அறிவியல் மற்றும் தொழில்நுட்பம்

Monsoon Forecasting: IMD, தொகுதி அளவிலான AI மாதிரிகள் மற்றும் மழைப்பொழிவு

Monsoon Forecasting: IMD, தொகுதி அளவிலான AI மாதிரிகள் மற்றும் மழைப்பொழிவு

செய்திகளில் ஏன்?

மே 12, 2026 அன்று, இந்திய வானிலை ஆய்வு மையம் (IMD) இரண்டு செயற்கை நுண்ணறிவு (AI) இயக்கப்பட்ட வானிலை மாதிரிகளை (weather models) வெளியிட்டது: ஒரு தொகுதி அளவிலான பருவமழை தொடக்க முன்னறிவிப்பு (block-level monsoon onset forecast) மற்றும் ஒரு உயர் தெளிவுத்திறன் மழை முன்னறிவிப்பு பைலட் (high-resolution rainfall forecast pilot). புதிய அமைப்பு, குறிப்பிட்ட தொகுதிகளுக்கு நான்கு வாரங்களுக்கு முன்பே பருவமழை தொடங்குவதைக் கணிக்க முடியும், இதில் நான்கு நாள் பிழை வரம்பு (error margin) இருக்கும். இது தற்போது 15 மாநிலங்கள் மற்றும் ஒரு யூனியன் பிரதேசத்தில் உள்ள 3,196 தொகுதிகளை உள்ளடக்கியது.

பின்னணி

இந்தியாவின் விவசாயம் தென்மேற்குப் பருவமழையின் வருகை மற்றும் பரவலை பெரிதும் நம்பியுள்ளது, இது ஆண்டு மழையில் 70 சதவீதத்தை வழங்குகிறது. விவசாயிகள் பாரம்பரியமாக மாவட்ட அளவிலான முன்னறிவிப்புகளை நம்பியிருக்கிறார்கள், அவை துல்லியமான விதைப்பு (sowing) முடிவுகளுக்கு மிகவும் பரந்ததாக இருக்கும். இயந்திர கற்றலில் (Machine learning) ஏற்பட்டுள்ள முன்னேற்றங்கள் வானிலை முகவர் நிலையங்களுக்கு பரந்த வளிமண்டல மாதிரிகளை சிறிய பகுதிகளுக்கு சுருக்க (downscale) அனுமதிக்கின்றன.

இந்திய வெப்பமண்டல வானிலை ஆய்வு நிறுவனம் (IITM) மற்றும் தேசிய நடுத்தர தூர வானிலை முன்னறிவிப்பு மையம் (NCMRWF) ஆகியவற்றுடன் இணைந்து IMD தொகுதி அளவிலான மாதிரியை உருவாக்கியுள்ளது. தானியங்கி மழை மானிகள் (automatic rain gauges), வானிலை நிலையங்கள், டாப்ளர் ரேடார்கள் மற்றும் செயற்கைக்கோள்களின் (satellites) தரவுகளை இந்த மாதிரி ஒருங்கிணைக்கிறது (synthesises). இது பல தசாப்த கால பருவமழை வடிவங்களை (multi-decadal monsoon patterns) பகுப்பாய்வு செய்யவும், ஒவ்வொரு தொகுதிக்கும் பருவமழை தொடங்குவதைக் கணிக்கவும் AI அல்காரிதம்களைப் பயன்படுத்துகிறது.

முக்கிய அம்சங்கள்

  • ஒவ்வொரு தொகுதிக்கும் நான்கு வாரங்களுக்கு முன்பே எதிர்பார்க்கப்படும் பருவமழை வருகை பற்றிய வாராந்திர அறிவிப்புகளை வழங்குகிறது. தொடக்கம் (Onset) என்பது அடுத்த 30 நாட்களில் நீண்ட வறண்ட காலங்கள் இல்லாமல் தொடர்ந்து ஐந்து நாள் மழையாக வரையறுக்கப்படுகிறது.
  • 15 மாநிலங்கள் மற்றும் ஒரு யூனியன் பிரதேசத்தில் 3,196 தொகுதிகளை உள்ளடக்கியது, பெரும்பாலும் மழையை நம்பியிருக்கும் பகுதிகளில் (rain-fed regions) விதைப்புக்கு சரியான நேரத்தில் மழை பெய்வது முக்கியம்.
  • உத்தரபிரதேசத்தில் உள்ள உயர் தெளிவுத்திறன் மழை பைலட் AI டவுன்ஸ்கேலிங்கைப் பயன்படுத்தி 10 நாட்களுக்கு முன்னதாக 1-கிமீ கிரிட்டில் முன்னறிவிப்புகளை உருவாக்குகிறது.
  • அப்ளிகேஷன் புரோகிராமிங் இடைமுகங்கள் (APIs), அக்ரி ஸ்டாக் (Agri Stack) டிஜிட்டல் தளம் மற்றும் மாநில வேளாண் துறைகள் மூலம் முன்னறிவிப்புகள் பரப்பப்படும், இதன் மூலம் விவசாயிகள் உள்ளூர் எச்சரிக்கைகளைப் பெற முடியும்.

நன்மைகள்

புதிய அமைப்பு விவசாயிகள் எப்போது பயிர்களை விதைப்பது, உரங்களைப் பயன்படுத்துவது அல்லது கனமழையிலிருந்து வயல்களைப் பாதுகாப்பது என்பதைத் தீர்மானிக்க உதவும். இது பேரிடர் மேலாண்மை மற்றும் நீர்வளத் திட்டமிடலையும் (water‑resource planning) ஆதரிக்கிறது. கவரேஜ் விரிவடையும் போது, ஹைப்பர்-லோக்கல் (hyper-local) முன்னறிவிப்புகள் விவசாய ஆபத்தைக் குறைத்து விளைச்சலை (yields) மேம்படுத்தும்.

ஆதாரங்கள்: Business Standard

Sign in Today’s news
Current affairs Daily news Daily quiz Shorts Economic Survey 2025-26 Subjects
Polity Economy Geography Environment History Science & Tech Intl. Relations Internal Security Art & Culture Social Issues
All subjects Exam info UPSC Syllabus Prelims syllabus Mains syllabus Exam pattern Eligibility & attempts OBC & EWS checker Resources Free downloads Booklist 2026 Previous year papers Video notes YouTube channel