जलवायु

आसमान में 'भारी पानी' पर नज़र रखने से पांच दिन तक के मौसम पूर्वानुमान बेहतर

टोक्यो विश्वविद्यालय सहित शोधकर्ताओं ने पहली बार दिखाया है कि उपग्रह से मापे गए पानी के आइसोटोप डेटा को मौसम मॉडलों में शामिल करने से पांच दिन तक के पूर्वानुमान बेहतर होते हैं। इसमें भारी बारिश का पूर्वानुमान भी शामिल है।

3 सितंबर 2026 को 1:59 pm बजे

एक नज़र में

मौसम मॉडलों में उपग्रह जल-आइसोटोप डेटा जोड़ने से पांच दिन तक के पूर्वानुमान बेहतर हुए।
भारी पानी सामान्य पानी से थोड़ा अलग तरीके से वाष्पित और संघनित होता है।
छह घंटे की खिड़कियों के अवलोकनों को डेटा एसिमिलेशन के ज़रिए एक वैश्विक डेटासेट में जोड़ा गया।
शोधकर्ताओं का कहना है कि फिलहाल कम रियल-टाइम आइसोटोप डेटा के कारण इसे रातोंरात नहीं अपनाया जा सकता।

चरण दर चरण

1
उपग्रह जलवाष्प आइसोटोप मापते हैं
2
छह घंटे का डेटा क्षेत्रवार जोड़ा जाता है
3
डेटा एसिमिलेशन से मॉडल में शामिल
4
पांच दिन तक पूर्वानुमान बेहतर

मौसम पूर्वानुमान तापमान, नमी और हवा जैसे आंकड़ों पर निर्भर करते हैं। टोक्यो विश्वविद्यालय सहित शोधकर्ताओं ने पहली बार दिखाया है कि मौसम मॉडलों में एक लंबे समय से केवल सैद्धांतिक सुधार, यानी वायुमंडल में पानी के आइसोटोप का डेटा जोड़ना, वास्तव में काम करता है। जलवाष्प आइसोटोप अनुपात के उपग्रह मापों को मौसम मॉडलों में शामिल करने से पांच दिन तक के वायुमंडलीय स्थितियों के पूर्वानुमान बेहतर हुए। कई क्षेत्रों में भारी बारिश के पूर्वानुमान भी इसमें शामिल हैं, यह बात कम्युनिकेशन्स अर्थ एंड एनवायरनमेंट में प्रकाशित अध्ययन में कही गई है।

आइसोटोप, अलग न्यूट्रॉन संख्या वाले, आमतौर पर भारी, परमाणुओं के वैकल्पिक रूप होते हैं। पानी में ये 'भारी पानी' नामक चीज़ बनाते हैं, जो सामान्य पानी से थोड़ा अलग तरीके से वाष्पित और संघनित होता है। 'पानी के आइसोटोप प्राकृतिक रूप से बहुत कम मात्रा में पाए जाते हैं। वाष्पीकरण और संघनन जैसी प्रक्रियाओं के दौरान उनकी सापेक्ष मात्रा थोड़ी बदलती है। इन बदलावों का फायदा उठाकर, हम यह जानकारी हासिल कर सकते हैं कि पानी कहां से आया और रास्ते में उसके साथ क्या हुआ,' किन्या तोरिदे ने बताया। वे अमेरिका के नेशनल ओशियनिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन (NOAA) और टोक्यो विश्वविद्यालय के इंस्टीट्यूट ऑफ इंडस्ट्रियल साइंस से जुड़े शोधकर्ता हैं।

टीम ने हर छह घंटे में एकत्र किए गए कई अलग-अलग उपग्रह अवलोकनों को हर क्षेत्र के लिए एक उच्च-गुणवत्ता वाले माप में जोड़ा। बहुत कम डेटा वाले क्षेत्रों को हटाकर एक भरोसेमंद वैश्विक डेटासेट तैयार किया, और फिर इसे 'डेटा एसिमिलेशन' नामक तकनीक से मौसम मॉडल में शामिल किया। 'हमने पाया कि इस अतिरिक्त जानकारी ने हवा, तापमान और जलवाष्प जैसी बुनियादी वायुमंडलीय स्थितियों के हमारे अनुमानों को बेहतर किया। इससे मौसम पूर्वानुमान अधिक सटीक हुए,' तोरिदे ने कहा।

टोक्यो विश्वविद्यालय के प्रोफेसर केई योशिमुरा ने बताया कि यह वास्तविक परिचालन पूर्वानुमान के करीब की स्थितियों में इस फायदे को दिखाने वाला पहला अध्ययन है। लेकिन उन्होंने आगाह किया कि इसे रातोंरात लागू नहीं किया जा सकता, क्योंकि फिलहाल बहुत कम रियल-टाइम आइसोटोप डेटा उपलब्ध है और मौजूदा परिचालन मॉडल इसका उपयोग करने के लिए नहीं बनाए गए हैं। टीम का दीर्घकालिक लक्ष्य जलवाष्प आइसोटोप के अधिक सटीक उपग्रह अवलोकन विकसित करना और उन्हें परिचालन पूर्वानुमान प्रणालियों में शामिल करना है। योशिमुरा के अनुसार उपग्रह प्रक्षेपण की घटती लागत को देखते हुए यह संभावना बढ़ती जा रही है।