اس کے علاوہ،cistancheکولیجن کی پیداوار کو فروغ دینے کا کام بھی ہے، جو جلد کی لچک اور چمک کو بڑھا سکتا ہے اور جلد کے خراب خلیوں کی مرمت میں مدد کر سکتا ہے۔Cistanche Phenylethanol Glycosidesپر ایک اہم نیچے ریگولیٹنگ اثر ہےٹائروسینیزسرگرمی، اور ٹائروسینیز پر اثر کو مسابقتی اور الٹ جانے والی روک تھام کے طور پر دکھایا گیا ہے، جو اس کی ترقی اور استعمال کے لیے سائنسی بنیاد فراہم کر سکتا ہے۔سفید کرنے والے اجزاءCistanche میں لہذا، cistanche ایک اہم کردار ہےجلد کی سفیدی. یہ میلانین کی پیداوار کو روک سکتا ہے تاکہ رنگت اور خستگی کو کم کیا جا سکے۔ اورکولیجن کی پیداوار کو فروغ دیناجلد کی لچک اور چمک کو بہتر بنانے کے لیے۔ cistanche کے ان اثرات کی وسیع پیمانے پر پہچان کی وجہ سے، جلد کو سفید کرنے والی بہت سی مصنوعات نے صارفین کی طلب کو پورا کرنے کے لیے Cistanche جیسے جڑی بوٹیوں کے اجزاء کو شامل کرنا شروع کر دیا ہے، اس طرح جلد کو سفید کرنے والی مصنوعات میں Cistanche کی تجارتی قدر میں اضافہ ہوتا ہے۔ خلاصہ یہ کہ جلد کی سفیدی میں cistanche کا کردار بہت اہم ہے۔ اس کا اینٹی آکسیڈینٹ اثر اور کولیجن پیدا کرنے والا اثر رنگت اور پھیکے پن کو کم کر سکتا ہے، جلد کی لچک اور چمک کو بہتر بنا سکتا ہے اور اس طرح سفیدی کا اثر حاصل کر سکتا ہے۔ اس کے علاوہ، میں Cistanche کی وسیع درخواستجلد کی سفیدیمصنوعات یہ ظاہر کرتی ہیں کہ تجارتی قدر میں اس کے کردار کو کم نہیں سمجھا جا سکتا۔

کون سا سیستانچ بہترین ہے پر کلک کریں۔

مزید معلومات کے لیے:

david.deng@wecistanche.com WhatApp:86 13632399501

اصل درجہ حرارت ٹائم سیریز کے ساتھ ماڈل کو چلانا۔عارضی سیروٹائپ کراس پروٹیکشن کی ثالثی کے ساتھ درجہ حرارت سے چلنے والا میکانکی ماڈل، اعداد و شمار میں مشاہدہ کرنے والوں سے ملتے جلتے حرکیات پیدا کرنے کے قابل تھا (مثال کے طور پر، S1 ضمیمہ میں S12 تصویر دیکھیں)، اس طرح اس مفروضے کی حمایت کرتا ہے کہ درجہ حرارت ایک اہم کردار ادا کرتا ہے۔ کردار رپورٹ شدہ کیسز اور ہمارے ماڈل کردہ آؤٹ پٹ کے درمیان تناسب (تمام صوبوں میں 0.11 کا میڈین اور وقت میں پوائنٹس) تقریباً 30 گنا زیادہ ہیں (1 سال کے کراس پروٹیکشن کے لیے) جن کا تخمینہ ریخ اور ساتھیوں نے لگایا ہے [19] (درمیان کی قدریں 0 کے درمیان۔{19}}0سیرو ٹائپس میں 37 اور 0.0120)، یہ تجویز کرتی ہے کہ ماڈل میں ٹرانسمیشن کی شرح نسبتاً کم ہو سکتی ہے۔ تاہم، ہمارے نتائج ٹرانسمیشن میں تبدیلیوں کے لیے مضبوط تھے (S1 ضمیمہ میں سیکشن "مضبوطی ٹیسٹ" دیکھیں)۔ تخروپن 1 کے لیے (72 صوبوں کے لیے درجہ حرارت ٹائم سیریز کا استعمال کرتے ہوئے)، ماڈل آؤٹ پٹ کے لیے WMF میں ہر وقت شماریاتی لحاظ سے اہم ہم آہنگی ہوتی تھی (تصویر 2C)۔ ماڈلڈ ڈینگی آؤٹ پٹ اور ڈینگی ڈیٹا WMFs (تصویر 2B اور 2C) کے درمیان پیئرسن اور اسپیئر مین کے ارتباط بالترتیب 0.29 (P=0.017) اور 0.32 (P=0.011) تھے۔ یہ کہ یہ باہمی ربط کے گتانک اعدادوشمار کے لحاظ سے اہم تھے، لیکن ڈینگی کے معاملات اور درجہ حرارت کے درمیان نہیں تھے، اس سے پتہ چلتا ہے کہ ماڈل میں انکوڈ شدہ درجہ حرارت میں غیر خطوطی، کراس پروٹیکشن کے ساتھ، ڈینگی کی حرکیات کے اہم عناصر ہیں۔ کراس پروٹیکشن کی اوسط مدت (S1 ضمیمہ میں S1 ٹیبل) پر مختلف مفروضوں کے لیے یہ ارتباطی گتانک اب بھی اہم تھے۔ صوبوں میں درجہ حرارت اور ماڈل آؤٹ پٹ کے درمیان مرحلے کے زاویے، جیسا کہ توقع کی گئی، زیادہ تر ٹائم پوائنٹس (تصویر 2E) کے مقابلے میں مستقل اور شماریاتی لحاظ سے اہم تھے۔ کراس پروٹیکشن پر مختلف مفروضوں کا استعمال کرتے ہوئے ماڈل آؤٹ پٹس کے لیے WMFs اور CWMFs S1 ضمیمہ میں S13 Fig میں دکھائے گئے ہیں اور یہ ظاہر کرتے ہیں کہ لمبے اوسط کراس پروٹیکشن (مثال کے طور پر 2 سال) کے ساتھ، ماڈل شدہ ڈینگی اور درجہ حرارت کے درمیان مرحلے کے زاویوں میں مستقل مزاجی کم ہے۔ مختصر کراس پروٹیکشن کے مقابلے میں۔ ماڈل آؤٹ پٹ کے لیے WMF اور CWMF دونوں میں 1970 کی دہائی کے اوائل میں ایک قابل ذکر ہم آہنگی کا واقعہ ہوتا ہے، جو درجہ حرارت میں پایا جاتا ہے۔ ڈیٹا (تصویر 2B اور 2D) کا استعمال کرتے ہوئے تخمینہ شدہ WMF اور CWMF سے یہ خصوصیت غائب ہے۔ ہم نے ماڈل ڈینگی آؤٹ پٹ کے ویولیٹ سپیکٹرا اور ہر صوبے کے لیے ڈینگی ڈیٹا کے درمیان ارتباط کا بھی موازنہ کیا، کم اور زیادہ ہم آہنگی کے ادوار کے لیے الگ الگ۔ اعلی ہم آہنگی کے حالات میں ارتباط بھی کم ہم آہنگی کے مقابلے میں نمایاں طور پر زیادہ تھے، لیکن یہاں، کم ہم آہنگی کے ارتباط درجہ حرارت اور ڈینگی کے اعداد و شمار کے درمیان کم ہم آہنگی کے ارتباط سے اوسطا زیادہ تھے (S1 ضمیمہ میں S2 ٹیبل اور S16 تصویر دیکھیں)۔ ان نتائج سے پتہ چلتا ہے کہ ماڈل (جس میں قوت مدافعت کی حرکیات شامل ہیں) کم ہم آہنگی کے دوران ہر صوبے میں کھیل کے طریقہ کار کو پکڑتا ہے اور ڈینگی کی کثیر سالہ حرکیات میں کچھ تغیرات کی وضاحت کرتا ہے جو صرف درجہ حرارت نہیں کر سکتا۔

