ڈرونز اور 'دیپ لرنینگ' کا استعمال بحیرہ اسود اور ساحلی ماحول میں تیل کے انتشار کو کم کرنے میں کیسے مدد کر سکتا ہے۔

ا Öl کے انتشار مختلف ماحول میں پھیل سکتے ہیں، جیسے کہ سمندر، جنگلی بستر، ساحل یا ندیوں میں، اور یہ بہت rapidamente پھیل جاتے ہیں۔ یہ واقعات پہلے سے ہیبحیرہ اور ساحلی ماحولیات کے لیے تباہ کن، جس کی وجہ سے پانی کی آلودگی اور ہزاروں حیوانات کے خاتمے کا سامنا کرنا پڑ رہا ہے، جو ماحولیاتی نظام اور अर्थव्यवترین میں اہم ہیں۔ سائنس کی معلومات ان واقعات کو کم کرنے کے وسائل پیدا کرنے میں ایک بڑی مددگار ثابت ہو سکتی ہے، جو نقصان کو کم کرنے میں مدد کر سکتی ہے، جس کی مقدار غیر پیمانے پر ہو سکتی ہے۔

دریاؤں میں تیل کے بہاؤ کی تشخیص اور نگرانی کے لیے، حفاظتی اقدامات اور مالی نقصان کو کم کرنے کے لیے فوری اقدامات کی ضرورت ہے۔ تیل کی تہ کی پیمائش، نقصان کو کم کرنے کے لیے اہم چیلنج ہے۔

خبر کے مطابق،بین الاقوامی بحریہمنظریہ کرتا ہےبون معاہدے کے آئل کی ظاہری صورت کی کوڈ (BAOAC)سموں میں تیل کے نچ کے تصنیف کے لیے سب سے زیادہ استعمال ہونے والا طریقہ۔ 2004 میں قائم کردہ BAOAC، ایک ایسی نظام ہے جو تیل کے نچ کی بصری ظاہری شکل کو اس کی موٹائی سے مربوط کرتی ہے۔

ان برسوں میں BAOAC کی اہمیت کے باوجود، ریమోٹ سینسنگ سے مشتق نئے طریقے اور ٹیکنالوجیز ابھر رہے ہیں تاکہ سموں اور ساحلی علاقوں میں نچ کے تیل کی موٹائی کے تخمین میں زیادہ مکانی تحفظ اور زیادہ درستگی فراہم کی جا سکے۔

2022 میں، محققین نےجیو سائنس انسٹی ٹیوٹجامعة Estadual de Campinas (IG/Unicamp) نے یونیورسٹی کے ایک تجرباتی فیلڈ میں تیل کے انتشار کا ایک کنٹرول شدہ تجربہ کیا۔ اس میں پروفیسر کی قیادت میںکارلوس روبرتو ڈی سوزو filho، مقصد یہ تجربے کا مقصد سمندر اور ساحلی علاقوں میں تیل کے انتشار کی شبیہیں پیدا کرنا تھا۔

اس کے تجربے سے، دو مطالعات سامنے آئے ہیں جو ڈیزل کے انتشار کی نگرانی کے لیے ہیں۔ ہر عمل میں مختلف طریقوں اور ٹیکنالوجیز پر توجہ مرکوز کی گئی ہے جو ریமோٹ سینسنگ کے ساتھ ہم آہنگ ہیں تاکہ забрудت شدہ ڈیزل کے بقعوں کی تشخیص، نگرانی اور درجہ بندی کی جا سکے۔

