सरकार देश भर में मौसम पूर्वानुमान और चरम मौसम घटनाओं के लिए पूर्व चेतावनी सेवाओं की सटीकता और समयबद्धता में सुधार लाने के लिए एआई, मशीन लर्निंग और बिग डेटा प्रौद्योगिकियों का प्रमुखता से उपयोग कर रही है। पृथ्वी विज्ञान मंत्रालय के अधीन राष्ट्रीय मध्यम श्रेणी मौसम पूर्वानुमान केंद्र (एनसीएमआरडब्ल्यूएफ) एआई/एमएल आधारित परिचालन डेटा सम्मिलन के साथ पूर्वानुमान मार्गदर्शन, युग्मित पृथ्वी प्रणाली मॉडलिंग, समूह पूर्वानुमान प्रणालियों, उच्च प्रदर्शन कंप्यूटिंग (एचपीसी) और पारंपरिक संख्यात्मक मौसम पूर्वानुमान (एनडब्ल्यूपी) मॉडलों के साथ एकीकृत कर रहा है। इन एआई/एमएल प्रणालियों द्वारा उत्पन्न पूर्वानुमान मार्गदर्शन का उपयोग मौसम विभाग विभिन्न स्थानिक और लौकिक पैमानों पर विभिन्न चरम मौसम घटनाओं के लिए पूर्वानुमान कौशल को बढ़ाने के लिए कर रहा है। एआई/एमएल से प्राप्त डेटा उत्पादों को स्वदेशी रूप से विकसित जीआईएस आधारित बहु-खतरा पूर्व चेतावनी निर्णय समर्थन प्रणाली में भी एकीकृत किया गया है।

प्रमुख एआई-आधारित पहलों में निम्नलिखित शामिल हैं:

• मौसम, जलवायु और चरम मौसम पूर्वानुमान के लिए एआई/एमएल अनुप्रयोगों में अनुसंधान और विकास को मजबूत करने के लिए मौसम विभाग में एक समर्पित कार्यात्मक समूह की स्थापना।
• दिल्ली-एनसीआर क्षेत्र के लिए एक डीप लर्निंग मॉडल (मेटिओगैन) का विकास किया गया है, जिसका जमीनी स्तर पर किए गए प्रेक्षणों और क्लाइमेट हैज़र्ड्स ग्रुप इन्फ्रारेड प्रेसिपिटेशन विद स्टेशन डेटा (सीएचआईआरपीएस) का उपयोग करके 300 मीटर स्थानिक रिज़ॉल्यूशन पर वर्षा के डाउनस्केलिंग के लिए सफलतापूर्वक परीक्षण किया गया है।
• ईसीएमडब्ल्यूएफ रीएनालिसिस वर्जन 5 (ईआरए5) डेटा का उपयोग करके सात दिनों तक के दैनिक पूर्वानुमान उत्पन्न करने के लिए एआई-आधारित मध्यम-श्रेणी के मौसम पूर्वानुमान मॉडल का विकास।
• मौसम और जलवायु सेवाओं में एआई/एमएल अनुप्रयोगों को आगे बढ़ाने के लिए आईआईटी खड़गपुर, आईआईआईटी इलाहाबाद, आईआईआईटी वडोदरा, अशोका विश्वविद्यालय, गूगल एशिया पैसिफिक लिमिटेड और भारत इलेक्ट्रॉनिक्स लिमिटेड (बीईएल) सहित प्रमुख शैक्षणिक संस्थानों और अनुसंधान एवं विकास संगठनों के साथ समझौता ज्ञापनों के माध्यम से सहयोगात्मक अनुसंधान।
• विशेषीकृत एआई/एमएल प्रशिक्षण कार्यक्रमों, कार्यशालाओं और उन्नत प्रशिक्षण के लिए वैज्ञानिकों के नामांकन के माध्यम से क्षमता निर्माण करना।
• मौसम विभाग के अधिकारियों के लिए 2024 से आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग के मूलभूत सिद्धांतों पर वार्षिक रिफ्रेशर पाठ्यक्रम आयोजित करना।
• मौसम और जलवायु सेवाओं के लिए एआई/एमएल और डीप लर्निंग (डीएल) आधारित अनुप्रयोगों को विकसित करने के लिए भारतीय उष्णकटिबंधीय मौसम विज्ञान संस्थान (आईआईटीएम), पुणे में एक वर्चुअल सेंटर की स्थापना।

