार मंत्रालय (MCTI) द्वारा दी गई जानकारी के अनुसार, नया मॉडल ब्राज़ीलियाई पूर्वानुमानों की सटीकता को यूनाइटेड किंगडम के राष्ट्रीय मौसम सेवा (UK Met Office), नेशनल ओशनिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन (NOAA) और यूएस नेशनल वेदर सर्विस (NWS) जैसी अंतरराष्ट्रीय एजेंसियों के स्तर तक बढ़ाएगा।
डिजिटल परिप्रेक्ष्य
साउलो रिबेरो फ्रीटास, भौतिक विज्ञानी और शोधकर्ता जो इनपे में लैंड सिस्टम न्यूमेरिकल मॉडलिंग डिवीजन (DIMNT) का नेतृत्व करते हैं, से मोनन के बारे में साक्षात्कार लिया गया। फ्रीटास ने इस मॉडल के विकास का नेतृत्व किया, जो पहले से ही चालू है। इनपे की संचालन टीम दिन में दो बार, आधी रात और दोपहर में पूर्वानुमान जारी करने का आश्वासन देती है, जिसमें दस दिनों तक की प्रक्षेपण क्षमता होती है।
यह परियोजना चार साल पहले शुरू किए गए प्रयास का प्रतिनिधित्व करती है और इसमें कई नवाचार शामिल हैं। इनमें से एक प्रमुख विशेषता मोनन का सामुदायिक चरित्र है, जिसमें ब्राज़ीलियाई विश्वविद्यालयों और विज्ञान और प्रौद्योगिकी संस्थानों का सहयोग शामिल है। इसके अलावा, यह एक एकीकृत मॉडल के रूप में कार्य करता है, जो मौसम संबंधी जानकारी के लिए प्रासंगिक विभिन्न समय और स्थान पैमानों को पूरा करने में सक्षम है, और लैटिन अमेरिका, मध्य अमेरिका और कैरिबियन सहित ब्राजील के बाहर की संस्थाओं की रुचि भी आकर्षित करता है।
राष्ट्रीय मॉडल होने के लाभ
इनपे ने अपने विकास को विदेशी मॉडलों पर आधारित किया, विशेष रूप से क्लाइमेट स्टडीज एंड वेदर फोरकास्टिंग सेंटर (CPTEC) के मॉडल, जिन्हें वर्षों से बेहतर बनाया गया है। वर्तमान में, इनपे एक स्वदेशी मॉडल का उपयोग करता है जो अधिक आधुनिक और एकीकृत प्रणाली बनाने के लिए तीस वर्षों से अधिक के अनुभव का लाभ उठाता है। यह एकल मॉडल विभिन्न जलवायु और मौसम उत्पादों को उत्पन्न कर सकता है: गंभीर मौसम का पूर्वानुमान, अल्पकालिक पूर्वानुमान (अगले कुछ घंटे), मध्यम अवधि का पूर्वानुमान (पांच से दस दिन), उप-मौसमी पूर्वानुमान (तीस दिन) और मौसमी पूर्वानुमान (अगला मौसम)।
इनमें से प्रत्येक उत्पाद विशिष्ट दर्शकों को पूरा करता है। उदाहरण के लिए, मौसमी पूर्वानुमान कृषि और जल तथा ऊर्जा संसाधन प्रबंधन के लिए महत्वपूर्ण है। जबकि मध्यम अवधि का पूर्वानुमान आम जनता और नागरिक सुरक्षा को लाभ पहुंचाता है, जिससे वायुमंडलीय घटनाओं के कारण होने वाली प्राकृतिक आपदाओं की रोकथाम और शमन में सहायता मिलती है।
मॉडल विकास में चुनौतियां
चार साल की विकास अवधि के बारे में, फ्रीटास ने समझाया कि वायुमंडलीय मॉडलिंग की जटिलता को देखते हुए प्रक्रिया अपेक्षाकृत तेज थी। मौसम का पूर्वानुमान मानव जाति की सबसे कठिन तकनीकी-वैज्ञानिक चुनौतियों में से एक के रूप में वर्गीकृत है क्योंकि वायुमंडल के अराजक व्यवहार के कारण उसके आंदोलनों और विकास का विस्तृत प्रतिनिधित्व अत्यंत जटिल हो जाता है। एक सटीक और भौतिक रूप से यथार्थवादी मॉडल का निर्माण मॉडलिंग डिवीजन की बड़ी भागीदारी की मांग करता है, जिसमें 35 से अधिक डॉक्टरेट पेशेवर शामिल हैं।
इस तीन से चार साल की अवधि को वैश्विक मौसम केंद्रों द्वारा मॉडलिंग के उन्नत संस्करण विकसित करने के लिए मानक माना जाता है। मॉडल को सुपरकंप्यूटर पर चलाने और समय पर पूर्वानुमान प्रदान करने के लिए कम्प्यूटेशनल भाषा में लिखा जाता है; ऐसे मॉडलों का कोड दस लाख पंक्तियों तक पहुंच सकता है, जो इसकी उच्च जटिलता को दर्शाता है, जो एक उपग्रह के विकास के समान है।
