कैसे मौसम मॉडल और Google फ़्लू सीज़न का पूर्वानुमान लगाने में मदद कर सकता है

पिछले महीने, तूफान सैंडी के दुखद परिणामों के बावजूद, एक बात स्पष्ट हो गई थी - अब उपलब्ध शक्तिशाली मौसम मॉडल पूर्वानुमान लगाने वालों की मदद करने में बेहतर और बेहतर हो गए हैं, जहां सैंडी जैसे तूफान अगले जा रहे हैं।

संबंधित सामग्री

• Google फ़्लू ट्रेंड फ़्लू को ट्रैक नहीं कर सकता (फिर भी)

यह तकनीक सिर्फ तूफान की भविष्यवाणी से अधिक उपयोगी है। प्रोसीडिंग्स ऑफ द नेशनल एकेडमी ऑफ साइंसेज में कल प्रकाशित एक अध्ययन में, शोधकर्ताओं की एक जोड़ी ने इन्फ्लूएंजा के प्रसार की भविष्यवाणी करने के लिए इस तकनीक का उपयोग किया है। Google फ़्लू रुझान के वास्तविक समय के आंकड़ों के साथ, उनके मॉडल पूर्वानुमान कर सकते हैं कि देश भर में मौसमी फ़्लू के प्रकोप कहाँ, कब और कैसे होंगे।

कोलंबिया विश्वविद्यालय के पर्यावरण वैज्ञानिक जेफरी शमन और नेशनल सेंटर फॉर एटमॉस्फेरिक रिसर्च में एलिसिया कार्स्पेक लिखते हैं, "निष्कर्ष बताते हैं कि वास्तविक समय से पहले वास्तविक समय के कौशल की भविष्यवाणी वास्तविक शिखर से सात सप्ताह से अधिक समय तक की जा सकती है।" उनका कागज। "यह कार्य मौसमी इन्फ्लूएंजा के वास्तविक समय के पूर्वानुमान के लिए सांख्यिकीय रूप से कठोर प्रणाली के विकास में एक प्रारंभिक कदम का प्रतिनिधित्व करता है।" यदि ऐसी उम्मीदें धराशायी हो जाती हैं, तो अग्रिम फ्लू चेतावनी प्रणाली की तरह कुछ भी हो सकता है ("फ्लू की दर चरम पर पहुंचने का अनुमान है।" अपने क्षेत्र में अगले हफ्ते ") तूफान और अन्य गंभीर मौसम की घटनाओं के लिए उन लोगों के समान।

दोनों मौसम और फ्लू संचरण गैर-रेखीय प्रणालियों के उदाहरण हैं: वे जिनमें प्रारंभिक स्थितियों में एक छोटा परिवर्तन परिणामों में भारी बदलाव ला सकता है। मौसम के मॉडल का निर्माण करने में, वैज्ञानिक ऐतिहासिक आंकड़ों पर नज़र डालते हैं कि इन प्रकार के छोटे बदलाव (कैरिबियन में थोड़ा गर्म पानी), कैसे प्रभावित हुए हैं (पूर्वी तट पर भूस्खलन होने पर अधिक तूफान के साथ एक तूफान)। वर्षों के आंकड़ों को आत्मसात करने और अनगिनत सिमुलेशन चलाने से, वे लगभग एक सप्ताह की अवधि के भीतर होने वाली काल्पनिक मौसम की घटनाओं की संभावना के लिए एक सटीक सटीक भविष्यवाणी उत्पन्न कर सकते हैं।

नए अध्ययन में, शोधकर्ताओं ने इन मॉडलों से प्राप्त सिद्धांतों का उपयोग किया और उन्हें फ्लू के प्रसार के लिए लागू किया। इनपुट्स के लिए, तापमान, दबाव और हवा के वायुमंडलीय माप के अलावा, उन्होंने Google फ़्लू रुझान का उपयोग किया, एक ऐसी सेवा जो Google में दर्ज किए गए खोज शब्दों की बारीकी से जांच करके दुनिया भर में फ़्लू ट्रांसमिशन पर वास्तविक समय का डेटा प्रदान करती है। हालांकि "फ्लू" की खोज करने वाले प्रत्येक व्यक्ति को इन्फ्लूएंजा नहीं है, Google शोधकर्ताओं ने दिखाया है कि फ्लू से संबंधित खोज शब्द दुनिया भर में फ्लू संचरण दरों के लिए एक सटीक प्रॉक्सी हो सकते हैं - यदि किसी विशेष क्षेत्र के कई लोग "फ्लू" के लिए अचानक गुगली कर रहे हैं, “यह एक अच्छी शर्त है कि संक्रमण एन मस्से में आ गया है।

इन्फ्लुएंजा मौसम के समान वायुमंडलीय स्थितियों को शामिल करने वाले संभावित सिद्धांतों के अनुसार व्यवहार करने लगता है। विचार करने के लिए अन्य कारकों में एक क्षेत्र का जनसंख्या घनत्व शामिल है। Google द्वारा डेटा के साथ आर्द्रता और तापमान जैसे कारकों और अस्पतालों द्वारा रखी गई वास्तविक फ़्लू दर की जानकारी के संयोजन में, शोधकर्ता ऐसे मॉडल विकसित करने में सक्षम थे जो अधिकारियों द्वारा ट्रैक रखने के बाद से वर्षों में फ्लू का संक्रमण कैसे हुआ है।

अपने मॉडल का परीक्षण करने के लिए, शोधकर्ताओं ने 2003 से 2008 तक न्यूयॉर्क सिटी फ्लू डेटा का आकलन किया। एक निश्चित समय तक फ़्लू ट्रांसमिशन पर डेटा दर्ज करके और मॉडल को एक साप्ताहिक पूर्वानुमान प्रदान करने के लिए कहा कि फ्लू कैसे व्यवहार करेगा, वे उत्पादन करने में सक्षम थे। जब संक्रमण चरम पर होता है तो सटीक पूर्वानुमान, कभी-कभी समय से सात सप्ताह पहले तक। इसके अतिरिक्त, मौसम के मॉडल के साथ, सिस्टम कई अलग-अलग परिदृश्यों के बीच अंतर कर सकता है और अनुमान लगा सकता है कि प्रत्येक के होने की कितनी संभावना है।

निरंतर विकास और रीयल-टाइम डेटा जैसे कि Google फ़्लू रुझान उपलब्ध है, इस प्रकार की तकनीक को सैद्धांतिक रूप से स्थानीय क्षेत्रों के लिए फ़्लू पूर्वानुमान उत्पन्न करने के लिए उपयोग किया जा सकता है, यहां तक ​​कि राज्य या शहर के स्तर तक भी।