← मेरा काम › शोध पत्र

बाँसवाड़ा के किन गाँवों में पानी की सबसे ज़्यादा कमी है?

बाँसवाड़ा के हर गाँव के लिए पानी की कमी का एक स्कोर, जो मुफ़्त जनगणना और सैटेलाइट डेटा से बनेगा, और फिर यह जाँच कि जिन गाँवों में पानी सबसे कम है, क्या वही विकास में भी सबसे पीछे हैं। सवाल-जवाब में, काम चलते-चलते।

काम चल रहा है

researchgeographyQGISEarth Enginedatastatistics

यह काम कृतिकेश राजपुरोहित का है। डेटा की साफ़-सफ़ाई और लिखने में एक AI सहायक (Claude) का हाथ बँटा।

आख़िरी बार 17 नवंबर 2026 को अपडेट किया। पेपर जैसे-जैसे आगे बढ़ेगा, मैं यह पन्ना बढ़ाता रहूँगा, ताकि सिर्फ़ तैयार नतीजा नहीं, काम होते हुए भी दिखे।

सवाल क्या है

एक लाइन में, यह पेपर किस बारे में है?

मैं दक्षिणी राजस्थान के बाँसवाड़ा ज़िले के हर गाँव के लिए पानी की कमी का एक स्कोर बना रहा हूँ, सिर्फ़ मुफ़्त जनगणना और सैटेलाइट डेटा से। फिर यह जाँचूँगा कि जिन गाँवों में पानी सबसे कम है, क्या वही विकास में भी सबसे पीछे हैं, और उन गाँवों को ध्यान से देखूँगा जो इस पैटर्न को तोड़ते हैं।

बाँसवाड़ा ही क्यों?

मेरा M.Sc. शोध-प्रबंध दक्षिणी राजस्थान की भील जनजातियों में ग़रीबी पर था, और बाँसवाड़ा, जो ज़्यादातर आदिवासी ज़िला है, उसी इलाक़े के बीचों-बीच है। यहाँ राजस्थान के ज़्यादातर हिस्सों से ज़्यादा बारिश भी होती है। तो मुझे वापस खींचने वाला सवाल सीधा है: क्या सिर्फ़ बारिश तय करती है कि पानी किसे मिलेगा? मैं इसे मानकर नहीं, डेटा से जाँचकर देखना चाहता हूँ।

“पानी की ग़रीबी” का मतलब क्या है?

यह सिर्फ़ “पानी नहीं है” से कहीं ज़्यादा है। किसी गाँव में कुआँ हो सकता है पर नल नहीं, नल हो सकता है पर पानी साफ़ नहीं, या जुलाई में पानी हो और मई में बिल्कुल नहीं। इसलिए मैं पानी की ग़रीबी को कई चीज़ों का मेल मानता हूँ: क़ुदरत कितना पानी देती है, लोग उस तक कितनी आसानी से पहुँचते हैं, वह कितना साफ़ है, उसका इस्तेमाल कैसे होता है, और ज़मीन उसे कितना सँभालकर रखती है।

क्या यह काम पहले किसी ने नहीं किया?

कुछ हद तक किया है। सबसे क़रीबी अध्ययन, जिनमें 2025 का राजस्थान का एक जल-ग़रीबी सूचकांक भी है, ज़िला या राज्य स्तर पर काम करते हैं। पूरे ज़िले का एक अंक उसके गाँवों के बीच के फ़र्क़ को छिपा देता है। हर गाँव तक उतरना, और स्कोर को अलग, स्वतंत्र डेटा से परखना, यहीं मुझे लगता है कि यह पेपर कुछ नया जोड़ सकता है। “पहला” तभी कहूँगा, जब ध्यान से खोजने के बाद यह साबित हो जाए।

अध्ययन की बनावट

पानी के स्कोर में क्या-क्या जाता है?

ग्यारह संकेतक: बारिश और वह साल-दर-साल कितनी बदलती है, भूजल कितनी तेज़ी से खींचा जा रहा है, पानी कितनी गहराई पर है, नल वाले घर, घर के अंदर पीने का पानी, फ़्लोराइड जैसी पानी की गुणवत्ता की दिक़्क़तें, खेती की ज़मीन में सिंचाई का हिस्सा, हरियाली, ढलान, और बंजर ज़मीन। हर संकेतक किसी नामित सरकारी या सार्वजनिक स्रोत से आता है।

विकास को अलग स्कोर में क्यों रखा?