درجہ حرارت کا میلان غیر مطابقت پذیر ڈینگی حرکیات پیدا کر سکتا ہے۔تخروپن 2 کے مثالی تجربات کے لیے، ہم نے پایا کہ سیرو ٹائپس کے درمیان کم از کم 1 سال کے عارضی کراس پروٹیکشن کے ساتھ، نتیجے میں ڈینگی کی حرکیات میں کثیر السالانہ سائیکل (تصویر 4A– 4C) شامل ہیں، ایسے سائیکل جو مکمل طور پر اس کی حرکیات سے منسوب ہیں۔ استثنیٰ دی گئی کہ یہاں درجہ حرارت میں کوئی کثیر السالانہ چکر نہیں ہیں۔ تاہم، ان چکروں کی متواتریت (اور ان کا طول و عرض)، درجہ حرارت کے نظام کے نتیجے میں تبدیل ہوا۔ جیسا کہ درجہ حرارت کے حالات ٹرانسمیشن کے لیے موزوں ہوتے ہیں (یعنی، اوسط درجہ حرارت بڑھنے کے ساتھ، اعلی درجہ حرارت کے قریب پہنچنا جو درجہ حرارت کو نمایاں کرتا ہے، مثال کے طور پر، بنکاک؛ S1 ضمیمہ میں S42 تصویر)، ڈینگی میں کثیر السالانہ اجزاء کی مدت کم ہوتی جاتی ہے (یعنی، کثیر السالانہ سائیکل زیادہ کثرت سے ہوتے ہیں) اور کثیر سالانہ اوقات میں طاقت بڑھ جاتی ہے۔ سب سے زیادہ اوسط درجہ حرارت پر، 2 سال کے کراس پروٹیکشن کے اوسط کے ساتھ، موسمی چکر 2 اہم رجحانات کی وجہ سے غائب ہو جاتے ہیں (تصویر 4C)۔ ایک طرف، جیسے جیسے کراس پروٹیکشن لمبا ہوتا جاتا ہے، کثیر سالانہ سائیکلوں کی طاقت (اور اس وجہ سے، ان کا طول و عرض) بڑھتا جاتا ہے (تصویر 4A–4C)۔ دوسری طرف، ٹرانسمیشن میں موسمی تغیر سب سے زیادہ اوسط درجہ حرارت (S1 ضمیمہ میں S44 تصویر) پر سب سے زیادہ محدود ہے، اس طرح ڈینگی کے معاملات میں زیادہ محدود موسمی تغیر پیدا ہوتا ہے۔ ان 2 رجحانات کا ایک ساتھ مطلب یہ ہے کہ کراس پروٹیکشن کے ذریعے پیدا ہونے والے کثیر السالانہ سائیکلوں اور درجہ حرارت میں موسمی تغیرات کے ذریعے حرکیات کا غلبہ بڑھتا چلا جاتا ہے۔ جب کہ ہر درجہ حرارت کے نظام کے لیے کثیر السالانہ سائیکلوں کا وقفہ 1 اور 2 سال کے کراس پروٹیکشن کے ذرائع کے درمیان تھوڑا سا تبدیل ہوتا ہے، لیکن ان کی اہمیت یہ ہے: طویل کراس پروٹیکشن کے ساتھ، یہ سائیکلیں اوسط ویولیٹ پاور میں بڑھ جاتی ہیں۔ کراس پروٹیکشن کے تمام مفروضوں کے تحت جگہوں پر پیدا ہونے والی حرکیات کی حد کافی متنوع ہے: کوئی ہم آہنگی کا پتہ نہیں چل سکا (مثال کے طور پر، تصویر 4D)۔ بہر حال، ڈینگی کے کیسز (تصویر 2B) میں مشاہدہ کی گئی غیر مطابقت کا ایک حصہ تمام مقامات پر درجہ حرارت میں کثیر السالانہ چکروں میں غیر مطابقت کی وجہ سے بھی ہو سکتا ہے۔