ڈرونز میں ہائیپرسپیکٹرل سینسرز کا تعاون

خبر کے مطابق،ہائیپرسپیکٹرل امیجنگ(HSI) ریమోٹ سینسنگ کا ایک انتہائی تکنیکی طریقہ ہے۔ ڈرونز، جو غیر مکنہ ہوائی گاڑی کے طور پر بھی مشہور ہیں، کے ساتھ ہائیپرسپیکٹرل سینسرز، فضائی اور طیفی محلوں میں اعلی ریزولوشن کے ساتھ ڈیٹا حاصل کرتے ہیں، جو زمین کی سطح پر موجود اشیاء سے متعلق اعلیٰ تفصیل کی معلومات حاصل کرنے کی اجازت دیتے ہیں۔ ایک نئی تحقیق، جس کا عنوان ہےاویل سپل کی موٹرنگ اور وِذرنگ کا استعمال کرنے کے لیے UAV سے لیس ہائی اسپیکٹرال سینسینس، 2025 میں شائع شدہ،Marine Pollution Bulletin— اور جس کا اہم مصنف، محققہریبکا اسکافٹو— جوک HSI کو اس کے ذریعے مزید فضائی تحفظ اور سمندر میں پھیلنے والے تیل کے بقعوں کی موٹائی کے تخمین میں زیادہ درستگی حاصل کرنے کے لیے استعمال کرنے کا طریقہ دکھاتا ہے۔

اس کے لیے، تیل کے انتشار کی ایک کنٹرول شدہ تجربی میں، پانی کے ساتھ بھری ہوئی ٹینکوں اور مصنوعی لہروں پیدا کرنے والے کے استعمال کے ذریعے سمندر کی ایک تصدیق کی گئی۔ تقریباً 30 لیٹر خام تیل، جو سنس بائی ایس کے بکس میں سے نکالا گیا تھا، ٹینکوں میں ڈال دیا گیا۔

تین مہینوں کے دوران، محققین نے ایک ہائی سپیکٹل کیمرے (HySpex Mjolnir VS-620) کے ذریعے، جو VANT سے منسلک تھا، سے تجربی میدان سے ڈیٹا جمع کیا۔ پرواز 40 میٹر کی بلندی پر، 2 میٹر فی سیکنڈ کی رفتار پر انجام دی گئیں، جو 2 سینٹی میٹر کے پکسلز کے ساتھ تصاویر تیار کرتی تھیں۔

ہائی سپیکٹل تصاویر کے ذریعے، ٹینک میں تیل کے بقعوں میں 4 کلاسوں کی شناخت کی گئی: بہت زیادہ موٹا، موٹا، پتلا اور بہت پتلا۔ مزید یہ کہ، اس ضمن میں، پانی کے صاف ہونے کی شناخت بھی شامل کی گئی تاکہ تیل اور پانی کے درمیان پرجوش شناخت میں کارکردگی کا اندازہ لگایا جا سکے۔

اس تحقیق کا مقصد BAOAC کے طریقہ کار کو بہتر بنانے میں مدد کرنا ہے، جس کے مطابق محققین کا خیال ہے کہ یہ ایک ایسا طریقہ ہے جو بصری تجزیہ کے استعمال کے باعث نتائج میں ذاتیات پیدا کر سکتا ہے۔

ہائی اسپیکٹل سینسر قدرتی طور پر تیل کے بقعوں کی حجم اور پانی اور تیل کے درمیان فرق کی معلومات کو زیادہ درست طریقے سے فراہم کرنے کے قابل ہے۔ یہ حتیٰ ہی میں تیل کے بقعوں میں بھی ممکن ہے۔ یہ ڈیزل کی хімічних ترکیبوں کی سطح کو بھی پیمائش کرنے کے قابل ہے۔

ڈرون کے استعمال کے محدودیتوں، جیسے کہ بیٹری کی لمبی مدت، اور بحیر کی رفتار کے باعث، جو تیل کے بقعوں کو پھیلانا ممکن ہے، جیسے کہ تیز ہوا، سمندری رفتار وغیرہ، اس дослідження میں ساحلی علاقوں یا سمندری میں پائلٹ میں آزمائی کی گئی طریقوں کے استعمال کی سفارش کی گئی ہے۔

ڈپ لیرننگاور ثلاثی جہتی کانولوشنیل న్యూرل نیٹ ورکس

اوپر دی گئی ڈیزل کے انتشار کے ایک ہی تجربے سے جمع کردہ ڈیٹا کے ذریعے، پروفیسرکارلوس روبرتو ڈی سوزو filhoاور اور ان کے عملے نے ایک اور تحقیق کی، جس کا عنوان تھا:ہائیپرسپکال امیجنگ اور 3D CNN کے ذریعے سمندری ماحول میں تیل کے انتشار کا پتہ لگانا، جو کہ کیمیاوی کی ابتدائی تحقیق سے منسوبثاشیا گونڈک.