अब तक का यह सबसे ज़रूरी फ़ैसला था। अगर मैं साक्षरता या आमदनी को पानी के स्कोर के अंदर ही डाल दूँ, और फिर “पता चले” कि पानी की कमी वाले गाँव ज़्यादा ग़रीब हैं, तो मैंने एक ही चीज़ को दो बार नाप लिया। इसलिए मैंने दो अलग स्कोर बनाए: एक पानी का, और एक विकास का (साक्षरता, महिला साक्षरता, सीमांत मज़दूर, संपन्नता, रात की रोशनी, और स्वास्थ्य केंद्र की दूरी)।

आप “संबंध” क्यों कहते हैं, “असर” क्यों नहीं?

क्योंकि यह डेटा एक ही समय की तस्वीर है। ऐसी तस्वीर बता सकती है कि दो चीज़ें साथ-साथ चलती हैं, पर यह साबित नहीं कर सकती कि एक दूसरी की वजह है। अभी सही शब्द चुन लेने से मैं बाद में एक ऐसे दावे का बचाव करने से बच जाता हूँ, जिसे मेरा डेटा कभी साबित ही नहीं कर सकता।

आप असल में क्या-क्या जाँचेंगे?

पाँच चीज़ें, हर एक की जाँच का तरीक़ा कोई भी नतीजा देखने से पहले ही लिख लिया है, और साथ में नियंत्रणों (controls) के साथ एक रिग्रेशन:

  • परख (वैलिडेशन): क्या विकास में पिछड़ेपन के साथ पानी की ग़रीबी भी बढ़ती है? (स्पीयरमैन सहसंबंध)
  • हॉटस्पॉट: क्या पानी की कमी वाले गाँव नक्शे पर एक साथ झुंड में मिलते हैं? (मोरान का I और LISA)
  • मज़बूती: अगर संकेतकों को अलग-अलग वज़न दें, तो क्या गाँवों की रैंकिंग टिकी रहती है? (बराबर, PCA और एंट्रॉपी वज़न)
  • आदिवासी अंतर: क्या ज़्यादा आदिवासी आबादी वाले गाँवों में पानी की कमी ज़्यादा है? (मैन–व्हिटनी U, असर के आकार के साथ)
  • गाँवों की क़िस्में: क्या गाँव साफ़ समूहों में बँटते हैं, जैसे “पानी कम और ग़रीब” या “पानी कम, फिर भी ठीक-ठाक”? (k-means क्लस्टरिंग)

डेटा

डेटा कहाँ से आता है?

गाँवों की सीमाएँ और जनगणना 2011 की गाँव-वार तालिकाएँ SHRUG से आती हैं, जो एक खुला डेटासेट है और भारत के गाँवों को अलग-अलग स्रोतों से जोड़ता है। भूजल का डेटा केंद्रीय भूजल बोर्ड और India-WRIS से, नल कनेक्शन जल जीवन मिशन से, और संपन्नता का अनुमान Meta के रिलेटिव वेल्थ इंडेक्स से आएगा। सब कुछ मुफ़्त और सार्वजनिक है, और हर फ़ाइल का स्रोत, साल और लाइसेंस मैं लिखकर रखता हूँ।

और सैटेलाइट वाला हिस्सा?

इस पेपर के लिए मैंने Google Earth Engine में एक प्रोजेक्ट रजिस्टर किया है। सैटेलाइट का भारी काम Earth Engine, Google के सर्वरों पर ही कर देता है: CHIRPS से बारिश, SRTM से ढलान, हरियाली (NDVI), और ESA WorldCover से ज़मीन का इस्तेमाल। फिर QGIS सब कुछ गाँवों के नक्शे से जोड़ता है, और GeoDa स्थानिक आँकड़ों (spatial statistics) की जाँच करता है।

इतनी बड़ी फ़ाइलों के साथ काम करके क्या सीखा?