درجہ حرارت میں عام کثیرسالانہ اتار چڑھاو ڈینگی کی حرکیات کو ہم آہنگ کر سکتا ہے۔چونکہ مختلف درجہ حرارت کے نظام ڈینگی کی مختلف حرکیات (تصویر 4A–4C) پیدا کر سکتے ہیں، ہم آہنگی کی ایک سادہ سی وضاحت یہ ہو سکتی ہے کہ ان ادوار کے دوران ملک بھر میں درجہ حرارت زیادہ یکساں درجہ حرارت کے نظام میں بدل جاتا ہے، جس کے نتیجے میں ڈینگی کی زیادہ ہم آہنگی پیدا ہوتی ہے۔ تاہم، تھائی لینڈ میں ایسا نہیں ہوا ہے (S1 ضمیمہ میں S38 تصویر)۔ اگلا مفروضہ یہ ہے کہ درجہ حرارت میں ایک عام کثیر سالہ اتار چڑھاؤ ڈینگی کی حرکیات کو ہم آہنگ کر سکتا ہے۔ تخروپن 3 کا نتیجہ یہ تھا کہ جب درجہ حرارت میں کثیر الثانی اتار چڑھاؤ کا طول و عرض موسمی سائیکل کا کم از کم 20 فیصد تھا، 6 مقامات کو عارضی طور پر ہم آہنگ کیا گیا (تصویر 4E) کراس پروٹیکشن پر تمام مفروضوں کے تحت۔ ڈینگی میں ہم آہنگی کا عام طور پر مختلف اوقات میں پتہ چلا۔ تاہم، جب کثیر الثانی اتار چڑھاؤ کا طول و عرض موسمی سائیکل کے 10 فیصد تھا اور اوسط کراس پروٹیکشن 2 سال تھا، تو ہم آہنگی کمزور تھی (S1 ضمیمہ میں S32 تصویر)۔ ہم آہنگی عام طور پر اس وقت بھی کمزور تھی جب درجہ حرارت میں کثیر الثانی اتار چڑھاؤ کا دورانیہ طویل ہوتا تھا (مثلاً، 5 سال) اور کم از کم 1 سال کا کراس پروٹیکشن۔

قوت مدافعت اور درجہ حرارت کے ذریعے ادا کیے گئے کردار۔تخروپن 3 تجربات میں حاصل کردہ ہم آہنگی کراس پروٹیکشن کی اوسط مدت کے فنکشن کے طور پر مختلف تھی: ہم آہنگی کی ڈگری طویل کراس پروٹیکشن کے ساتھ گر گئی (S1 ضمیمہ میں S24–S32 انجیر)۔ اس کی وضاحت کرنے کے لیے، ہمیں یہ بہتر طور پر سمجھنے کی ضرورت ہے کہ اندرونی اور بیرونی عوامل کے ذریعہ تیار کردہ کثیر السالانہ اوقات کیسے تعامل کرتے ہیں۔ درجہ حرارت میں ایک کثیر السالانہ اتار چڑھاؤ کے ساتھ (تخلیقی 3) اور بغیر (نقلی 2) کے نقوش کا موازنہ کرنے سے ہمیں یہ اندازہ کرنے کی اجازت ملتی ہے کہ ڈینگی میں کثیر السالانہ اوقات کس طرح خاص طور پر درجہ حرارت میں کثیر السالانہ اتار چڑھاو کے نتیجے میں تبدیل ہوتے ہیں۔ ہم نے پایا کہ جب کہ درجہ حرارت میں کثیر السالانہ اتار چڑھاو کی متواتریت عام طور پر ڈینگی کے نتیجے میں ہونے والی حرکیات میں قابل شناخت ہوتی ہے، لیکن اس کی اہمیت اندرونی حرکیات (یعنی ڈینگی کا کثیر السالانہ ٹائم اسکیلز جو صرف کراس پروٹیکشن سے منسوب ہے) کے طور پر مختلف ہوتی ہے۔ اوسط درجہ حرارت، درجہ حرارت میں موسمی طول و عرض، اور مطلب کراس پروٹیکشن (تصویر 5)۔ ڈینگی بڑھتے ہوئے اوسط درجہ حرارت، درجہ حرارت میں چھوٹے موسمی تغیرات، اور طویل کراس تحفظات کے ساتھ درجہ حرارت میں کثیر سالانہ اتار چڑھاو کے لیے زیادہ غیر حساس دکھائی دیتا ہے۔ خاص طور پر، جیسے جیسے کراس پروٹیکشن کا دورانیہ اور/یا اوسط درجہ حرارت میں اضافہ ہوتا ہے، اور جیسے جیسے درجہ حرارت میں موسمی کم ہوتا ہے، کثیرالسالانہ اندرونی حرکیات کی طاقت بڑھ جاتی ہے، اس طرح درجہ حرارت میں کثیرسالانہ اتار چڑھاؤ کا اثر بہت زیادہ ہو سکتا ہے۔ ہمارے تخروپن میں، یہ خاص طور پر اعلی اوسط درجہ حرارت اور 2 سال کے درمیانی کراس تحفظ (تصویر 5) کا معاملہ ہے۔

