હવામાન ડેટા અને એઆઈનો ઉપયોગ કરીને કોલેરાના ફાટી નીકળવાની આગાહી
કોલેરાનો પ્રકોપ: પૃથ્વીની ભ્રમણ કરતા ઉપગ્રહોમાંથી લેવામાં આવેલા આબોહવા ડેટા, મશીન લર્નિંગ તકનીકો સાથે મળીને કોલેરાના ફાટી નીકળવાની સારી આગાહી કરવામાં અને સંભવિતપણે જીવન બચાવવામાં મદદ કરી રહ્યા છે.
કોલેરા એ પાણીજન્ય રોગો છે જે પાણી અથવા આંતરડામાં રહેલા વિબ્રીયો કોલેરા નામના બેક્ટેરિયમથી દૂષિત ખોરાકને લીધે થાય છે, જે વિશ્વના ઘણા દરિયાકાંઠાના વિસ્તારોમાં જોવા મળે છે, ખાસ કરીને ગીચ વસ્તીવાળા ઉષ્ણકટિબંધીય વિસ્તારોમાં.
કોલેરા ફાટી નીકળ્યો, ESA કૃત્રિમ બુદ્ધિ અને વાતાવરણને સક્ષમ કરવાના જ્ knowledgeાનને જોડે છે
જવાબદાર રોગકારક રોગ સામાન્ય રીતે હૂંફાળા તાપમાન, મધ્યમ ખારાશ અને અસ્થિરતા હેઠળ રહે છે, અને પાણીમાં પ્લાન્કટોન અને ડિટ્રિટસ દ્વારા આશ્રયસ્થાન કરી શકાય છે.
ગ્લોબલ વ warર્મિંગ અને આત્યંતિક હવામાનની ઘટનાઓમાં વધારો એ કોલેરાના ફાટી નીકળ્યા છે - એક રોગ જે દર વર્ષે વિશ્વભરમાં 1.3 થી 4 મિલિયન લોકોને અસર કરે છે અને 143 000 સુધીની જાનહાનિનું કારણ બને છે.
એક નવો અધ્યયન બતાવે છે કે કોલેરાની આગાહી માટે દરિયાઇ સપાટીના ખારાશના ઉપયોગના પ્રથમ પ્રદર્શનમાં, ભારતના દરિયાકાંઠાના વિસ્તારોમાં કોલેરાના ફાટી નીકળવાની આગાહી કેવી રીતે 89% સફળતા દર સાથે કરી શકાય છે.
ઇન્ટરનેશનલ જર્નલ Environmentફ એન્વાયર્નમેન્ટલ રિસર્ચ એન્ડ પબ્લિક હેલ્થમાં ગઈકાલે પ્રકાશિત થયેલ સંશોધન ઉત્તર હિંદ મહાસાગરની આજુબાજુ કોલેરાના ફાટી નીકળવાની આગાહી પર ધ્યાન કેન્દ્રિત કરે છે, જ્યાં આ રોગના અડધાથી વધુ કેસ 2010 - 16 ના ગાળામાં નોંધાયા હતા.
કોલેરાની ઘટનાના પર્યાવરણીય ડ્રાઇવરો વચ્ચેનો સંબંધ જટિલ હોય છે, અને seasonતુ પ્રમાણે જુદી જુદી ક્ષતિઓ સાથે, ઉદાહરણ તરીકે ચોમાસાની fromતુથી.
મશીન લર્નિંગ અલ્ગોરિધમ્સ પરીક્ષણયોગ્ય આગાહીઓ કરવા માટે મોટા ડેટાસેટ્સમાં પેટર્નને ઓળખવાનું શીખીને આ મુદ્દાઓને દૂર કરવામાં મદદ કરી શકે છે.
કોલેરાના ફાટી નીકળવાના અધ્યયનનું સંચાલન એમી કેમ્પબેલ દ્વારા એક વર્ષ લાંબી ઇએસએ આબોહવા કચેરી સાથે ગ્રેજ્યુએટ તાલીમાર્થી દરમિયાન કરવામાં આવ્યું હતું.
એમી, પ્લાયમાઉથ મરીન લેબોરેટરી (પીએમએલ) માં તેના સહ-લેખકો સાથે, પર્યાવરણીય વિજ્ applicationsાન કાર્યક્રમોમાં લોકપ્રિય મશીન લર્નિંગ એલ્ગોરિધમનો ઉપયોગ કરે છે - રેન્ડમ ફોરેસ્ટ વર્ગીકૃત - જે લાંબા ડેટાસેટ્સમાં પેટર્નને ઓળખી શકે છે અને પરીક્ષણની આગાહી કરી શકે છે.