कच्ची (raw) फ़ाइल की इज़्ज़त करना। कुछ तालिकाएँ 700 MB से बड़ी हैं और रात की रोशनी वाली फ़ाइल 1.7 GB की है, तो Excel का तो सवाल ही नहीं। हर डाउनलोड ZIP में आया, जिसे अपने अलग फ़ोल्डर में खोलना पड़ा। कच्ची फ़ाइलें कभी नहीं बदली जातीं: साफ़ की गई कॉपी अलग फ़ोल्डर में जाती है, और एक डेटा लॉग में हर फ़ाइल दर्ज होती है।

कोई ऐसा जाल, जिसमें फँसते-फँसते बचे?

हाँ: दो अलग नंबरिंग सिस्टम। जनगणना 2011 के कोड और सरकार के नए LGD कोड, दोनों गाँवों की पहचान करते हैं, पर नंबर अलग-अलग हैं। नल वाला डेटा LGD कोड में है और जनगणना अपने कोड में। इन्हें मिला देना जोड़ने (join) की सबसे आम ग़लती है, इसलिए मैं इन्हें एक अलग कुंजी तालिका (key table) से मिलाता हूँ, आँख से अंदाज़ा लगाकर कभी नहीं।

अब तक का सबसे मुश्किल पल

क्या गड़बड़ हुई?

मैंने QGIS में एक फ़िल्टर लगाकर पूरे भारत के गाँवों के नक्शे में से सिर्फ़ बाँसवाड़ा निकालना चाहा। उम्मीद थी क़रीब 1,382 गाँवों की। गिनती आई लगभग 5,95,000, यानी क़रीब-क़रीब पूरा भारत। फ़िल्टर देखने में सही था, पर नक्शा कुछ और ही कह रहा था।

इसे सुलझा कैसे रहे हैं?

क़दम-दर-क़दम, किसी जासूस की तरह। पहले बिना फ़िल्टर के कुल गिनती। फिर शर्त का हर हिस्सा अलग-अलग जाँचना। फिर एक ऐसी जाँच जिसका जवाब शून्य ही आना चाहिए, ताकि पक्का हो कि QGIS मेरा लिखा वैसे ही पढ़ रहा है जैसा मैं सोचता हूँ। फिर दस असली ID देखकर उन्हें अपने लिखे पैटर्न से मिलाना। एक बार में एक छोटी जाँच, जब तक गड़बड़ी के छिपने की कोई जगह न बचे।

इससे क्या सीखा?

कि कोई अंक तब तक तथ्य नहीं है, जब तक दो स्रोत उस पर सहमत न हों। 1,382 का अंक एक कुंजी फ़ाइल से आया था, नक्शे की लेयर से कभी नहीं। यहाँ तक कि “ज़िला कोड 125 का मतलब बाँसवाड़ा” भी साबित करना होगा, गाँवों के नामों से और जनगणना की आधिकारिक कोड सूची से। अब मैं लिखकर रखता हूँ कि कौन-से अंक जाँच लिए हैं और कौन-से अभी नहीं।

मैं काम कैसे करता हूँ

क्या इसमें AI की मदद लेते हैं?

हाँ, पर एक सख़्त ट्यूटर की तरह, मेरी जगह लिखने वाले की तरह नहीं। मैंने अपने AI सहायक (Claude) से कहा है कि वह बातें समझाए, मुझे काम दे, जाँच के सवाल पूछे, और मेरा सबसे कड़ा आलोचक बने, जो हर योजना पर फ़ैसला दे: GO, GO WITH CHANGES, PARK या DROP। GIS और डेटा का काम वह मेरे लिए नहीं करता। मैं हर क़दम इतनी अच्छी तरह समझना चाहता हूँ कि उसका बचाव ख़ुद कर सकूँ।

क्या AI कभी ग़लत भी हुआ?

एक बार, और उस ग़लती की मैं क़द्र करता हूँ। शुरू में उसने “125 बाँसवाड़ा है” ऐसे कह दिया जैसे यह तथ्य हो, डेटा से साबित किए बिना। हमने इसे पकड़ लिया। तब से हम दोनों का नियम सीधा है: जो जाँचा नहीं, उसे तथ्य की तरह मत कहो, और साफ़ बताओ कि क्या जाँचा और क्या नहीं।

इस काम में कौन-कौन से टूल लगते हैं?