یہ بات بھی قابل توجہ ہے کہ درجہ حرارت میں کثیر الثانی اتار چڑھاو ضروری نہیں کہ ڈینگی کی حرکیات میں براہ راست دوبارہ پیش کیا جائے۔ اس کے بجائے، یہ ڈینگی کے معاملات میں ایک عارضی ردعمل ظاہر کرتا ہے جو وقت کے ساتھ ساتھ درجہ حرارت میں کثیر السالانہ اتار چڑھاو سے آگے بڑھ سکتا ہے، جیسا کہ درجہ حرارت میں کثیر السالانہ اتار چڑھاو کے ساتھ نقالی کے درمیان مرحلے کے زاویے کی منصوبہ بندی کرتے وقت واضح طور پر دیکھا جا سکتا ہے، اور ان کے بغیر (S1 ضمیمہ میں S33 تصویر )۔ یہ دونوں ظاہر کرتے ہیں کہ درجہ حرارت میں کثیر السالانہ اتار چڑھاؤ کا اثر دیرپا ہو سکتا ہے اور اس بات کی بھی تصدیق کرتے ہیں کہ درجہ حرارت میں کثیر السالانہ اتار چڑھاو کا اثر طویل کراس پروٹیکشنز اور زیادہ اوسط درجہ حرارت کے ساتھ کم ہو جاتا ہے۔

بحث

ہمارے تجزیوں میں کئی انتباہات ہیں۔ ہم نے درجہ حرارت پر توجہ مرکوز کرنے کا انتخاب کیا کیونکہ ہمارے پاس مخصوص نظریات ہیں کہ یہ کس طرح میکانکی طور پر ڈینگی کی حرکیات کو متاثر کر سکتا ہے۔ تاہم، ہم ڈینگی میں ہم آہنگی کے ہر نمونے کو درجہ حرارت میں مطابقت پذیری سے منسوب نہیں کر سکتے تھے۔ مثال کے طور پر، تھائی لینڈ نے 1972 کے آس پاس درجہ حرارت میں ایک مضبوط مطابقت پذیر 2-سال کے اتار چڑھاؤ کا تجربہ کیا، اور جب یہ اتار چڑھاؤ ہمارے ماڈل آؤٹ پٹ میں دوبارہ پیش کیا گیا، یہ ڈینگی کے مشاہدہ کی حرکیات سے واضح طور پر غیر حاضر تھا۔ متعدد وجوہات ہیں جو اس تضاد کی وضاحت کر سکتی ہیں۔ ریکارڈ کے ابتدائی حصے کے دوران، ڈینگی کے کیسز کا پتہ کم مؤثر طریقے سے پایا گیا ہو گا، اس طرح ممکنہ طور پر بنیادی حرکیات کی کثیر السالانہ خصوصیات کو قابلیت سے حاصل نہیں کیا جا سکتا۔ دوسری طرف، دیگر ماحولیاتی متغیرات (خاص طور پر بارش) اور درجہ حرارت کے ساتھ ان کا تعامل ممکنہ طور پر ڈینگی کے ویکٹر کی حرکیات کے لیے اہم ہیں۔ مثال کے طور پر، درجہ حرارت میں ایک ہم وقت ساز واقعہ ڈینگی کے کثیر سالہ دوروں کو کس حد تک ہم آہنگ کر سکتا ہے اس کا انحصار ان سالوں کے دوران بارش کے موسموں کی بارش کی مقدار یا وقت پر ہو سکتا ہے۔ مزید برآں، دیگر غیر ماحولیاتی میکانزم بھی ڈینگی میں ہم آہنگی کو متاثر کر سکتے ہیں۔ پیچیدہ کثیر السالانہ سائیکل، مطابقت پذیری، اور وقت کے ساتھ ہم آہنگی کی ڈگری میں تغیرات کو نظریہ میں، مثال کے طور پر، مقامات کے درمیان میزبانوں کی نقل و حرکت کے ذریعے پیدا کیا جا سکتا ہے [15]۔ تھائی لینڈ میں بیک وقت جاری تبدیلیوں کی ایک رینج بھی ہے جو کثیرسالانہ حرکیات اور ہم آہنگی کو بھی متاثر کر سکتی ہے۔ مثال کے طور پر، ملک بھر میں شرح پیدائش میں کمی آرہی ہے [53]، اور کمی کی شرح مقامی طور پر متفاوت ہو سکتی ہے۔ اسی طرح، ملک بھر میں آبادی کی کثافت میں طویل مدتی رجحانات بھی مشاہدہ شدہ spatiotemporal پیٹرن میں حصہ ڈال سکتے ہیں۔ یہ دریافت کرنا کہ یہ عوامل درجہ حرارت کے ساتھ کیسے تعامل کر سکتے ہیں اور مشاہدہ شدہ spatiotemporal پیٹرن میں حصہ ڈال سکتے ہیں مزید توجہ کے مستحق ہیں۔ اعداد و شمار کے مقابلے میں ہم یہاں جو میکانسٹک ماڈل استعمال کرتے ہیں، وہ رپورٹنگ کے تناسب کی طرف بھی لے جاتا ہے جو ادب میں لگائے گئے اندازوں سے واضح طور پر زیادہ ہوتے ہیں [19]، جس کا مطلب یہ ہے کہ ماڈل میں ٹرانسمیشن کی شرح کم ہو سکتی ہے۔ کم ٹرانسمیشن کی شرح سے استثنیٰ کی حرکیات پر اثر انداز ہونے کی توقع کی جا سکتی ہے، کیونکہ حساسیتیں سست رفتار سے ختم ہو جائیں گی، اور استثنیٰ سے پیدا ہونے والے کثیر السالانہ چکروں کی مدت میں اضافہ کا باعث بنیں گی۔ بہر حال، ہم آہنگی پر ہمارے نتائج ٹرانسمیشن میں مختلف حالتوں کے لیے مضبوط ہیں۔ آخر میں، ہم جو ماڈل استعمال کرتے ہیں وہ ضروری طور پر آسان بنانے والے مفروضے بناتا ہے (S1 ضمیمہ میں سیکشن "ڈینگی ماڈل پر انتباہات" دیکھیں)۔ یہ سمجھنے کے لیے مزید کام کی ضرورت ہے کہ ان میں سے کون سے مفروضے مطابقت پذیری کو نمایاں طور پر متاثر کر سکتے ہیں۔