मिशन मौसम के अंतर्गत, एआई/एमएल और डेटा-संचालित पद्धतियां अत्याधुनिक मौसम पूर्वानुमान के प्रमुख स्तंभों में से एक हैं। एआई का उपयोग पारंपरिक संख्यात्मक मौसम पूर्वानुमान के पूरक के रूप में किया जा रहा है, जिससे पूर्वानुमान तैयार करने की गति तेज होती है, पूर्वानुमान की सटीकता में सुधार होता है, व्यवस्थित पूर्वाग्रह कम होते हैं, चरम घटनाओं के लिए संभाव्य मार्गदर्शन प्राप्त होता है, उच्च-रिज़ॉल्यूशन वाले डाउनस्केल्ड पूर्वानुमान तैयार होते हैं और प्रारंभिक चेतावनी सेवाओं को मजबूती मिलती है।

एआई-आधारित प्रमुख विकासों में शामिल हैं:

• भारत पूर्वानुमान प्रणाली (बीएफएस) द्वारा उत्पन्न वर्षा पूर्वानुमानों में पूर्वाग्रह सुधार के लिए कनवोल्यूशनल न्यूरल नेटवर्क (सीएनएन) पर आधारित एक मॉडल।
• बिजली गिरने की भविष्यवाणी में सुधार के लिए एआई/एमएल तकनीकों का अनुप्रयोग।
• क्षेत्रीय भाषाओं में मौसम संबंधी निर्णय सहायता प्रदान करने के लिए जनरेटिव एआई और लार्ज लैंग्वेज मॉडल्स (एलएलएम) का उपयोग करके "मौसमवाणी" एप्लिकेशन का विकास।
• किसानों को मानसून के आगमन से संबंधित स्थानीय कृषि संबंधी सलाह प्रसारित करने के लिए एआई/एमएल-डायनामिकल हाइब्रिड मिश्रित मॉडल का विकास।
• एनसीएमआरडब्ल्यूएफ में प्रयोगात्मक मशीन-लर्निंग मौसम पूर्वानुमान तैयार किए जा रहे हैं, जिसमें पूर्व-प्रशिक्षित एआई-आधारित मौसम पूर्वानुमान मॉडल का उपयोग किया जा रहा है, जिन्हें परिचालन में चल रहे मिथुना-जीएलबी विश्लेषण से आरंभ किया गया है। इन पूर्वानुमानों को मौसम विभाग के साथ मूल्यांकन और परिचालन में चल रहे मिथुना वैश्विक संख्यात्मक मौसम पूर्वानुमान प्रणाली के पूर्वानुमानों के साथ तुलना के लिए साझा किया जा रहा है।

सीएनएन-आधारित पूर्वाग्रह सुधार मॉडल के कार्यान्वयन से अल्प से मध्यम अवधि के मौसम पूर्वानुमान की सटीकता में सुधार हुआ है। हालांकि, अधिकांश एआई/एमएल पूर्वानुमान प्रणालियां वर्तमान में प्रायोगिक और मूल्यांकन चरण में हैं, इसलिए जीवन, संपत्ति और आजीविका की हानि को कम करने में उनके स्वतंत्र योगदान के संबंध में अभी तक कोई अलग मात्रात्मक मूल्यांकन नहीं किया गया है।

