1982 से 2020 के बीच, दुनिया भर के पर्वतीय क्षेत्रों में बर्फ के आवरण की अवधि में औसतन लगभग 15 दिनों की कमी आई है। आल्प्स औसत के अनुरूप हैं जहां बर्फ के आवरण में कमी 10 से 20 दिनों के बीच होती है।

अध्ययन अवलोकन अवधि को बढ़ाकर पहले के शोध के परिणामों को मजबूत करता है और नासा मॉडल को अधिक सटीक बनाने में भी मदद करता है।

दो साल पहले, दुनिया भर में बर्फ के आवरण के एक शुरुआती अध्ययन से पता चला कि कैसे पिछले 20 वर्षों में 78 प्रतिशत पर्वतीय क्षेत्रों में बर्फबारी में गिरावट आई है। इन अवलोकनों को मजबूत करने के लिए, अध्ययनकर्ता ने अब आंकड़ों के संग्रह की शुरुआत को 1982 से बढ़ा कर 2020 तक यानी कि 38 साल की अवधि को कवर किया है।

भौतिक विज्ञानी क्लाउडिया नोटर्निकोला बताते हैं कि यह दुर्भाग्य से, इन प्रवृत्तियों का कोई खंडन नहीं है, केवल पुष्टि है। नोटर्निकोला यूरेक रिसर्च इंस्टीट्यूट फॉर अर्थ ऑब्जर्वेशन के उप निदेशक और अध्ययनकर्ता हैं। कुछ अपवादों को छोड़कर, बर्फ के आवरण की सीमा और अवधि दोनों पर आंकड़े स्पष्ट रूप से घट रहे हैं।

विशेष रूप से, कनाडा के पश्चिमी प्रांतों (गहरा नारंगी, आंकड़ा) में 20 या 30 कम दिनों के साथ, औसतन, 15 कम दिन होते हैं जब बर्फ जमीन पर बनी रहती है। कवरेज में कुल 4 प्रतिशत की कमी आई है, जिसे खराब प्रवृत्तियों (पीला, चित्र) से प्रभावित क्षेत्रों की सीमा से गुणा करने पर एक खतरनाक डेटासेट सामने आता है।

कुछ मौजूदा विरोधाभाषी आंकड़े शायद ही उत्साहजनक हों। उदाहरण के लिए, 1980 के दशक की शुरुआत में, मेक्सिको के एल चिचोन ज्वालामुखी के फटने से हल्की ठंडक हुई, जिसने बर्फबारी में कमी को दूर किया, लेकिन यह घटना लंबे समय तक नहीं रही।

सामान्य तौर पर, विश्लेषण के इन 38 वर्षों में कवरेज और बर्फ के दिनों (नीला, आंकड़ा) दोनों में वृद्धि के कुछ मामले भी हैं। विशेष रूप से मध्य एशिया के कुछ हिस्सों और संयुक्त राज्य अमेरिका में कुछ घाटियों में, ऐसा देखा गया है।

इन घटनाओं के लिए कोई आम सहमति स्पष्ट नहीं है, लेकिन वे जलवायु परिवर्तन के अन्य प्रभाव हो सकते हैं, उदाहरण के लिए धाराओं और हवाओं या विशिष्ट सूक्ष्म जलवायु परिस्थितियों में बदलाव हो सकता है।

अध्ययनकर्ता नोटर्निकोला बताते हैं कि अध्ययन ने 2000 से 2020 तक मॉडरेट रेजोल्यूशन इमेजिंग स्पेक्ट्रोमाडोमीटर (मोडिस) उपग्रह डेटा समय श्रृंखला को 500 मीटर और गणितीय मॉडल के साथ जोड़कर आकलन किया। उन्होंने आधार के रूप में एक अत्यधिक प्रमाणित नासा वैश्विक मॉडल को चुना और फिर इसे लागू किया।

उन्होंने कहा वास्तव में, उस अवधि के लिए जब मॉडल से आंकड़ों और अधिक सटीक उपग्रह छवियों को एक दूसरे के साथ मिलाया गया था, हम मॉडल को बेहतर ढंग से जांचने में सक्षम थे। कृत्रिम तंत्रिका नेटवर्क, एक कम्प्यूटेशनल सिस्टम है जो कृत्रिम बुद्धिमत्ता के तत्वावधान में आता है। यह अध्ययन साइंटिफिक रिपोर्ट्स में प्रकाशित हुआ है।