ڈیزاسٹر ڈیٹا کی متزلزل بنیادیں امداد کو کمزور کرتی ہیں۔

یہ تعداد صرف سمندری طوفان سے براہ راست ہلاک ہونے والوں کی عکاسی کرتی ہے – جو اگلی صبح یا اس کے فوراً بعد ملے – اور اس میں وہ ہزاروں شامل نہیں تھے جو آفت کے بعد ہفتوں اور مہینوں میں مر گئے۔ ماریا نے پورٹو ریکو کے بنیادی ڈھانچے کو سخت نقصان پہنچایا: وہاں بجلی کی بڑی بندش تھی جس سے ہسپتال بند ہو گئے، طبی سامان ختم ہو گیا اور جزیرے میں دیگر اہم بنیادی ڈھانچہ منہدم ہو گیا۔ ایک سال بعد پورٹو ریکو کی حکومت کی طرف سے کمیشن کی گئی ایک خصوصی تشخیص میں، محققین کی ایک ٹیم نے اس واقعے کے بعد ہونے والی اموات کی تعداد پر نظر ثانی کی۔ کل تعداد بڑھ کر 2,975 ہوگئی – اصل تخمینہ سے 46 گنا زیادہ۔

سمندری طوفان ماریا کی مثال کوئی انوکھی نہیں۔ بہت سے ممالک میں، آفات کے اثرات کو ٹریک کرنے کے لیے استعمال ہونے والے ڈیٹا بیس بری طرح غلط ہو سکتے ہیں۔

وہ بنیادی طور پر حکومت اور خبروں کی رپورٹوں پر انحصار کرتے ہیں – لیکن ان کی تشکیل اس وقت ہوتی ہے جب حکومتیں معلومات فراہم کرنے کا انتخاب کرتی ہیں اور یہ حکومتیں اس بات کی وضاحت کیسے کرتی ہیں کہ کس چیز کو تباہی کے اثرات کے طور پر شمار کیا جاتا ہے۔ ڈیٹا صرف تعلیمی مقاصد کے لیے استعمال نہیں کیا جاتا ہے۔ تباہی کے اعداد و شمار آج کی دنیا میں بہت زیادہ وزنی ہیں۔ وہ اس بات پر اثر انداز ہو سکتے ہیں کہ کن ممالک کو فنڈز ملتے ہیں اور کہاں ڈیزاسٹر فنڈز خرچ ہوتے ہیں۔

اگرچہ یہ فیصلوں کو اکثر تکنیکی طور پر وضع کیا جاتا ہے، تاہم تباہی کی اطلاع دینے کی ایک سیاسی جہت ہوتی ہے۔ ڈیٹا اکثر اس بات کا تعین کر سکتا ہے کہ کس کی تکلیف کو ریکارڈ کیا گیا ہے اور اسے ترجیح دی گئی ہے۔ ہم ان اعداد و شمار کو حقائق کے طور پر دیکھتے ہیں، لیکن وہ نہیں ہیں. وہ سسٹمز کے ذریعہ پیدا ہوتے ہیں، اسی طرح کی کمزوریوں کے ساتھ جو کسی دوسرے پالیسی کے دائرے میں ہوتے ہیں۔ ڈیزاسٹر ڈیٹا اس سے کہیں کم قابل بھروسہ ہے جتنا کہ اس کے صارفین اکثر سمجھتے ہیں۔

اچھے ڈیٹا کے معیار متنازعہ نہیں ہیں۔ ڈیٹا کو اس بات کی عکاسی کرنی چاہیے کہ اصل میں کیا ہوا ہے، مکمل تصویر کھینچنا چاہیے، وقت اور جغرافیہ میں موازنہ رہنا چاہیے، اور ایک ہی واقعے کو دو بار شمار نہیں کرنا چاہیے۔ بدقسمتی سے، ہم اسے حاصل کرنے سے بہت دور ہیں۔

ڈیزاسٹر ڈیٹا بیس دراصل کیسے کام کرتے ہیں۔

ہمیں آفات سے ڈیٹا کی ضرورت ہے۔ بحالی کی کوششوں کی منصوبہ بندی کی جانی چاہیے، انسانی امداد کی فراہمی اور لچک کے منصوبے بنائے جائیں۔ ایمرجنسی ایونٹس ڈیٹا بیس (EM-DAT) عالمی آفات کے اعداد و شمار کا سب سے زیادہ استعمال ہونے والا مفت ذریعہ ہے، جو تکنیکی اور قدرتی دونوں خطرات کا احاطہ کرتا ہے۔ اس کے پاس 1900 سے لے کر اب تک 27,000 سے زیادہ واقعات کا ریکارڈ ہے۔ کسی ایونٹ کو شامل کرنے کے لیے، اسے کم از کم تین اہم معیاروں میں سے ایک پر پورا اترنا چاہیے: 10 یا اس سے زیادہ لوگ مارے گئے؛ 100 یا اس سے زیادہ لوگ متاثر ہوئے؛ یا ہنگامی حالت کا اعلان یا بین الاقوامی امداد کی کال۔