درجہ حرارت میں ہم آہنگی کے نمونے جو ہم نے مشاہدہ کیے ہیں وہ وسیع تر موسمیاتی نمونوں کے نتیجے میں پیدا ہوتے ہیں۔ خاص طور پر، درجہ حرارت میں مطابقت پذیر واقعات (تصویر 2A) مضبوط ال نینو اور لا نینا کے واقعات (1972 سے 1973، 1982 سے 1983، 1997 سے 1998، اور 2014 سے 2016) کے ساتھ مطابقت رکھتے ہیں، جس کے دوران بالترتیب اوسط درجہ حرارت سے زیادہ اور کم ریکارڈ کیے گئے تھے۔ ملک بھر میں [54]۔ کثیر السالانہ ٹائم اسکیل جس پر ہم آہنگی کا پتہ چلا ہے اس کا انحصار اس حد تک ہوسکتا ہے کہ ایل نینو کے واقعات کے بعد لا نینا کے واقعات اور ان کی متعلقہ طاقتیں۔ ال نینو سدرن آسکیلیشن (ENSO) کے اثرات کی وسیع جغرافیائی رسائی کی وجہ سے، ہم اس وجہ سے دوسرے ممالک میں ڈینگی کی حرکیات کو ہم آہنگ کرنے کی توقع کر سکتے ہیں جہاں ENSO مقامی آب و ہوا کے حالات میں ایک جیسا ظاہر ہوتا ہے، جیسا کہ دکھایا گیا ہے، مثال کے طور پر، وین Panhuis اور ساتھیوں [40]. درحقیقت، کئی مطالعات نے ڈینگی ڈائنامکس اور ENSO کے درمیان روابط تلاش کیے ہیں (مثال کے طور پر، [35,38,40,55,56])۔ یہاں، ہمارا مقصد مخصوص مفروضوں کی جانچ کرنا تھا کہ درجہ حرارت، ایک ماحولیاتی متغیر جس کے بارے میں ہم جانتے ہیں کہ ڈینگی کے ویکٹر کو متاثر کرتا ہے، ڈینگی کے معاملات میں ہم آہنگی اور مطابقت پیدا کر سکتا ہے۔ ENSO اور ڈینگی کی حرکیات کے درمیان ربط کھینچتے وقت احتیاط برتی جائے، کیونکہ ENSO صرف درجہ حرارت کے علاوہ ماحول کو متاثر کرتا ہے، اور کسی بھی جگہ پر ENSO کے جسمانی اظہار پیچیدہ ہوتے ہیں اور وقت کے ساتھ ساتھ بدل سکتے ہیں [57]۔ مثال کے طور پر، بارش، جو ممکنہ طور پر ڈینگی کی حرکیات میں بھی کردار ادا کرتی ہے، ENSO (ایل نینو سے وابستہ خشک حالات، لا نینا کے ساتھ گیلے؛ [58]) کے ساتھ بھی مختلف ہو سکتے ہیں، لیکن تھائی لینڈ میں، بارش اور ENSO کے درمیان تعلق بڑھ گیا ہے۔ وقت گزرنے کے ساتھ، جبکہ ہندوستان میں، اس کے برعکس رجحان درست ہے [59]۔

