চিবা বিশ্ববিদ্যালয় এবং জাপানের নাগোয়া বিশ্ববিদ্যালয়ের গবেষকরা জলবায়ু পরিবর্তন এবং ভবিষ্যদ্বাণীগুলির অন্তর্দৃষ্টি সরবরাহ করে সাইবেরিয়ার জন্য একটি অত্যন্ত সঠিক জমি কভার মানচিত্র তৈরি করেছেন। উন্নত মেশিন লার্নিং কৌশল এবং বিদ্যমান একাধিক ল্যান্ড কভার মানচিত্র ব্যবহার করে তারা পূর্ববর্তী ডেটাসেটগুলিতে পাওয়া উল্লেখযোগ্য তাত্পর্যগুলি সমাধান করতে সক্ষম হয়েছিল। বিশ্বের অন্যতম জলবায়ু-সংবেদনশীল অঞ্চল হওয়ায় সাইবেরিয়ার নতুন বিকাশিত মানচিত্রটি একটি যুগান্তকারীকে চিহ্নিত করে, যা এই অঞ্চলের চরম পরিবেশগত পরিবর্তনগুলি বোঝার জন্য গুরুত্বপূর্ণ সমালোচনামূলক বিশদ সরবরাহ করে।
সাইবেরিয়া, রাশিয়ায় অবস্থিত একটি প্রদেশ, এটি একটি গুরুত্বপূর্ণ ভৌগলিক অঞ্চল যা বিশ্বের কার্বন চক্রে গুরুত্বপূর্ণ ভূমিকা পালন করে। এর বিশাল বন, জলাভূমি এবং পারমাফ্রস্ট অঞ্চলগুলি (স্থায়ীভাবে হিমায়িত ক্ষেত্র) সহ সাইবেরিয়া বিশ্বব্যাপী যথেষ্ট পরিমাণে কার্বন সঞ্চয় করে। তবে জলবায়ু পরিবর্তন দ্রুত সাইবেরিয়ার আড়াআড়ি পরিবর্তন করছে, এর উদ্ভিদ বিতরণকে স্থানান্তরিত করছে এবং পারমাফ্রস্ট গলিকে ত্বরান্বিত করছে। ভবিষ্যতে জলবায়ু পরিবর্তনের পূর্বাভাস দেওয়ার জন্য জমি কভারকে শ্রেণিবদ্ধকরণ করা অপরিহার্য, তবে স্থল পর্যবেক্ষণের তথ্যের সীমিত প্রাপ্যতার কারণে সাইবেরিয়ার মতো অঞ্চলে জমি কভার ডেটা সংগ্রহ করা চ্যালেঞ্জিং।
জলবায়ু অধ্যয়নের অগ্রগতির দিকে এক ধাপে, জাপানের চিবা বিশ্ববিদ্যালয়, চিবা বিশ্ববিদ্যালয়ের সেন্টার ফর এনভায়রনমেন্টাল রিমোট সেন্সিং অ্যান্ড গ্র্যাজুয়েট স্কুল অফ সায়েন্স অ্যান্ড ইঞ্জিনিয়ারিং সেন্টার থেকে অধ্যাপক কাজুহিতো ইচির নেতৃত্বে সাম্প্রতিক এক গবেষণায় সাইবেরিয়ার জন্য একটি পরিশোধিত জমি কভার মানচিত্র উন্মোচন করা হয়েছে। একাধিক উত্স উপকার করে এবং একটি এলোমেলো বন শ্রেণিবদ্ধ (একটি মেশিন লার্নিং অ্যালগরিদম) প্রয়োগ করে, দলটি 85.04%এর উল্লেখযোগ্য নির্ভুলতার সাথে বিদ্যমান ল্যান্ড কভার ডেটাসেটের মধ্যে অসঙ্গতিগুলিকে সম্বোধন করে। এই গবেষণাটি জাপানের নাগোয়া বিশ্ববিদ্যালয়ের সহযোগিতায় পরিচালিত হয়েছিল এবং ২০২৫ সালের January জানুয়ারী পৃথিবী ও গ্রহ বিজ্ঞানের অগ্রগতির ৩ য় খণ্ডে প্রকাশিত হয়েছিল।
অধ্যাপক ইচি এই গবেষণার অনুপ্রেরণা নিয়ে এই কথাটি বলে আলোচনা করেছেন, “প্যান-আর্টিক জল-কার্বন চক্র প্রকল্পের জন্য কাজ করার সময়, আমরা বিদ্যমান জমি কভার ডেটাসেটগুলির মধ্যে এমনকি বহুল ব্যবহৃত ডেটা সেটগুলিতেও বড় পার্থক্য খুঁজে পেয়ে অবাক হয়েছি। এটি তখন পরিষ্কার ছিল যে আরও নির্ভরযোগ্য ডেটাসেটের প্রয়োজন ছিল, যা আমাদের এই গবেষণা চালাতে পরিচালিত করেছিল।”
গবেষকরা বিভিন্ন গ্লোবাল ডেটাসেটের তুলনা করে শুরু করেছিলেন এবং তারপরে একটি সঠিক জমির শ্রেণিবিন্যাস নিশ্চিত করতে বিভিন্ন ডেটা পয়েন্ট ব্যবহার করেছিলেন। সদ্য বিকশিত মানচিত্রটি বন, জলাভূমি এবং পারমাফ্রস্ট অঞ্চলগুলির একটি পরিষ্কার চিত্র দিয়েছে, যা জলবায়ু অধ্যয়নের মূল উপাদান। পূর্ববর্তী ডেটাসেটগুলির সাথে তুলনা করা হলে, গবেষকরা পূর্ববর্তী সেটগুলিতে বিশেষত উচ্চ অক্ষাংশ অঞ্চলে বড় ত্রুটিগুলি পর্যবেক্ষণ করেছিলেন, যা সম্ভাব্যভাবে জলবায়ু ভুল পূর্বাভাসের দিকে পরিচালিত করতে পারে।
