গুয়াহাটি: ইন্ডিয়ান ইনস্টিটিউট অফ টেকনোলজি গুয়াহাটি (IIT-G) এর গবেষকদের একটি দল হিমালয়ে হিমালয় হ্রদগুলি কোথায় তৈরি হতে পারে তা সনাক্ত করার একটি নতুন উপায় তৈরি করেছে, যা দ্রুত জলবায়ু পরিবর্তনের মুখোমুখি পর্বত অঞ্চলগুলির জন্য দুর্যোগের প্রস্তুতিতে একটি সম্ভাব্য অগ্রগতি প্রদান করে৷ তাদের অধ্যয়ন পূর্ব হিমালয়ের উপর দৃষ্টি নিবদ্ধ করে, যা সমগ্র পর্বতশ্রেণীতে হিমবাহ লেক আউটবার্স্ট বন্যা, বা GLOFs এর সর্বোচ্চ ফ্রিকোয়েন্সি রেকর্ড করেছে।
এই আকস্মিক বন্যা ঘটে যখন হিমবাহের হ্রদগুলিকে ধরে রাখা প্রাকৃতিক বাঁধগুলি ধসে পড়ে, প্রচুর পরিমাণে জল, ধ্বংসাবশেষ এবং পলি নিচের দিকে ছেড়ে দেয়। নেচার সায়েন্টিফিক রিপোর্টস জার্নালে এই গবেষণার ফলাফল প্রকাশিত হয়েছে। গবেষণাপত্রটি IIT-G-এর সিভিল ইঞ্জিনিয়ারিং বিভাগের অজয় দাশোরা, তার গবেষণা পণ্ডিত আনুশকা বশিষ্ঠ এবং ব্রুনাই দারুসসালাম বিশ্ববিদ্যালয়ের আফরোজ আহমেদ শাহ সহ-লেখক করেছেন।
GLOFs অতীতে রাস্তা, সেতু, জলবিদ্যুৎ প্রকল্প, এবং কৃষি জমি সহ অবকাঠামোর ব্যাপক ক্ষয়ক্ষতি এবং ক্ষতি করেছে। একটি GLOF দ্বারা সৃষ্ট সর্বশেষ বড় বিপর্যয়টি ছিল 2023 সালের অক্টোবরে সিকিমে, যা 94 জন নিহত হয়েছিল, 1,835টি বাড়ি ক্ষতিগ্রস্ত হয়েছিল, 2,563 জন লোককে বাস্তুচ্যুত করেছিল এবং একটি 1,200-মেগাওয়াট বাঁধ ভেসে গিয়েছিল।
গবেষকদের মতে, ক্রমবর্ধমান তাপমাত্রার কারণে হিমবাহগুলি দ্রুত পশ্চাদপসরণ করার ফলে হিমবাহী হ্রদের সংখ্যা এবং আকার বৃদ্ধি পাচ্ছে, যা নিম্নধারার সম্প্রদায়ের জন্য ঝুঁকি বাড়িয়ে দিচ্ছে। যদিও পূর্ববর্তী গবেষণাগুলি হিমবাহের হ্রদের বিপদগুলি মূল্যায়ন করার জন্য জলবায়ু ডেটার উপর নির্ভর করে, নতুন গবেষণাটি একটি ভিন্ন পদ্ধতি গ্রহণ করে। এটি ভবিষ্যদ্বাণীর কেন্দ্রে ভূ-রূপবিদ্যা-ভূমির ভৌত আকৃতি এবং গঠন-কে রাখে।
অধ্যয়ন পরীক্ষা করে কিভাবে নির্দিষ্ট ভূমিরূপ প্রভাব ফেলে যেখানে গলে যাওয়া জল জমে। এর মধ্যে রয়েছে সার্ক, যা হিমবাহ, U-আকৃতির উপত্যকা, গলিত জলের প্রবাহের চ্যানেল, হিমবাহের সম্মুখভাগ এবং প্রতিবেশী হ্রদগুলি দ্বারা খোদাই করা বাটি-আকৃতির নিম্নচাপ। একসাথে, এই বৈশিষ্ট্যগুলি নির্ধারণ করে যে একটি ল্যান্ডস্কেপ একটি হিমবাহী হ্রদ গঠনের জন্য যথেষ্ট পরিমাণে জল আটকে রাখতে পারে কিনা।