کوئی بھی بیماری جو بنیادی طور پر خارجی (ماحولیاتی) عوامل کی وجہ سے ہوتی ہے وہ ماحول اور بیماری میں مطابقت پذیر اور متعلقہ ہم آہنگی کے واقعات کا ایک جیسا نمونہ ظاہر کر سکتی ہے، جیسا کہ ہم نے اس مطالعہ میں دیکھا ہے۔ ہمارے مطالعے کے تناظر میں جو خصوصیت ڈینگی کو ایک پیچیدہ نظام بناتی ہے وہ یہ ہے کہ اندرونی حرکیات میں خارجی ڈرائیوروں (درجہ حرارت) کی طرح (کثیرالعین) دورانیے میں تغیر ہو سکتا ہے، جس کی وجہ سے اس نظام میں ہر ایک کے کردار کو الگ کرنے میں دشواری ہوتی ہے۔ یہ خصوصیت دیگر بیماریوں کے نظاموں میں عام ہے، اور پچھلے کام [29-34] میں خارجی اور اندرونی عوامل کو الگ کرنا ایک بڑا سوال رہا ہے۔ یہاں، ہم نے طریقوں کی ایک سیریز کو لاگو کیا اور تیار کیا ہے (CWMFs، کم اور زیادہ ہم آہنگی میں ارتباط) اور ہر ایک کے رشتہ دار کردار کو بہتر طور پر سمجھنے کے لیے تخروپن کا استعمال کیا ہے۔ اس لیے ہمارا نقطہ نظر دوسرے نظاموں کے لیے کارآمد ہو سکتا ہے جہاں ٹائم سکیلز کا یکساں ملاپ ہوتا ہے اور جس کے لیے اندرونی حرکیات پر غور کرنے کے لیے ایک اہم فلٹر بن سکتا ہے (جیسا کہ ایسا ہو سکتا ہے، مثلاً، زیکا، چکن گنیا، سانس کی سنسیٹیئل وائرس، انفلوئنزا)۔

زیادہ تر مقامات کا درجہ حرارت اوسطاً بڑھتا ہوا دکھائی دیتا ہے اور موسمی تغیرات میں کمی واقع ہوتی ہے (S1 ضمیمہ میں S39 اور S42 انجیر)۔ اگر ان رجحانات کو برقرار رکھا جائے، تو ہمارے نتائج بتاتے ہیں کہ ڈینگی کی حرکیات بھی آہستہ آہستہ تبدیل ہو سکتی ہیں، اور اعلی اوسط واقعات (S1 ضمیمہ میں S19–S21 انجیر) کی خصوصیت والی حکومت تک پہنچ سکتی ہے، اور موسمی کی بجائے کثیر السالانہ کے زیر اثر حرکیات، سائیکل کثیر السالانہ سائیکلیں بھی زیادہ حد تک، درجہ حرارت میں موجود کثیر السالانہ اوقات کے لحاظ سے اندرونی عوامل سے طے شدہ ہو سکتی ہیں، مطلب یہ ہے کہ مستقبل میں، درجہ حرارت ڈینگی کی حرکیات کو ہم آہنگ کرنے کے قابل ہو سکتا ہے۔ تاہم، یہ مفروضے سیرو ٹائپس اور دیگر خارجی (مثلاً، بارش) اور اندرونی عوامل (جیسے آبادیاتی تبدیلیوں اور مقامات کے درمیان میزبانوں کی نقل و حرکت) کی شراکت کے درمیان تعامل کی زیادہ درست تفہیم پر منحصر ہیں۔

مواد اور طریقے

ڈیٹا

ٹمپریچر ٹائم سیریز GHCN CAMS گرڈڈ ({{0}}.5˚ از 0.5˚ ریزولوشن) ماہانہ اوسط درجہ حرارت ڈیٹا سیٹ (NOAA/OAR/ESRL PSD کے ذریعے فراہم کردہ، بولڈر، کولوراڈو، USA، ڈاؤن لوڈ کردہ) سے حاصل کی گئی 18 جون 2019 کو)۔ یہ ڈیٹا سیٹ گلوبل ہسٹوریکل کلائمیٹولوجی نیٹ ورک v2 اور کلائمیٹ اینوملی مانیٹرنگ سسٹم [60] (S1 ضمیمہ میں S37 اور S38 انجیر) کے اسٹیشن مشاہدات کو یکجا کرتا ہے۔ ٹائم سیریز 1948 میں شروع ہوتی ہے۔ ہم نے 12 فروری 2019 کو تھائی صوبوں کے لیے شکل فائلیں ڈاؤن لوڈ کیں، اور R پیکج "PBSmapping" v2.72.1 میں فنکشن "calcCentroid" کا استعمال کرتے ہوئے تخمینہ شدہ صوبے سینٹرائڈز۔ اس کے بعد ہر صوبے کے مرکز کے قریب گرڈ پوائنٹ کا استعمال کرکے ہر صوبے کے لیے ایک ٹائم سیریز حاصل کی گئی۔

ریئل ٹمپریچر ٹائم سیریز (تخلیق 1؛ جدول 1) کا استعمال کرتے ہوئے نقالی کے لیے، ہم 24 نومبر 2021 کو تھائی نیشنل سٹیٹسٹیکل آفس سے ڈاؤن لوڈ کردہ ہر صوبے کی 2020 آبادی کے سائز (قریب ترین 1*105 تک گول) استعمال کرتے ہیں۔ معاملات میں، ہم 1982 کے بعد سے بنائے گئے صوبوں کی آبادی کو یکجا کرتے ہیں۔