ভূমি শ্রেণিবিন্যাসে তাত্পর্যগুলিকে সম্বোধন করে, নতুন ডেটাসেটটি কার্বন ফ্লাক্স এবং ইকোসিস্টেম পরিবর্তনের আরও সঠিক মূল্যায়ন সক্ষম করে। চিবা বিশ্ববিদ্যালয়ের স্নাতক স্কুল অফ সায়েন্স অ্যান্ড ইঞ্জিনিয়ারিং অ্যান্ড সেন্টার ফর এনভায়রনমেন্টাল রিমোট সেন্সিং থেকে মিসেস মুনসিয়ন বেক বলেছেন, “জমি কভারের দিকে মনোনিবেশ করার মাধ্যমে, এমন কিছু যা আগে ভালভাবে বোঝা যায় বলে মনে করা হয়, আমরা এমন একটি অঞ্চলের জন্য আরও ভাল ডেটা তৈরি করেছি যা ভালভাবে চিহ্নিত করা হয়নি, উন্নত জলবায়ু পূর্বাভাসের জন্য দরজা খোলার জন্য,”
এই অধ্যয়নের প্রভাবগুলি বিস্তৃত। আরও সঠিক ল্যান্ড কভার ডেটাসেট সরবরাহ করে, গবেষণাটি পরিবেশগত পরিবর্তনের আরও ভাল ভবিষ্যদ্বাণী সহ জলবায়ু মডেলগুলিকে বাড়িয়ে তুলতে পারে।
ইনস্টিটিউট অফ অ্যাডভান্সড একাডেমিক রিসার্চ অ্যান্ড সেন্টার ফর এনভায়রনমেন্টাল রিমোট সেন্সিং, চিবা বিশ্ববিদ্যালয়ের সহকারী অধ্যাপক ইউহেই ইয়ামামোটো জোর দিয়েছিলেন, “একাধিক ডেটা উত্সকে সংহত করে এবং শ্রেণিবিন্যাসের যথার্থতা বাড়িয়ে আমরা জলবায়ু বিজ্ঞানীদের জন্য প্রয়োজনীয় অন্তর্দৃষ্টি সরবরাহ করার লক্ষ্য রেখেছি। এটি সাইবেরিয়ায় দ্রুত জলবায়ু পরিবর্তনের কারণে গুরুত্বপূর্ণ।”
সাইবেরিয়া জলবায়ু পরিবর্তনের দ্বারা ব্যাপকভাবে প্রভাবিত হয়, যেমন গ্লোবাল ওয়ার্মিং, যার ফলে সাইবেরিয়ান তাইগা উত্তর দিকে অগ্রসর হয় এবং পারমাফ্রস্ট গলানোর কারণে পৃথিবীর পৃষ্ঠ পরিবর্তিত হয়। পরিশোধিত ভূমি কভার ডেটা তাই বিজ্ঞানীদের এই বড় পরিবর্তনগুলি পর্যবেক্ষণ করতে সহায়তা করবে, আগামী দশকগুলিতে এই পরিবর্তনের পূর্বাভাস এবং পরিচালনার জন্য একটি ভিত্তি সরঞ্জাম হিসাবে পরিবেশন করে। এই ডেটাসেটগুলি কার্বন চক্র মূল্যায়নকেও সমর্থন করে, যা গ্রিনহাউস গ্যাস গতিশীলতা এবং পরিবেশগত অধ্যয়ন বোঝার জন্য গুরুত্বপূর্ণ।
অতিরিক্তভাবে, অধ্যয়নটি নির্দিষ্ট অঞ্চলে উদ্ভিদের বিতরণকে প্রভাবিত করতে পারে এমন উপাদানগুলি নির্ধারণ করে। নাগোয়া বিশ্ববিদ্যালয়ের স্পেস-আর্থ পরিবেশগত গবেষণা ইনস্টিটিউট থেকে অধ্যাপক তেতসুয়া হায়ামা নোট করেছেন: “আমরা বিভিন্ন জলবায়ু জুড়ে ভৌগলিক বিতরণ বিশ্লেষণ ব্যবহার করেছি যাতে উদ্ভিদের বিতরণ কীভাবে প্রভাবিত হয় তা বোঝার জন্য। এটি আমাদের এই সত্যের দিকে নিয়ে যায় যে গাছপালা নিদর্শনগুলিতে বৃষ্টিপাতের প্রধান ভূমিকা পালন করে, বিশেষত উষ্ণ গ্রীষ্মের জলবায়ুগুলির সময়।”
অতএব, এই ডেটাসেটগুলি নীতিনির্ধারকদের জন্য মূল্যবান দিকনির্দেশনাও দিতে পারে। টেকসই ভূমি ব্যবস্থাপনা এবং সংরক্ষণের প্রচেষ্টায় সহায়তা করে, অনুসন্ধানগুলি দুর্যোগ ঝুঁকি ব্যবস্থাপনায় অবদান রাখতে পারে, আসন্ন বছরগুলিতে পারমাফ্রস্ট গলনা, দাবানল এবং আবাসস্থল ক্ষতির প্রভাবগুলি হ্রাস করতে সহায়তা করে।