એલ્ગોરિધમનો ભારતમાં દરિયાકાંઠાના જિલ્લાઓમાં 2010 અને 2018 ની વચ્ચે નોંધાયેલા રોગના પ્રકોપ અંગે તાલીમ આપવામાં આવી હતી, અને ESA ની ક્લાયમેટ ચેન્જ ઇનિશિયેટિવ (સીસીઆઈ) દ્વારા જનરેટ થયેલ છ ઉપગ્રહ આધારિત વાતાવરણ રેકોર્ડ સાથેના સંબંધો શીખ્યા હતા.
વિવિધ asonsતુઓ માટે પર્યાવરણીય ચલો અને પેટા-સેટિંગને સમાવી અથવા દૂર કરીને, એલ્ગોરિધમ દ્વારા કોલેરાના પ્રકોપની આગાહી માટે કી ચલોને જમીનની સપાટીનું તાપમાન, દરિયાની સપાટીના ખારાશ, હરિતદ્રવ્ય-એક સાંદ્રતા અને સરેરાશ (દરિયાઇ સપાટીની વિસંગતતા) થી દરિયા સપાટીના તફાવત તરીકે ઓળખવામાં આવી.
એમી કેમ્પબલે જણાવ્યું હતું કે, “મોડેલે આશાસ્પદ પરિણામો દર્શાવ્યા હતા, અને વિવિધ કોલેરા સર્વેલન્સ ડેટાસેટ્સનો ઉપયોગ કરીને અથવા જુદા જુદા સ્થળોએ આ કાર્ય વિકસાવવાની ઘણી તક છે.
અમારા અધ્યયનમાં, અમે મશીન શીખવાની જુદી જુદી તકનીકોનું પરીક્ષણ કર્યું છે અને રેન્ડમ ફોરેસ્ટ વર્ગીકૃતને શ્રેષ્ઠ માન્યું છે, પરંતુ ત્યાં ઘણી વધુ તકનીકો છે જેની તપાસ કરી શકાય છે.
“સામાજિક-આર્થિક ડેટાસેટ્સ સહિતના પ્રભાવની પરીક્ષણ કરવું રસપ્રદ રહેશે; જળ સંસાધનોની જેમ કે કોલેરાની ઘટનાઓ માટે મહત્વપૂર્ણ એવા માનવીય પરિબળોના ખાતામાં રેકોર્ડ વિકસાવવા માટે રિમોટ સેન્સિંગ ડેટાનો ઉપયોગ કરી શકાય છે. "
અભ્યાસ અને તેની નવી આંતરદૃષ્ટિએ યુ.એલ.આર.આઇ.-એન.આર.સી. પાથવેઝ Disફ ડિસ્પરસલ ફોર કોલેરા એન્ડ સોલ્યુશન ટૂલ્સ (પોડકાસ્ટ) પ્રોજેકટમાં સહ-લેખક મેરી-ફેની રેકોલ્ટની આગેવાની હેઠળના પ્રોજેક્ટ, જે નિવાસસ્થાન પર આબોહવા ઉષ્ણતામાન અને આબોહવાની ચરમસીમાના પ્રભાવનું મૂલ્યાંકન કરી રહ્યું છે. વિબ્રિઓ કોલેરા માટે યોગ્ય.
પોડકાસ્ટ-ડેમો પ્રોજેક્ટના ભાગ રૂપે વેબ-આધારિત આગાહી ટૂલ દ્વારા યુએનએફસીસીસીની સીઓપી 26 મીટિંગમાં આ અભ્યાસના પરિણામો દર્શાવવામાં આવશે.
જેને ઇએસએ-ફ્યુચર અર્થ સંયુક્ત પ્રોગ્રામ દ્વારા સપોર્ટેડ છે અને ફ્યુચર અર્થના હેલ્થ નોલેજ-Actionક્શન નેટવર્કના સહયોગથી હાથ ધરવામાં આવે છે.
યુરોપિયન સ્પેસ એજન્સી નવા કોલેરાના પ્રકોપ શોધવામાં અગ્રેસર છે, અભ્યાસ પ્રકાશિત થયો
ijerph-17-09378-v2આ પણ વાંચો:
COVID-19 ડ્રગ્સ, ટ્રાયલ ઓન રિમડેસિવીર આંતરરાષ્ટ્રીય સ્પેસ સ્ટેશન પર ચાલુ છે