भारत में बाढ़-ग्रस्त इलाकों में सबसे ज़्यादा झुग्गियां: नई स्टडी

भारत में बाढ़ संभावित इलाकों में सबसे ज़्यादा झुग्गियां हैं।

Published · By Tarun · Category: Environment & Climate
भारत में बाढ़-ग्रस्त इलाकों में सबसे ज़्यादा झुग्गियां: नई स्टडी
Tarun
Tarun

tarun@chugal.com

एक नई स्टडी में यह बात सामने आई है कि दुनिया में सबसे ज़्यादा झुग्गी-झोपड़ी वाली बस्तियां भारत में हैं, जो बाढ़ संभावित इलाकों में बसी हुई हैं। यह अध्ययन ग्लोबल साउथ (विकासशील देशों) में बाढ़ के प्रति संवेदनशील समुदायों की जोखिम को उजागर करता है।

क्या कहता है नया अध्ययन?

हाल ही में हुए एक नए अध्ययन से पता चला है कि भारत में 15 करोड़ 80 लाख से ज़्यादा झुग्गी-झोपड़ी में रहने वाले लोग बाढ़ के मैदानों में बने घरों में रहते हैं। यह संख्या रूस की आबादी से भी ज़्यादा है। इनमें से ज़्यादातर लोग गंगा नदी के स्वाभाविक रूप से बाढ़-संभावित डेल्टा क्षेत्र में रहते हैं।

यह अध्ययन 'नेचर सिटीज' नामक पत्रिका में जुलाई महीने में प्रकाशित हुआ है। इसमें 129 निम्न और मध्यम आय वाले देशों की अनौपचारिक बस्तियों (झुग्गियों) की सैटेलाइट तस्वीरों का विश्लेषण किया गया और उनकी तुलना 343 बड़े पैमाने पर आई बाढ़ के मानचित्रों से की गई।

सबसे ज़्यादा संवेदनशील लोग कहां?

दुनिया भर में, दक्षिणी एशियाई देशों जैसे भारत, इंडोनेशिया, बांग्लादेश और पाकिस्तान में ऐसे लोगों की सबसे ज़्यादा संख्या और सबसे बड़ा जमावड़ा है। भारत के उत्तरी हिस्से में यह संख्या सबसे अधिक है, उसके बाद इंडोनेशिया, बांग्लादेश और पाकिस्तान का नंबर आता है। रवांडा और उसके पड़ोसी देश, उत्तरी मोरक्को और रियो डी जनेरियो के तटीय क्षेत्र भी ऐसे प्रमुख 'हॉटस्पॉट' हैं।

ग्लोबल साउथ में कुल मिलाकर, 33% अनौपचारिक बस्तियां, जिनमें लगभग 44.5 करोड़ लोग शामिल हैं, ऐसे इलाकों में बसी हैं जहां पहले भी बाढ़ आ चुकी है। भारत और ब्राजील जैसे देशों में भी बाढ़ के मैदानों में बस्तियों की संख्या बहुत अधिक है, जबकि इन देशों ने कई बड़ी बाढ़ का सामना भी किया है।

बाढ़ संभावित इलाकों में लोग क्यों बसते हैं?

लोग काम की तलाश, सामाजिक मजबूरी और आर्थिक तंगी जैसे कई कारणों से बाढ़ के मैदानों में बस जाते हैं या बसने को मजबूर हो जाते हैं। भारत और बांग्लादेश में गंगा डेल्टा का निचला इलाका और बड़ी आबादी भी इस संख्या में वृद्धि का कारण बनती है।

अध्ययन में पाया गया कि झुग्गी-झोपड़ी में रहने वाले लोगों के बाढ़ के मैदानों में बसने की संभावना 32% ज़्यादा होती है, क्योंकि वहां जमीन और मकान सस्ते मिलते हैं। मुंबई और जकार्ता जैसे शहरों में यह बात साबित हुई है। वास्तव में, बाढ़ का जोखिम जितना अधिक होता है, लोगों के वहां बसने की संभावना उतनी ही बढ़ जाती है।

इंडियन इंस्टीट्यूट फॉर ह्यूमन सेटलमेंट्स (IIHS), बेंगलुरु की जलवायु गतिशीलता शोधकर्ता आयशा जन्नत ने बताया, "बेंगलुरु जैसे शहरों में अनौपचारिक बस्तियों और बाढ़ की चपेट में आने के बीच एक बहुत मजबूत संबंध है।" उन्होंने कहा, "बाढ़ संभावित इलाकों को बड़े बिल्डर गेटेड समुदायों या आईटी पार्कों के लिए पसंद नहीं करते, इसलिए ये इलाके प्रवासी मजदूरों और अनौपचारिक बस्तियों के लिए सस्ते मिल जाते हैं।"

समस्या और समाधान की जरूरत

यह अध्ययन जोखिम प्रबंधन रणनीतियों की कमी को उजागर करता है, जो संवेदनशील समुदायों, जिनमें वे लोग भी शामिल हैं जो पहले ही बाढ़ का अनुभव कर चुके हैं, को प्राथमिकता नहीं देती हैं।

संयुक्त राष्ट्र के सतत विकास लक्ष्यों (SDGs) को प्राप्त करने की 2030 की समय सीमा नज़दीक आ रही है। इन लक्ष्यों में गरीबी और भूखमरी को खत्म करना, स्वच्छ पानी और स्वच्छता उपलब्ध कराना और जलवायु परिवर्तन पर कार्रवाई करना शामिल है। शोधकर्ताओं ने गरीब आबादी के लिए बाढ़ की चपेट में आने के जोखिम पर कार्रवाई करने की आवश्यकता पर ज़ोर दिया है।

शोधकर्ताओं ने सरकार से पारंपरिक आपदा तैयारी के बजाय समुदायों के साथ मिलकर काम करने की ज़रूरत पर भी बात की। स्वच्छता, कचरा प्रबंधन और जल निकासी प्रणालियों को स्थापित करने जैसे क्षेत्रों में कौशल सुधार न केवल बाढ़ से, बल्कि संक्रामक बीमारियों जैसे अन्य जोखिमों से भी निपटने की क्षमता बढ़ा सकता है, साथ ही रोज़गार भी प्रदान कर सकता है।

आगे क्या?

यह अध्ययन मशीन लर्निंग (कृत्रिम बुद्धिमत्ता का एक क्षेत्र) का उपयोग करके सैटेलाइट इमेजरी का विश्लेषण करने और जनसंख्या घनत्व में निहित सामाजिक-आर्थिक डेटा जैसी सूक्ष्म जानकारी निकालने के लिए एक अवधारणा का प्रमाण भी प्रस्तुत करता है। इसके आगे, लेखकों ने झुग्गी-झोपड़ियों के विस्तार, जलवायु परिवर्तन और मानव प्रवासन जैसी समय-वार प्रक्रियाओं का अध्ययन करने की योजना बनाई है, ताकि भविष्य में बाढ़ के जोखिम का प्रभावी ढंग से अनुमान लगाया जा सके।

Related News