গ্রিড অবস্থান বিশ্লেষণ উচ্চ-রেজোলিউশন স্যাটেলাইট চিত্র এবং ডিজিটাল উচ্চতা মডেল ব্যবহার করে, গবেষকরা পূর্ব হিমালয় জুড়ে 12,000 টিরও বেশি গ্রিড অবস্থান বিশ্লেষণ করেছেন। তারপর তারা প্রতিটি সাইটে হিমবাহী হ্রদ গঠনের সম্ভাবনা অনুমান করার জন্য মেশিন লার্নিং কৌশল প্রয়োগ করে।
পরীক্ষিত মডেলগুলির মধ্যে, একটি Bayesian নিউরাল নেটওয়ার্ক সবচেয়ে নির্ভরযোগ্য ফলাফল তৈরি করেছে। প্রচলিত মডেলগুলির বিপরীতে, এই পদ্ধতিটি শুধুমাত্র ভবিষ্যদ্বাণী করে না যেখানে হ্রদ গঠনের সম্ভাবনা রয়েছে তবে সেই ভবিষ্যদ্বাণীগুলিতে অনিশ্চয়তার পরিমাণও রয়েছে।
এটি দুর্গম পর্বত অঞ্চলে বিশেষভাবে গুরুত্বপূর্ণ, যেখানে ক্ষেত্রের তথ্য সীমিত, এবং ভূখণ্ডের অবস্থা স্বল্প দূরত্বে তীব্রভাবে পরিবর্তিত হয়। ফলস্বরূপ সম্ভাব্যতার মানচিত্রগুলি ভবিষ্যতে হ্রদ গঠনের উচ্চ সম্ভাবনা সহ অঞ্চলগুলিকে হাইলাইট করে। এই অঞ্চলগুলির মধ্যে অনেকগুলি সক্রিয় হিমবাহের পশ্চাদপসরণ এবং মৃদু ঢালের অঞ্চলগুলির সাথে মিলে যায় যা জল জমার পক্ষে।
কিছু বিদ্যমান জনবসতি এবং অবকাঠামোর উজানে অবস্থিত, সম্ভাব্য ঝুঁকিকে আন্ডারস্কোর করে। “উচ্চ-ঝুঁকিপূর্ণ এলাকাগুলি চিহ্নিত করার মাধ্যমে, কাঠামোটি GLOF-গুলির জন্য প্রাথমিক-সতর্কতা ব্যবস্থাকে গাইড করতে পারে, রাস্তা, জলবিদ্যুৎ প্রকল্প এবং বসতি স্থাপনের জন্য নিরাপদ অবস্থানের পরিকল্পনা করতে এবং দীর্ঘমেয়াদী জল-সম্পদ ব্যবস্থাপনায় সহায়তা করতে পারে,” প্রফেসর দাশোরা বলেছেন৷
“বিপত্তি ব্যবস্থাপনার বাইরে, পদ্ধতিটি বুঝতে সাহায্য করতে পারে যে কীভাবে হিমবাহগুলি পশ্চাদপসরণ অব্যাহত রেখে জল ব্যবস্থার পরিবর্তন হতে পারে৷ গুরুত্বপূর্ণভাবে, কাঠামোটি বিশ্বের অন্যান্য হিমবাহী পর্বত অঞ্চলের সাথে খাপ খাইয়ে নেওয়া যায়, এটি বিশ্বব্যাপী জলবায়ু-স্থিতিস্থাপক পরিকল্পনা এবং দুর্যোগ-ঝুঁকি হ্রাসের জন্য একটি মূল্যবান হাতিয়ার করে তোলে,” তিনি বলেছিলেন৷ গবেষণাটি এই অনুমানকে চ্যালেঞ্জ করে যে জলবায়ু একা হিমবাহী হ্রদ গঠন নির্ধারণ করে।
যদিও তাপমাত্রা গলিত জল সরবরাহ নিয়ন্ত্রণ করে, গবেষণা দেখায় যে ভূমিরূপগুলি মূলত নির্দেশ করে যে জল শেষ পর্যন্ত কোথায় সংগ্রহ করে। ইওএম