किसानों के लिए AI-आधारित मौसम पूर्वानुमान कार्यक्रम

संदर्भ

केंद्रीय कृषि एवं किसान कल्याण मंत्रालय (MoAFW) ने एक AI-आधारित मौसम पूर्वानुमान कार्यक्रम शुरू किया, जिसने 13 राज्यों के 3.8 करोड़ किसानों को SMS के माध्यम से मानसून का पूर्वानुमान प्रदान किया।

AI-आधारित मौसम पूर्वानुमान कार्यक्रम के बारे में

• प्रारंभकर्ता: केंद्रीय कृषि एवं किसान कल्याण मंत्रालय (MoAFW)।
• प्रयुक्त प्लेटफॉर्म: m-किसान SMS पोर्टल।
• क्षेत्र: 13 राज्यों के 3.8 करोड़ किसानों को पूर्वानुमान भेजे गए।
• समयरेखा: मानसून के दौरान साप्ताहिक अपडेट, 4 सप्ताह पहले तक के पूर्वानुमान।
• प्रयुक्त AI मॉडल
• • गूगल का ‘न्यूरल जनरल सर्कुलेशन मॉडल’  (Neural General Circulation Model- NeuralGCM)।
  • ‘यूरोपीयन सेंटर फॉर मीडियम रेंज वेदर फोरकास्टिंग’ का आर्टिफिशियल इंटेलिजेंस फॉरकास्टिंग सिस्टम (Artificial Intelligence Forecasting System- AIFS)।

किसानों के लिए महत्त्व

• वर्षा पर निर्भर कृषि: भारत का 50% से अधिक शुद्ध बोया गया क्षेत्र वर्षा पर निर्भर है, खरीफ की खेती अत्यधिक मानसून पर निर्भर है।
• अग्रिम योजना: प्रारंभिक एवं स्थानीय पूर्वानुमान निम्नलिखित में मदद करते हैं:
  • फसल का चयन एवं बुवाई का समय
  • सिंचाई का समय निर्धारण
  • उर्वरक एवं कीटनाशक का प्रयोग
  • अनियमित वर्षा से होने वाले नुकसान को कम करना।
• जलवायु अनुकूलन: जलवायु परिवर्तन के कारण मौसम में बढ़ती परिवर्तनशीलता सटीक पूर्वानुमानों की आवश्यकता को बढ़ाती है।

AI-आधारित पूर्वानुमान की चुनौतियाँ

• डेटा की गुणवत्ता एवं उपलब्धता
  • AI प्रणालियों के लिए दीर्घकालिक, स्वच्छ, उच्च-रिजॉल्यूशन वाले डेटासेट की आवश्यकता होती है;
  • भारत में, विशेष रूप से दूरस्थ एवं ग्रामीण क्षेत्रों में, मौसम तथा मृदा संबंधी आँकड़ों में प्रायः अंतराल, विसंगतियाँ होती है, जिससे पूर्वानुमान की सटीकता कम हो जाती है।
• डिजिटल अंतराल
  • कई लघु एवं सीमांत किसानों के पास स्मार्टफोन, इंटरनेट तक पहुँच नहीं है या उन्हें भाषा तथा साक्षरता संबंधी बाधाओं का सामना करना पड़ सकता है।
  • पूर्वानुमानों को किसान-अनुकूल सलाह में सरल बनाया जाना चाहिए।
  • इससे पूर्वानुमानों का अंतिम-स्तरीय प्रभाव कम हो जाता है।
• पूर्वानुमान सटीकता सीमाएँ
  • मौसम स्वाभाविक रूप से अस्पष्ट होता है, दीर्घावधिक पूर्वानुमानों में त्रुटियाँ होने की संभावना हो सकती है, जिससे यदि सावधानीपूर्वक संप्रेषित न किया जाए तो किसानों का विश्वास कम हो सकता है।
• बुनियादी ढाँचे की कमी
  • ग्रामीण क्षेत्रों में कमजोर दूरसंचार नेटवर्क सेवाओं की डिलीवरी में बाधा डालते हैं।
  • सीमित स्थानीय कंप्यूटिंग शक्ति का अर्थ है कि कई मौसम केंद्र वैश्विक एजेंसियों के AI आउटपुट पर निर्भर हैं।
• ब्लैक बॉक्स समस्या
• • कई AI मॉडल जटिल होते हैं एवं एक ‘ब्लैक बॉक्स’ की तरह कार्य करते हैं, जिससे नीति निर्माताओं तथा किसानों के लिए पूर्वानुमानों की व्याख्या करना या त्रुटियों को उचित ठहराना मुश्किल हो जाता है।

अन्य AI आधारित पूर्वानुमान पहल

• IMD- पूर्वानुमान में AI एकीकरण
  • भारत मौसम विज्ञान विभाग (IMD) मध्यम एवं दीर्घावधिक पूर्वानुमानों को बेहतर बनाने के लिए AI/ML के साथ प्रयोग कर रहा है।
  • AI संवर्द्धित एनसेंबल प्रेडिक्शन सिस्टम (Ensemble Prediction System- EPS) का उपयोग करता है।
• भारत पूर्वानुमान प्रणाली (BFS)
  • केंद्रीय पृथ्वी विज्ञान मंत्रालय द्वारा मई 2025 में लॉन्च किया जाएगा।
  • BFS एक उच्च-रिजॉल्यूशन (6 किमी. ग्रिड) संख्यात्मक मौसम पूर्वानुमान प्रणाली है, जिसे IITM पुणे द्वारा अधिक सटीक, स्थानीयकृत पूर्वानुमान प्रदान करने के लिए विकसित किया गया है।

DOWNLOAD PDF