ویولیٹ بدل جاتا ہے۔

ہم نے یہ دریافت کرنے کے لیے مسلسل WTs کا اطلاق کیا کہ ڈینگی کے کیسز کے دوغلے رویے میں وقت کے ساتھ کس طرح تبدیلی آئی ہے۔ WTs کو اب متعدی بیماری کی حرکیات [37,40,56,61,62] اور ماحولیات [50,51] میں زیادہ وسیع پیمانے پر استعمال کیا گیا ہے۔ WTs وقت کی سیریز کو فریکوئنسی اجزاء میں تحلیل کرتے ہیں، لیکن، Forier Transforms کے برعکس، WTs بھی وقت کے ساتھ مقامی ہوتے ہیں۔ اس طرح، WTs کا استعمال غیر سٹیشنری ٹائم سیریز کی خصوصیت کے لیے کیا جا سکتا ہے اور یہ کہ وقت کے ساتھ ساتھ مختلف تعدد کی متعلقہ اہمیت کیسے بدلتی ہے۔ ڈبلیو ٹی کی بنیاد ایک "مدر" ویولیٹ ہے، ایک لہر تعدد اور وقت دونوں میں مقامی ہوتی ہے (یعنی محدود مدت کی)، جسے پھر چھوٹا یا پھیلایا جاتا ہے (تعدد کے جزو کے لیے) اور وقت کے محور کے ساتھ منتقل کیا جاتا ہے جزو) "بیٹی" لہروں کا ایک سیٹ حاصل کرنے کے لئے۔ اس کے بعد ڈبلیو ٹی کو ٹائم سیریز اور بیٹی ویولیٹس [63] کے درمیان ایک ارتباط کے طور پر سمجھا جاسکتا ہے۔

ہم WT کا استعمال کرتے ہیں جیسا کہ R پیکیج "WaveletComp" v1.1 میں لاگو کیا گیا ہے—تفصیلات پیکیج دستاویزات [64] اور کوڈ میں فراہم کی گئی ہیں، اور ایک خلاصہ یہاں دیا گیا ہے۔ پیکیج میں مورلیٹ مدر ویولیٹ کا استعمال کیا گیا ہے، ψ(t)=π−1/4 exp(i ω t) exp(−t 2 /2)، جہاں t وقت ہے (t=1،۔ .., T) اور ω کونیی فریکوئنسی ہے، جو 6 ریڈینز t −1 [64] پر سیٹ ہے۔ WT, W، وقت کے ایک نقطہ پر τ اور اسکیل s (مدت کے متناسب، تعدد کا الٹا) ہے:

جہاں x(t) اصل وقت کا سلسلہ ہے، اور * پیچیدہ کنجوگیٹ کو ظاہر کرتا ہے۔ W (τ,s), |W(τ,s)| کا ماڈیولس، وقت پوائنٹ τ اور اسکیل s پر مقامی طول و عرض A دیتا ہے۔ WT کے کسی بھی پلاٹ یا اس پر براہ راست کیے گئے حسابات کے لیے، ہم A کو درست کرتے ہیں تاکہ A(τ,s)=s −1/2 |W(τ,s)| [65]۔ A(τ,s) 2 لہراتی توانائی کی کثافت ہے۔ W(τ,s) فوری مقامی ویولیٹ مرحلہ بھی حاصل کرتا ہے۔ اگرچہ WT میں وقت اور پیمانے میں نمایاں فالتو پن موجود ہے، لیکن WT کے حقیقی حصے کے خلاصے کی بنیاد پر اصل ٹائم سیریز (یا صرف مخصوص پیمانے پر مشتمل ٹائم سیریز) کو دوبارہ تشکیل دینا ممکن ہے [63]۔

ان تجزیوں کے لیے، ڈبلیو ٹی کو انجام دینے سے پہلے، ڈینگی کے کیسز کی ٹائم سیریز میں 1 کی قدر کا اضافہ کیا گیا تھا اس سے پہلے کہ ln-تبدیلی اور معمول پر لانے سے پہلے 0 کے اوسط اور 1 کا معیاری انحراف۔ ویولیٹ پاور کا حساب لگانے سے پہلے ڈینگی کے کیسز کو روکا نہیں گیا تھا کیونکہ صفر کے ساتھ ٹائم سیریز کو روکنے سے مصنوعی طور پر عجیب پیٹرن پیدا ہوتے ہیں۔ درجہ حرارت کی ٹائم سیریز کو تبدیل نہیں کیا گیا تھا۔ طویل مدتی غیر خطی رجحانات کو مقامی کثیر الثانی رجعت کے باقیات کو لے کر ہٹا دیا گیا تھا (0.75 کے وقفے کے ساتھ فنکشن "loess" کا استعمال کرتے ہوئے)، اور detrended time series کو بعد میں نارمل کیا گیا، جیسا کہ اوپر۔ ٹائم سیریز کی محدود طوالت کی وجہ سے، جب بھی طول و عرض ٹائم سیریز کے کناروں سے آگے بڑھتے ہیں، تبدیلی کے گتانک کے تخمینے کم درست ہو جاتے ہیں۔ یہ مسئلہ ترازو میں اضافے کے ساتھ اور بڑھ جاتا ہے، طول و عرض وقت کے ساتھ مزید بڑھنے کی وجہ سے [63,64]۔ علاقے، جہاں یہ کنارے کے اثرات موجود ہیں (اکثر "اثر و رسوخ کا مخروط" کہا جاتا ہے)، موٹی ڈیشڈ لائنوں کے ذریعہ ویولیٹ پلاٹوں میں واضح طور پر اشارہ کیا جاتا ہے۔

