🌧️ अल नीनो के बावजूद जुलाई में सामान्य बारिश, मौसम वैज्ञानिकों और AI के अनुमान हुए गलत साबित

देहरादून: वर्ष 2026 का जुलाई मानसून मौसम वैज्ञानिकों और कृत्रिम बुद्धिमत्ता (AI) आधारित आधुनिक मौसम मॉडलों के लिए बड़ी चुनौती बनकर सामने आया है। जून में देशभर में 40% वर्षा की कमी और अल नीनो (El Niño) के तेजी से विकसित होने के बाद भारतीय मौसम विभाग (IMD) सहित कई अंतरराष्ट्रीय एजेंसियों ने जुलाई में सामान्य से कम बारिश का अनुमान लगाया था। लेकिन जुलाई के अंत तक देश में वर्षा सामान्य श्रेणी में पहुंच गई और सभी प्रमुख अनुमान गलत साबित हुए।

विशेषज्ञों का कहना है कि बदलती जलवायु के कारण अब भारतीय मानसून को केवल अल नीनो के आधार पर समझना संभव नहीं है। भविष्य में अधिक सटीक पूर्वानुमान के लिए पारंपरिक मौसम विज्ञान और AI तकनीक दोनों को साथ लेकर चलना होगा।

---

🌦️ जून में सूखा, जुलाई में सामान्य बारिश

इस वर्ष जून में पूरे देश में केवल 99.5 मिमी वर्षा दर्ज की गई, जबकि सामान्य औसत 165.4 मिमी होता है। यानी जून में लगभग 40 प्रतिशत वर्षा की कमी रही, जो वर्ष 1901 के बाद पांचवां सबसे शुष्क जून माना गया।

इसी आधार पर—

• भारतीय मौसम विभाग (IMD) ने जुलाई में सामान्य से कम वर्षा का अनुमान जारी किया।
• विश्व मौसम विज्ञान संगठन (WMO) ने भी अल नीनो के कारण कमजोर मानसून की आशंका जताई।

लेकिन वास्तविकता में जुलाई के अंत तक वर्षा सामान्य स्तर पर पहुंच गई।

---

🌍 जलवायु परिवर्तन ने बदल दिया मानसून का व्यवहार

वैज्ञानिकों के अनुसार पहले अल नीनो का मतलब लगभग निश्चित रूप से कमजोर मानसून माना जाता था।

लेकिन अब—

• बढ़ते वैश्विक तापमान के कारण वातावरण अधिक जलवाष्प धारण कर रहा है।
• लंबे सूखे के बाद अचानक अत्यधिक वर्षा हो रही है।
• एक ही मौसम में कहीं बाढ़ तो कहीं सूखे जैसी स्थिति देखने को मिल रही है।

यही वजह है कि अल नीनो और भारतीय मानसून के बीच का पुराना संबंध अब पहले जितना मजबूत नहीं रहा।

---

🤖 AI मॉडल भी नहीं समझ पाया मानसून

बदलते मौसम को समझने के लिए IIT मद्रास, गौहाटी विश्वविद्यालय और अन्य संस्थानों के वैज्ञानिकों ने “समुद्रऐस (SamudraAI)” नाम का अत्याधुनिक 3D AI Earth System Model विकसित किया।

इस मॉडल को—

• 150 वर्षों के वैश्विक जलवायु डेटा पर प्रशिक्षित किया गया।
• महासागर और वायुमंडल दोनों का संयुक्त विश्लेषण करने के लिए तैयार किया गया।
• एक दिन में लगभग 1500 वर्षों का मौसमीय सिमुलेशन करने की क्षमता दी गई।

फिर भी मॉडल भारतीय मानसून की वास्तविक जटिलता को पूरी तरह समझने में सफल नहीं हो पाया।

---

📊 शोध में क्या सामने आया?

अध्ययन के अनुसार—

• वास्तविक मानसूनी वर्षा की परिवर्तनशीलता 83.2 मिमी थी।
• AI मॉडल ने इसे केवल 64 मिमी आंका।
• यानी लगभग 23% कम अनुमान लगाया गया।

इसी प्रकार—

• वास्तविक सक्रिय मानसूनी चक्र लगभग 42 दिन का पाया गया।
• AI मॉडल ने 60 दिन का कृत्रिम चक्र अधिक मजबूत दिखाया, जो वास्तविक मौसम से मेल नहीं खाता।

---

🌊 अल नीनो का प्रभाव भी सही नहीं समझ पाया AI

शोधकर्ताओं ने पाया कि—

• वास्तविक नीनो-3.4 क्षेत्र का समुद्री तापमान परिवर्तन 0.632°C था।
• AI मॉडल ने इसे केवल 0.435°C आंका।
• प्रशांत महासागर का तापमान भी लगभग 1°C कम अनुमानित किया गया।

इस त्रुटि के कारण मानसून और अल नीनो के बीच बनने वाला संबंध लगभग एक वर्ष तक खिसक गया, जिससे मौसमी पूर्वानुमान प्रभावित हो सकता है।

---

🔍 गूगल का GraphCast मॉडल भी रहा कमजोर

दूसरे अध्ययन में वैज्ञानिकों ने Google के AI Weather Model – GraphCast का परीक्षण किया।

2021 से 2024 तक के मानसून डेटा के विश्लेषण में सामने आया कि—

• मॉडल सामान्य वर्षा का अनुमान तो ठीक लगाता है।
• लेकिन अधिकांश क्षेत्रों में वास्तविकता से अधिक वर्षा दिखाता है।
• भारी वर्षा की घटनाओं का सही अनुमान नहीं लगा पाता।
• वर्षा की वास्तविक विविधता का केवल 14 प्रतिशत ही सही विश्लेषण कर पाया।

---

📢 वैज्ञानिकों की राय

विशेषज्ञों का मानना है कि जलवायु परिवर्तन के कारण भारतीय मानसून का व्यवहार तेजी से बदल रहा है। इसलिए भविष्य में केवल पारंपरिक मौसम विज्ञान या केवल AI पर निर्भर रहने के बजाय दोनों के संयुक्त उपयोग से ही अधिक सटीक मौसम पूर्वानुमान संभव होगा।

---

📌 मुख्य बातें (Highlights)

• ✅ जून में 40% कम बारिश के बावजूद जुलाई में सामान्य वर्षा।
• ✅ IMD, WMO और कई अंतरराष्ट्रीय एजेंसियों के अनुमान गलत साबित हुए।
• ✅ जलवायु परिवर्तन से कमजोर हुआ अल नीनो और मानसून का पुराना संबंध।
• ✅ IIT मद्रास का AI मॉडल “समुद्रऐस” भी मानसून की वास्तविक जटिलता नहीं समझ पाया।
• ✅ Google का GraphCast मॉडल भी भारी वर्षा और मानसून के उतार-चढ़ाव का सही अनुमान लगाने में असफल रहा।
• ✅ वैज्ञानिकों ने भविष्य के लिए मौसम विज्ञान और AI के संयुक्त उपयोग पर जोर दिया।