Himalayan Mountains seen from Space

گزشتہ مہینوں کے دوران، ورلڈ ایئر کوالٹی ٹیم کئی نئے ایئر کوالٹی کی پیشن گوئی کے ماڈلز کا تجزیہ کرنے کے ساتھ ساتھ ایئر کوالٹی کی پیشن گوئی کے ماڈل کو بہتر بنانے پر کام کر رہی ہے۔

یہ مضمون تازہ ترین پیشن گوئی کا نمونہ پیش کرے گا، جو کہ دنیا کی گرڈڈ پاپولیشن ( GPW ) پر مبنی ہے، اور جس کا اطلاق شمالی ہند کے علاقے (بشمول بنگلہ دیش، پاکستان اور نیپال) کے لیے ہوا کے معیار کی پیشن گوئی کے تجزیہ کے لیے کیا جائے گا۔

پیشن گوئی کا ماڈل اور حساب ابھی بھی GFS ہوا کی پیشن گوئی پر مبنی ہے، جیسا کہ ہم نے بیجنگ کے علاقے میں پیشن گوئی کے بارے میں پچھلے مضمون میں ظاہر کیا تھا کہ ہوا ہوا کے معیار کی پیشن گوئی کے لیے ایک لازمی جزو ہے۔

تاہم، پچھلے تخروپن کے برعکس جہاں آلودگی کے ذرائع جہاں من مانی طور پر ہیبی کے علاقے میں مخصوص مقامات پر موجود ہیں، اس شمالی ہندوستان کی پیشن گوئی کے لیے استعمال ہونے والا ماڈل یونیورسٹی آف کولمبیا CIESIN کی Gridded Population of the World (عرف GPW 2015 ) پر مبنی ہے۔ ^[1] :

مفروضہ یہ ہے کہ کسی مخصوص علاقے میں رہنے والے افراد کی تعداد جتنی زیادہ ہوگی، انسانی آلودگی پیدا ہونے کا امکان اتنا ہی زیادہ ہوگا۔

یہ حقیقت میں 100% درست مفروضہ نہیں ہے کیونکہ بھاری صنعتوں سے پیدا ہونے والی آلودگی آبادی کی طرف سے پیدا ہونے والی آلودگی سے کہیں زیادہ ہو سکتی ہے، لیکن یہ وہ چیز ہے جس پر ہم اپنے اگلے مضمون میں توجہ دیں گے۔ لہذا، اس مضمون کے لیے، آبادی کی کثافت اور آلودگی کے ارتکاز کے درمیان تعلق کے مفروضے کے تحت آلودگی پر ہوا کے اثرات کی تصدیق کرنا ہے۔

ذیل کی تصویر تخروپن کے لیے استعمال ہونے والے کثافت ماڈل (0.2° ریزولوشن پر) دکھا رہی ہے۔ اس گرڈڈ نقشے پر ہر "پکسل" یا پوائنٹ کو آلودگی کا ذریعہ سمجھا جاتا ہے۔ سبز رنگ کم کثافت والے علاقوں کے لیے استعمال کیا جاتا ہے، جو بہت کم مقدار میں آلودگی پیدا کر رہے ہیں، جب کہ گہرے رنگ ان علاقوں کی نمائندگی کرتے ہیں جہاں آبادی اور پیدا ہونے والی آلودگی دونوں زیادہ ہیں۔

Population Density (persons per square meter)

نیچے کی حرکت پذیری اصل ^[2] ہوا کے اعداد و شمار کی بنیاد پر اصل وقت کی حراستی کو دکھا رہی ہے۔ نوٹ کریں کہ کلر کوڈنگ اور متعلقہ ارتکاز کی سطحیں من مانی ہیں - اور مزید کام کیے بغیر AQI کی سطحوں سے ون ٹو ون منسلک نہیں کیا جا سکتا (اور نہیں ہونا چاہیے)۔ ضروری خیال یہ ہے کہ ان زونز کو پلاٹ کیا جائے جن میں ہوا کی حالت کی پیشن گوئی کی بنیاد پر زیادہ یا بہت زیادہ آلودگی کا ارتکاز ہونے کا امکان زیادہ ہو۔

بہت زیادہ حیرانی کے بغیر، نئی دہلی میں آلودگی کے ارتکاز کی ایک اعلی سطح دیکھی جا رہی ہے، لیکن واقعی دلچسپ بات یہ ہے کہ بیجنگ کے مقابلے نئی دہلی کی صورتحال کا موازنہ کیا جائے: بیجنگ میں، قریب قریب شمال میں تقریباً کوئی بشریاتی آلودگی نہیں ہے، اس لیے، جب ہوا شمال سے چلتی ہے تو ہوا فوراً صاف ہو جاتی ہے۔ لیکن نئی دہلی کے لیے شمال میں آبادی کی کثافت اب بھی کافی زیادہ ہے، اس لیے شمال سے فوری صاف ہوا ملنے کے امکانات بہت کم ہیں۔ ترتیب وار، نئی دہلی کو اپنی ہوا کو صاف کرنے کے لیے بہت زیادہ وینٹیلیشن (یا جمع ہوا کی طاقت) کی ضرورت ہوتی ہے۔

دوسرا مشاہدہ بنگلہ دیش کی صورت حال ہے: مندرجہ بالا نقل سے، بنگلہ دیش میں مشرقی اور شمال میں پہاڑوں کی قربت سے آلودگی واضح طور پر پھنس رہی ہے۔ ڈھاکہ میں رہنے والے کسی بھی شخص کے لیے یہ حقیقت میں کوئی تعجب کی بات نہیں ہے۔

(نوٹ: اس مضمون کے لکھے جانے کے چند دن بعد، ڈھاکہ میں امریکی قونصلیٹ نے اپنا ایئر کوالٹی ڈیٹا شائع کرنا شروع کر دیا، جسے آپ اس لنک سے حاصل کر سکتے ہیں: city/bangladesh/dhaka/us-consulate )۔

بنگلہ دیش میں ہوا کے معیار کے بارے میں مزید معلومات کے لیے آپ اس صفحہ کو دیکھ سکتے ہیں: country/bangladesh/ .

ایک نتیجہ کے طور پر، یہ پیشن گوئی ماڈل ابھی تک مکمل ہونے سے بہت دور ہے، لیکن کم از کم، اس کا فائدہ یہ ہے کہ ہوا کے اثر کو شمالی ہندوستان میں آلودگی کے ارتکاز، اور خاص طور پر ہمالیہ کے پہاڑ فضائی آلودگی کو کس طرح پھنسا رہے ہیں۔ اگلے ورژن میں، ہم آلودگی کے ذرائع کے لیے ایک بہتر ورژن متعارف کرائیں گے، جس میں معلوم مثبت بہاؤ کو مدنظر رکھا جائے گا جسے ہم مشاہدات سے نکال سکتے ہیں۔