مطالعه نے اصل تجربے کے ڈیٹا کا استعمال کیا ہے تاکہ یہ جانچا جا سکے کہ ثلاثی جہتی کانولوشنل عصبی نیٹ ورک (3D CNNs، انگریزی میں اختصار) کس طرح ہائپرسپెక్ٹریل تصاویر کے ذریعے تیل کے بہاؤ کی چوڑائی کا پتہ لگانے اور تصنيف کرنے میں مدد کر سکتے ہیں۔

اس کے مطابق،ٹریڈیمینشنل کانولوشنل న్యూرال نیٹ ورکیہ ایک آرکیٹیکچرل ڈیزائن ہےڈیپ لرنینگاور ان یہ سنسورائزم ریموٹ میں ایک بڑا مادی ہے، خاص طور پر اس کی سہولت کے باعث، جو ثلاثی (اونائی، چوڑائی اور گہرائی) ڈیٹا کو پروسیس کر سکتی ہے - جیسے کہ ہائیپرسپیکٹل ڈیٹا۔ یہ طریقہ کار 3D CNN کو تجزیہ کی جانے والی اشیاء کے مزید پیچیدہ اور غیر ظاہری خصوصیات کو سیکھنے کی اجازت دیتا ہے، جو سطحی معلومات سے آگے بڑھتا ہے۔

مطالعہ ظاہر کرتا ہے کہ ہائیپرسپیکٹل تصاویر میں، 3D CNN ماڈل کے ذریعے، پتلی، درمیانی اور موٹی سطح کے تیل کے بقعوں کی تصدیق، صحت مند اور تفصیلی ڈیٹا فراہم کرنے میں مددگار ہے۔ یہ تحقیق اس طریقہ کار کے استعمال پر یقین دہانی کراتی ہے تاکہ دستی تجزیہ کے عمل کو تبدیل اور خودکار کیا جا سکے۔ VANT پر لگے سنسورز سے حاصل کردہ تصاویر کے لیے تیار کردہ ماڈل کو حقیقی حالات میں استعمال کیا جا سکتا ہے، جو اہم مقامات اور لیک کو تیزی سے تلاش کرنے کی اجازت دیتا ہے۔ خودکار عمل کے ذریعے، تیل کے انتشار کی شناخت میں تیزگی پیدا ہوتی ہے، جو محیطی اداروں کو اقدامات کو ترجیح دینے میں مددگار ہے۔

تیزی سے انتشار کا پتہ لگانے کی صلاحیت کو بڑھانے کے علاوہ، ہائیپرسپیکٹل سنسرز، ڈرونز اور ڈیپ لرننگ کی ترکیب،ڈیپ لرنینگیہ ایک تیز اور مؤثر جواب کے لیے راہ ہموار کرتا ہے۔ پیچیدہ اسپیکٹل معلومات کو نقشوں میں تبدیل کر کے، جو تیل کی موجودگی، تقسیم اور گہرائی کو ظاہر کرنے کی صلاحیت رکھتے ہیں، یہ ٹیکنالوجیز تکنیکی ٹیموں کو اہم علاقوں کی شناخت اور کنٹینمنٹ کے طریقوں کی وضاحت میں مدد کر سکتے ہیں۔ اب چیلنج یہ ہے کہ بحیرہ اور ساحلی علاقوں میں ان طریقوں کے معائنے اور استعمال میں اضافہ کیا جا، جو تحقیقی نتائج کو پٹرول کے انتشار کی نگرانی اور جواب دینے کی ضروریات کے قریب رکھتے ہیں۔

مصنفین کوئی مشاور، کام، حصص یا مالیات حاصل نہیں کرتے جو اس مضمون سے فائدہ مند ہو، اور انہوں نے کوئی اہم تعلق ظاہر نہیں کیا ہے، صرف اپنی علمی عہدوں کے علاوہ۔