मिशन मौसम के अंतर्गत, भारतीय उष्णकटिबंधीय मौसम विज्ञान संस्थान (आईआईटीएम), पुणे ने वास्तविक समय के प्रेक्षणों और पूर्वानुमानों को एकीकृत करने के लिए आवश्यक प्रौद्योगिकी विकसित करने हेतु एक समर्पित एआई/एमएल केंद्र स्थापित किया है। इसका उद्देश्य मौसम पूर्वानुमान, आपदा तैयारियों में सुधार और क्षेत्रीय भाषाओं में मौसम संबंधी जानकारी का प्रसार करना है। इसके अलावा, मौसम विभाग उपग्रह प्रेक्षणों, डॉप्लर मौसम रडार प्रेक्षणों, स्थलीय मौसम प्रेक्षणों, स्वचालित मौसम स्टेशनों, महासागरीय और नदी प्रेक्षणों, भौतिकी-आधारित मौसम और जलवायु मॉडलों तथा एआई-आधारित पूर्वानुमान प्रणालियों को एकीकृत करके एक एकीकृत राष्ट्रीय एआई-आधारित प्रारंभिक चेतावनी मंच स्थापित करने की दिशा में कार्य कर रहा है। इस मंच का लक्ष्य आपदा तैयारियों और जोखिम न्यूनीकरण में सहायता के लिए बेहतर सटीकता और अधिक समय पूर्व सूचना प्रदान करते हुए प्रभाव-आधारित पूर्वानुमान और जोखिम-आधारित चेतावनियां तैयार करना है।

2026 के दक्षिण-पश्चिम मानसून के दौरान स्थानीय कृषि संबंधी मानसून आरम्भ संबंधी सलाहों के प्रसार के लिए एक एआई/एमएल मिश्रित हाइब्रिड मॉडल विकसित किया गया है। इस प्रणाली का उपयोग करके, 15 राज्यों और एक केंद्र शासित प्रदेश के लगभग 5.28 करोड़ किसानों को एसएमएस के माध्यम से सलाह भेजी गई। मौसमवाणी एप्लिकेशन को रिट्रीवल-ऑगमेंटेड जेनरेशन (आरएजी) आधारित प्लेटफॉर्म के रूप में विकसित किया जा रहा है, जो वास्तविक समय के मौसम पूर्वानुमानों को क्षेत्रीय भाषाओं में स्थानीय मौसम सलाहों में स्वचालित रूप से परिवर्तित करता है। मौसम विभाग मोबाइल एप्लिकेशन, एसएमएस, टेलीविजन, रेडियो, वेबसाइट और सोशल मीडिया प्लेटफॉर्म सहित कई संचार माध्यमों से मौसम पूर्वानुमान और चेतावनियां प्रसारित करता है। क्षेत्रीय भाषाओं में प्रसार को बढ़ाने के लिए भाषिनी सहित एआई-सक्षम बहुभाषी उपकरणों का उपयोग किया जा रहा है। मौसम पूर्वानुमान और प्रभाव-आधारित चेतावनियां केंद्रीय और राज्य सरकारी एजेंसियों, आपदा प्रबंधन प्राधिकरणों और मीडिया संगठनों को शामिल करने वाले समन्वित तंत्रों के माध्यम से भी प्रसारित की जाती हैं ताकि किसानों, मछुआरों, तटीय समुदायों, पहाड़ी क्षेत्रों के निवासियों और अन्य संवेदनशील आबादी तक पहुंचा जा सके। इसके अलावा, मौसम पूर्वानुमान, प्रभाव-आधारित चेतावनियों और जलवायु दृष्टिकोणों के संक्षिप्त, उपयोगकर्ता-अनुकूल बहुभाषी सारांश तैयार करने के लिए "मौसमजीपीटी" जैसे लार्ज लैंग्वेज मॉडल (एलएलएम) आधारित अनुप्रयोगों का विकास किया जा रहा है, जिससे मौसम संबंधी जानकारी के अंतिम छोर तक प्रसार को मजबूत किया जा सके।

यह जानकारी पृथ्वी विज्ञान राज्य मंत्री (स्वतंत्र प्रभार) डॉ. जितेंद्र सिंह ने आज लोकसभा में लिखित उत्तर में दी।

****

पीके/केसी/एके/पीके