नक्शों और जोड़ के लिए QGIS, सैटेलाइट लेयर के लिए Google Earth Engine, स्थानिक आँकड़ों के लिए GeoDa, बड़ी तालिकाओं तक पहुँचने पर Colab में Python, और शोध-पत्रों के लिए Zotero। योजना, फ़ैसले, डेटा की सूची और पढ़े गए शोध, सब एक ट्रैकर और एक छोटे डैशबोर्ड में रहते हैं। सब कुछ मुफ़्त है।

क्या अपने शोध-प्रबंध को दोबारा इस्तेमाल किया?

नहीं। मैंने तय किया कि यह पेपर बिल्कुल नए सिरे से लिखूँगा, एक भी लाइन दोहराए बिना। नए पेपर को नई सोच चाहिए, और इससे काम ईमानदार भी रहता है।

क्या सारा काम मेज़ पर बैठकर ही होता है?

पूरा नहीं। शुरुआत में मैंने एक प्रश्नावली के साथ दो लोगों से बात की, कि सालों में उनके पानी के हालात कैसे बदले। यह छोटी-सी शुरुआत थी, और ये जवाब अंकों में नहीं जाते, पर ये मुझे याद दिलाते रहते हैं कि अंक असल ज़िंदगी से मेल खाते हैं या नहीं।

अभी काम कहाँ है

क्या-क्या हो चुका है?

  • शोध का सवाल, कमी (gap) और दो स्कोर वाली बनावट तय हो चुकी है।
  • पानी के सभी ग्यारह संकेतक और विकास के संकेतक सूची में हैं, हर एक के स्रोत और उस जाँच के साथ जिसमें वह काम आएगा।
  • SHRUG की सात फ़ाइलें डाउनलोड करके खोली जा चुकी हैं: गाँवों की सीमाएँ, जनगणना 2011 की तालिकाएँ, कुंजी फ़ाइलें और रात की रोशनी।
  • Earth Engine रजिस्टर हो चुका है, QGIS तैयार है, और प्रोजेक्ट के फ़ोल्डर और डेटा लॉग बन चुके हैं।

आगे क्या है?

बाँसवाड़ा के गाँवों की सही गिनती निकालना और उसे कुंजी फ़ाइल से मिलाना। बाँसवाड़ा के गाँवों का साफ़ नक्शा अलग निकालना। जनगणना की तालिकाएँ जोड़ना, और जाँचना कि ज़रूरी डेटा काफ़ी पूरा है (संपन्नता का डेटा कम से कम 80 प्रतिशत गाँवों का होना चाहिए, वरना ब्लॉक स्तर पर जाना होगा)। फिर सैटेलाइट लेयर, भूजल और नल का डेटा, और विश्लेषण।

जान-बूझकर क्या छोड़ा?

समय के साथ बदलाव, मशीन लर्निंग, और एक दूसरा ज़िला (थार का बाड़मेर, मेरा अपना इलाक़ा)। हर एक दिलचस्प है, और हर एक काम को दोगुना कर देता। एक पेपर में एक साफ़ योगदान। ये विचार आगे के एक बड़े अध्ययन के लिए सँभालकर रखे हैं।

पेपर पढ़ने को कब मिलेगा?

लक्ष्य है दिसंबर 2026 तक इसे एक पीयर-रिव्यूड जर्नल में भेजना। उसके बाद समीक्षा में कई महीने लगते हैं। नक्शे और नतीजे आते ही मैं यहाँ जोड़ता रहूँगा, और छपने पर उसका लिंक भी।

अगर सितंबर वाले ख़ुद से एक बात कह पाते?

डेटा छूने से पहले सवाल पक्का कर लो। क्या नहीं नापना है, जैसे दूसरा ज़िला, मशीन लर्निंग और समय के साथ बदलाव, यह तय करने से पेपर छोटा हुआ, साफ़ हुआ, और पूरा हो सकने लायक़ बना।