तूफान मैंग्रोव को भुतहा जंगलों में बदल रहे हैं

जबकि मैंग्रोव बाढ़ के प्रति अत्यधिक लचीले हैं, रिमोट सेंसिंग ऑफ एनवायरनमेंट जर्नल में प्रकाशित एक नए अध्ययन से पता चलता है कि उनके लचीलेपन का पहले की तरह परीक्षण किया जा रहा है। शोधकर्ताओं ने जनवरी 1999 से अप्रैल 2023 तक फ्लोरिडा में मैंग्रोव की स्थिति की जांच करने के लिए लैंडसैट उपग्रहों द्वारा उपलब्ध कराए गए डेटा का उपयोग किया। निष्कर्ष बताते हैं कि जैसे-जैसे तूफान अधिक लगातार और गंभीर होते जा रहे हैं, कुछ मैंग्रोव अपनी प्राकृतिक लचीलापन खो रहे हैं।

यूएसजीएस-नासा लैंडसैट विज्ञान टीम के पूर्व सदस्य और अध्ययन के सह-लेखक झे झू ने कहा, "हमारी निगरानी से पता चलता है कि हाल के तूफानों, जैसे कि 2017 में तूफान इरमा और 2022 में तूफान इयान के बाद, मैंग्रोव के क्षेत्र में उल्लेखनीय वृद्धि हुई है, जिन्होंने पुनर्प्राप्त करने की अपनी प्राकृतिक क्षमता खो दी है।"

पिछले अध्ययनों में आमतौर पर तूफान जैसी विशिष्ट गड़बड़ी का विश्लेषण किया गया है, और तूफान आने के बाद मैंग्रोव के नुकसान का पता लगाया गया है। उदाहरण के लिए, नीचे दी गई तस्वीर, जी-लीएचटी (गोडार्ड लिडार, हाइपरस्पेक्ट्रल और थर्मल इमेजर) द्वारा ली गई है, जो तूफान इरमा के बाद दक्षिणी फ्लोरिडा में मैंग्रोव को हुए नुकसान को दिखाती है। नए अध्ययन में, शोधकर्ताओं ने इस बात की पूरी समझ हासिल करने की कोशिश की कि समय के साथ मैंग्रोव की स्थिति कैसे बदल गई है, और उम्मीद है कि पेड़ कैसे ठीक हो जाते हैं।

शोधकर्ताओं ने मैंग्रोव की स्थिति को चार श्रेणियों में विभाजित किया है: स्वस्थ, अशांत, ठीक हो रहा है और घट रहा है। तूफानों की चपेट में आने पर स्वस्थ मैंग्रोव में कोई बदलाव नहीं दिखता है। अशांत मैंग्रोव तूफानों से प्रभावित हो सकते हैं लेकिन उसी बढ़ते मौसम के भीतर स्वस्थ स्थिति में लौट आते हैं। मैंग्रोव को बहाल करने में एक से अधिक बढ़ते मौसम लगेंगे। घटे हुए मैंग्रोव से तात्पर्य उन मैंग्रोव से है जो परेशान होने के बाद स्वाभाविक रूप से ठीक नहीं होते हैं लेकिन दीर्घकालिक गिरावट का सामना करते हैं।

इस उपग्रह-आधारित दृष्टिकोण का लाभ मैंग्रोव स्थितियों की निरंतर निगरानी है। शोधकर्ता गड़बड़ी होने पर उसे पकड़ सकते हैं। उन्होंने मशीन लर्निंग एल्गोरिदम का उपयोग करके मैंग्रोव स्थितियों को वर्गीकृत किया, जिसे नए भूमि रिमोट सेंसिंग उपग्रह डेटा उपलब्ध होने पर लगातार अद्यतन किया जाता है। एल्गोरिथ्म मैंग्रोव गिरावट के शुरुआती संकेतों की भी पहचान कर सकता है, भूमि प्रबंधकों को सचेत कर सकता है कि उन्हें अपने प्रयासों पर ध्यान केंद्रित करना है।

झू ने कहा, "हमारे शोध का उद्देश्य मैंग्रोव की गिरावट के लिए एक प्रारंभिक चेतावनी प्रणाली प्रदान करना और अपरिवर्तनीय नुकसान होने से पहले जोखिम वाले क्षेत्रों की पहचान करने में मदद करना है।"

मैंग्रोव लचीलेपन में परिवर्तनों की कल्पना करने के सबसे स्पष्ट तरीकों में से एक विभिन्न गड़बड़ी के तहत पुनर्प्राप्ति की तुलना करना है। लैंडसैट-आधारित एल्गोरिदम का उपयोग करके बनाया गया इस पृष्ठ के शीर्ष पर नक्शा, दक्षिणी खाड़ी तट एवरग्लेड्स नेशनल पार्क में मैंग्रोव स्थितियों को दर्शाता है।

मानचित्र 2005 में तूफान विल्मा और 2017 में तूफान इरमा, दोनों श्रेणी 5 तूफानों से पहले और बाद में मैंग्रोव की स्थिति दिखाते हैं। तूफान विल्मा के बाद, अधिकांश क्षतिग्रस्त मैंग्रोव प्राकृतिक रूप से ठीक हो गए, जबकि तूफान इरमा के बाद मैंग्रोव में व्यापक गिरावट आई (मानचित्र पर नारंगी रंग में दिखाया गया है), कुछ मैंग्रोव अंततः "भूतिया जंगलों" में बदल गए - मृत जंगल के टुकड़े।

भविष्य के काम में, शोधकर्ताओं को अध्ययन क्षेत्र का विस्तार करने और विश्व स्तर पर मैंग्रोव स्थितियों की निगरानी के लिए एक प्रणाली स्थापित करने की उम्मीद है। साथ ही, वे मैंग्रोव परिवर्तन के विभिन्न चालकों को बेहतर ढंग से समझने के लिए वर्तमान एल्गोरिदम को बेहतर बनाने की योजना बना रहे हैं।

झू ने कहा, "यह निर्धारित करके कि परिवर्तन चरम मौसम की घटनाओं, समुद्र के बढ़ते स्तर या मानवीय गतिविधियों से प्रेरित हैं, हम तेजी से बदलते परिवेश में संरक्षण और प्रबंधन रणनीतियों के लिए अधिक लक्षित अंतर्दृष्टि प्रदान कर सकते हैं।"

लैंडसैट-आधारित एल्गोरिदम का उपयोग करके बनाए गए मानचित्र दक्षिणी एवरग्लेड्स नेशनल पार्क में मैंग्रोव वनों की स्थिति दिखाते हैं, जो 2005 में तूफान विल्मा और 2017 में इरमा से पहले और बाद में मैक्सिको की खाड़ी की सीमा पर है।

/ScitechDaily से संकलित