اگرچہ ڈینگی کی حرکیات موسمی ہیں، پچھلے مطالعات نے بھی الگ الگ کثیر سالہ اوقات کی نشاندہی کی ہے [27,35,37,40,56]۔ ہم خاص طور پر ان کثیر سالہ اوقات میں دلچسپی رکھتے ہیں۔ اس وجہ سے، ہم 1.5 سال سے زیادہ ٹائم اسکیلز پر توجہ مرکوز کرتے ہیں۔ یہ نچلی حد سالانہ سگنل سے ملٹی اینوئل ٹائم اسکیلز میں رساو کو روکتی ہے۔ جیسے جیسے ٹائم اسکیل میں اضافہ ہوتا ہے، کنارے کے اثرات تیزی سے حاوی ہوتے جاتے ہیں اور جس وقت کا ہم قابل اعتماد طریقے سے تجزیہ کر سکتے ہیں کم ہوتا جاتا ہے۔ مزید برآں، پچھلے مطالعات [35,40] نے عام طور پر 2 سے 3 سال میں کثیر السالانہ اجزاء کی نشاندہی کی، اگرچہ مختصر وقت کی سیریز کا استعمال کیا جائے۔ ان وجوہات کی بناء پر، ہم یہاں 15- سے 5-سال کے ٹائم اسکیلز پر توجہ مرکوز کرتے ہیں (اس کے بعد، "کثیرالعین" اجزاء یا ٹائم اسکیلز اس حد کا حوالہ دیتے ہیں)۔ ڈینگی اور درجہ حرارت کی ٹائم سیریز کے لیے S1 ضمیمہ میں S43 تصویر اور 4 نمائندہ تھائی صوبوں کے لیے ان کے متعلقہ WT کو دیکھیں جن کی خصوصیات مختلف تھرمل حکومتیں ہیں۔

ویولیٹ کا مطلب ہے ہم آہنگی کی پیمائش کے طور پر فیلڈز

WMFs ہم وقت سازی کا ایک پیمانہ فراہم کرتا ہے ایک فنکشن کے طور پر اسکیل اور پوائنٹ ان ٹائم (مزید تفصیلات شیپارڈ اور ساتھیوں [50,51] میں مل سکتی ہیں؛ یہاں صرف ایک خلاصہ فراہم کیا گیا ہے)۔ مزید بدیہی طور پر، WMFs پیمانوں اور ٹائم پوائنٹس کی نشاندہی کرتے ہیں جن پر دونوں صوبوں میں دوطرفہ کے مراحل اور وسعت یکساں (یا زیادہ ہم آہنگ) ہیں۔ WMFs تمام N مقامات (n=1، ...، N) میں ہر مقام کے پاور نارملائزڈ WTs کا ایک ذریعہ ہیں، جہاں ہم نے ہر WT کو معمول کے مطابق بنایا

یہ جانچنے کے لیے کہ آیا مطابقت پذیری کثیر السالانہ رینج میں اعدادوشمار کے لحاظ سے اہم ہے یا نہیں مطابقت پذیری کے کالعدم مفروضے کے خلاف، ہم تمام مقامات پر مراحل کی مستقل مزاجی پر توجہ مرکوز کرتے ہیں (S1 ضمیمہ میں سیکشن "(کراس) ویولیٹ میین فیلڈز کی اہمیت کا اندازہ لگانے پر ایک نوٹ" دیکھیں۔ اس وضاحت کے لیے کہ کیوں WMFs کی اہمیت مراحل کی مستقل مزاجی پر مرکوز ہے)۔ ہم ویولیٹ فاسر میین فیلڈ (WPMF) کا تخمینہ لگا کر ایسا کرتے ہیں، جس کی وضاحت کی گئی ہے۔

جو تبدیلیوں کے پیچیدہ مراحل کے بارے میں معلومات کو برقرار رکھتا ہے [51]۔ جب مختلف مقامات کا ایک ہی مرحلہ ہوتا ہے، تو WPMF کی قدر بڑی ہو گی، جب کہ جب ہر مقام کا مرحلہ دیگر تمام مقامات سے آزاد ہو گا، WPMF کی قدر چھوٹی ہو گی۔ ہم سروگیٹ ڈیٹاسیٹس تیار کرکے اہمیت کی جانچ کرتے ہیں جہاں ہر بار سیریز کے اندر خودکار تعلق کا ڈھانچہ محفوظ ہوتا ہے۔ ہم اصل ٹائم سیریز [51] کے طور پر اسی فوئیر سپیکٹرم کے ساتھ ٹائم سیریز بنا کر ایسا کرتے ہیں۔ اس نقطہ نظر کی پیروی کرتے ہوئے، ہم نے R پیکیج "wsyn" v1 میں فنکشن "سروگیٹ" کا استعمال کرتے ہوئے 1،000 سروگیٹ ٹائم سیریز تیار کی ہے۔{5}}.2 [66]۔ ہر سروگیٹ ڈیٹاسیٹ کے لیے، ہم نے ایک WPMF تیار کیا، اور پھر، ہر ایک وقت کے لیے، اور کثیر السالانہ پیمانے پر، ہم

مزید معلومات کے لیے: david.deng@wecistanche.com WhatApp:86 13632399501