मौसम के पूर्वानुमान की जटिलता को मानव मस्तिष्क के अनुकरण के बराबर माना जाता है। गणितीय दृष्टिकोण से, यह प्रारंभिक स्थिति की समस्या है: हालांकि वायुमंडलीय विकास के गणितीय नियम ज्ञात हैं, भविष्य का अनुमान लगाने के लिए वायुमंडल की वर्तमान स्थिति जानना आवश्यक है। इसका मतलब है कि ग्रह के सभी बिंदुओं पर तापमान, आर्द्रता और हवा की गति जानना।
यह डेटा एक विशाल उपग्रहों के समूह द्वारा एकत्र किया जाता है जिन्हें सबसे उन्नत देशों द्वारा लॉन्च किया जाता है, जो थर्मोडायनामिक गुणों की निगरानी करते हैं और माप प्रसंस्करण केंद्रों पर भेजते हैं। इसके अतिरिक्त, सतह स्टेशनों का एक व्यापक नेटवर्क विश्व स्तर पर तापमान, दबाव, आर्द्रता और हवा का डेटा एकत्र करता है। इस विशाल मात्रा में डेटा को संसाधित किया जाता है ताकि वर्तमान वायुमंडल की 'तस्वीर' बनाई जा सके, जिसे फिर सुपरकंप्यूटर पर चल रहे गणितीय मॉडल में डाला जाता है, जिससे क्रमिक भविष्य की छवियां बनती हैं।
पूर्वानुमान उत्पन्न होने के बाद, जो डेटा की एक विशाल मात्रा है, मौसम विज्ञानी बुलेटिन की व्याख्या करते हैं और उन्हें प्रकाशित करते हैं, और संचार माध्यम अंतिम वितरण के लिए जिम्मेदार होते हैं। फ्रीटास ने जोर देकर कहा कि यह दैनिक दिनचर्या एक विशाल बुनियादी ढांचे पर निर्भर करती है, जिसमें उपग्रह, सुपरकंप्यूटर, अंतर्राष्ट्रीय डेटा ट्रैफ़िक और पचास वर्षों का वैज्ञानिक अनुसंधान शामिल है।
नया मॉडल अधिक सटीकता और विश्वसनीयता का वादा करता है। मुख्य प्रगति CPTEC के पिछले मॉडल की तुलना में चार गुना बेहतर संकल्प है, जो 20x20 किलोमीटर के ग्रिड पर संचालित होता था, और अब 10x10 किलोमीटर पर चला जाता है। यह सुधार घटनाओं के स्थान और वर्षा के अनुमान में स्थानिक सटीकता को बढ़ाता है, साथ ही लंबी समय सीमाओं पर उच्च गुणवत्ता वाले पूर्वानुमानों की अनुमति देता है।
फ्रीटास ने स्पष्ट किया कि मॉडल स्वाभाविक रूप से अपूर्ण हैं, क्योंकि वायुमंडल का पूर्ण अनुकरण असंभव है, और पूर्वानुमान की गुणवत्ता समय क्षितिज बढ़ने के साथ कम होती जाती है। हालांकि, चार साल बाद प्राप्त मील का पत्थर वर्तमान में मोबाइल उपकरणों पर उपलब्ध उत्पाद की तुलना में अधिक सटीक परिणाम देता है।
मोनन के अगले कदम
मौसम पूर्वानुमान का विकास लगभग सौ वर्षों की निरंतर विकास यात्रा है, जो प्रदर्शन में लगातार वृद्धि द्वारा चिह्नित है। फ्रीटास ने जोर दिया कि यह एक सतत प्रक्रिया ('कार्य प्रगति पर') है, क्योंकि अवलोकन, मॉडल और कंप्यूटिंग में सुधार के बावजूद, अपूर्णताएं बनी रहेंगी।
वर्तमान में, मोनन दस से पंद्रह दिनों तक के मध्यम अवधि के पूर्वानुमान प्रदान करता है। हालांकि, विभिन्न समय पैमानों पर नए उत्पाद उपलब्ध कराने की योजना है। उप-मौसमी (30 दिन) और मौसमी (तीन महीने) पूर्वानुमान अभी भी विकास चरण में हैं और कार्यक्रम के अनुसार दो साल के भीतर समाज को प्रदान किए जाने चाहिए। मोनन परियोजना, जो 2022 में शुरू हुई थी, की कुल अवधि दस वर्ष है, जो 2031 तक चलेगी, जब एक पूर्ण मॉडल होने की उम्मीद है जो अगले छह घंटों के लिए मूसलाधार बारिश के पूर्वानुमान से लेकर अन्य पूर्वानुमान प्रदान कर सकेगा।