एक्सट्रपलेशन डोमेन एनालिसिस

एक्सट्रपलेशन डोमेन एनालिसिस (ईडीए) उन भौगोलिक क्षेत्रों की पहचान करने की एक पद्धति है जो जलवायु, भूमि उपयोग और सामाजिक आर्थिक संकेतकों जैसी स्थितियों में समानता प्रदर्शित करने वाली साइटों के आधार पर नवीन पारिस्थितिकी तंत्र प्रबंधन प्रथाओं को अपनाने के लिए उपयुक्त लगते हैं। चूँकि इसे नौ पायलट बेसिनों में जल अनुसंधान परियोजनाओं पर प्रयुक्त किया गया है, यह अवधारणा सामान्य है और इसे किसी भी परियोजना पर प्रयुक्त किया जा सकता है जहाँ परिवर्तन में तेजी लाने को केंद्रीय विकास उद्देश्य माना जाता है।

अब तक विधि के आउटपुट का उपयोग जल संसाधन पर इसके प्रभाव के साथ-साथ विशेष नवाचारों को प्रयुक्त करने के वैश्विक आर्थिक प्रभाव मूल्यांकन को मापने के लिए किया गया है। अनुसंधान ने जल और खाद्य परियोजनाओं के लिए चुनौती कार्यक्रम के कई सदस्यों को संभावित क्षेत्रों का पता लगाने के लिए प्रेरित किया है। होंडुरस में क्वेसुंगुअल कृषिवानिकी प्रणाली का स्थति ऐसा ही है, जो ईडीए पद्धति द्वारा पहचाने गए क्षेत्रों के समानांतर नए क्षेत्रों की ओर बढ़ रहा है।

ईडीए एक संयुक्त दृष्टिकोण है जिसमें कई स्थानिक विश्लेषण तकनीकें सम्मिलित हैं। इसकी पहली बार जांच 2006 में की गई थी, जब इसे यह आकलन करने के लिए प्रयुक्त किया गया था कि बेसिन के सात एंडीज पायलट प्रणाली के अंदर अनुसंधान निष्कर्षों को बढ़ाने के लिए समानता विश्लेषण का उपयोग कैसे किया जा सकता है। इस पद्धति ने जोन्स के 'होमोलॉग' विश्लेषण के आसपास अनुसंधान को और विकसित किया था उष्णकटिबंधीय क्षेत्रों के आसपास समान साइटों की खोज में सामाजिक-आर्थिक चर को सम्मिलित करते है। तब से इसका उपयोग 'सहभागी प्रभाव मार्ग विश्लेषण' और वैश्विक प्रभाव विश्लेषण का मूल्यांकन करने के लिए किया गया है। पायलट साइट द्वारा प्रदर्शित भौगोलिक क्षेत्र में जलवायु परिस्थितियों की समानता निर्धारित करने के लिए 'होमोलॉग' विकसित किया गया था; जिस पिक्सेल रिज़ॉल्यूशन पर इसे संसाधित किया जाता है वह 2.43 आर्क मिनट या भूमध्य रेखा पर 4.5 किमी है।

एक्सट्रपलेशन डोमेन प्राप्त करने के लिए, बायेसियन और फ़्रीक्वेंटिस्ट सांख्यिकीय मॉडलिंग तकनीकों का उपयोग किया जाता है। साक्ष्य-भार (WofE) पद्धति प्रयुक्त की जाती है; जो की यह अधिक सीमा तक बायेसियन संभाव्यता की अवधारणाओं पर आधारित है। इस प्रकार संक्षेप में सांख्यिकीय अनुमान पायलट क्षेत्रों में प्रदर्शित परिवर्तन को अपनाने वाले लक्ष्य साइटों की संभावना निर्धारित करने पर आधारित है। धारणा यह है कि प्रशिक्षण बिंदुओं के संग्रह में, कुल मिलाकर, सामान्य विशेषताएं होंगी जो अन्य समान साइटों में उनकी उपस्थिति की पूर्वानुमान करने की अनुमति देगी। जो की यह उन कारकों के संग्रह पर आधारित है (साक्ष्य विषय डेटा परतों को बनाने के लिए उपयोग किया जाता है) जो पायलट साइटों पर सफल कार्यान्वयन के अनुरूप सिद्ध होते हैं और मानते हैं कि यदि लक्षित साइटें पायलट साइटों के लिए जलवायु और परिदृश्य विशेषताओं के साथ-साथ समान सामाजिक-आर्थिक प्रदर्शन करती हैं, तो यह सुझाव देने के लिए प्रबल प्रमाण हैं कि आउट-स्केलिंग इन साइटों को सफलता मिलती है ।

संदर्भ

 * Jorge E. Rubiano M., Simon Cook, Maya Rajasekharan & Boru Douthwaite (2016). A Bayesian method to support global out-scaling of water-efficient rice technologies from pilot project areas. Water International