معقول ہونے کے باوجود، ان معیارات کا مطلب ہے کہ ڈیٹاسیٹ میں اندھے دھبے ہیں۔ ایک خشک سالی جس میں نو افراد ہلاک ہوئے تھے عام طور پر ڈیٹا بیس میں شامل نہیں کیا جائے گا، جب تک کہ یہ ہنگامی اعلان یا امداد کے لیے بین الاقوامی کال کو متحرک نہ کرے۔ سیلاب کے لیے بھی ایسا ہی ہوتا ہے جو 95 افراد کو متاثر کرتا ہے۔ اور وہاں ایک اہم انتباہ ہے: یہ متاثرہ یا ہلاک ہونے والے لوگوں کی تعداد پر مرکوز ہے۔ اگر رپورٹنگ درست نہیں ہے، تو ڈیٹا بیس بھی نہیں۔ EM-DAT کو کم از کم دو آزاد ذرائع سے ہر واقعہ کی کراس تصدیق کی ضرورت ہوتی ہے ، جو اکثر بین الاقوامی ایجنسیاں، وائر سروسز اور انگریزی زبان کا میڈیا ہوتے ہیں۔

اس کو دیکھتے ہوئے، میڈیا رپورٹنگ میں جغرافیائی تعصب EM-DAT ڈیٹا بیس میں ہی پھیلنے کا امکان ہے، جس کی وجہ سے یہ کم ترقی یافتہ معیشتوں کے مقابلے ترقی یافتہ معیشتوں میں زیادہ تباہی کے واقعات کو پکڑتا ہے۔ یہ حکومتوں کو ڈیٹا میں ہیرا پھیری کرنے دیتا ہے۔ اگر حکومت صرف نو اموات کا اعتراف کرتی ہے تو اس واقعہ کو شامل نہیں کیا جائے گا – چاہے حقیقت میں نو سے زیادہ اموات ہوں۔ یہ حکومتوں کو اپنے اعمال کے لیے جوابدہی سے بچنے دیتا ہے۔

چین میں 2008 کے سیچوان زلزلے پر غور کریں۔ سب سے زیادہ متاثرہ علاقوں میں سے کئی علاقے کی غریب کاؤنٹیاں تھیں، اور بہت سی عمارتیں منہدم ہوگئیں۔ سرکاری طور پر مرنے والوں کی تعداد 70,000 کے قریب طے کی گئی تھی، مزید 18,000 افراد اب بھی لاپتہ ہیں ۔ والدین، کارکنان اور صحافی جنہوں نے احتساب اور تعمیراتی ضابطوں کی چھان بین کرنے کی کوشش کی اور عمارتوں کے گرنے کے واقعات سنسر شپ، حراست اور نگرانی کا ہدف تھے۔ مکمل نقصان اور ذمہ داری، خاص طور پر اسکول کے گرنے کے لیے، آزادانہ طور پر تصدیق کرنا مشکل ہے۔

یہاں تک کہ جب کوئی واقعہ دہلیز پر پورا اترتا ہے، دوسری معلومات نامکمل ہو سکتی ہیں۔ معاشی نقصانات کی معلومات لاپتہ ہونے کا بنیادی ذریعہ ہے۔ یہ 2000 سے 2020 تک ریکارڈ کیے گئے 80% واقعات کے لیے دستیاب نہیں ہے۔ معاشی نقصانات کا حساب لگانا مشکل ہے اور کم اور درمیانی آمدنی والے ممالک میں شاذ و نادر ہی فراہم کیے جاتے ہیں۔ EM-DAT میں ریکارڈ کی گئی افریقی آفات میں سے صرف 4% کا معاشی نقصان کا تخمینہ ہے۔

لیکن یہ لوگوں کو آف دی شیلف ڈیٹا استعمال کرنے سے نہیں روکتا۔ بہت زیادہ بااثر اور وسیع پیمانے پر نقل کی جانے والی اشاعتوں کی بڑھتی ہوئی تعداد اس ڈیٹا کو تجرباتی مطالعات کے لیے استعمال کرتی ہے اور اس کے مسائل کے بہت محدود اعتراف کے ساتھ۔

جب آپ ڈیزاسٹر ڈیٹا بیس کا موازنہ کرتے ہیں تو حدود کا پیمانہ واضح ہو جاتا ہے۔ 1971 اور 2002 کے درمیان، EM-DAT نے کولمبیا میں 97 آفات ریکارڈ کیں ۔ ایک اور ڈیٹا بیس، DesInventar ، نے اسی عرصے میں 19,000 سے زیادہ ریکارڈ کیا۔ DesInventar میں مقامی واقعات کا صرف ایک چھوٹا سا فیصد تباہی کی EM-DAT کی تعریف پر پورا اترے گا، لیکن ایک ساتھ دیکھا جائے تو کولمبیا میں "چھوٹے" واقعات نے $1.65 بلین سے زیادہ کا نقصان پہنچایا۔ یہ کولمبیا کی سب سے مہلک آفات، نیواڈو ڈیل روئز آتش فشاں پھٹنے سے ہونے والے معاشی نقصانات سے سات گنا زیادہ ہے۔ ایک ساتھ، یہ "چھوٹے" واقعات ایک بڑا کارٹون پیک کرتے ہیں۔

DesInventar ڈیزاسٹر ڈیٹا بیس کی ایک مختلف قسم کی نمائندگی کرتا ہے۔ شمولیت کے لیے مخصوص معیارات طے کرنے کے بجائے، DesInventar ممالک کو آزادانہ طور پر اپنی تباہی کی انوینٹری بنانے کی اجازت دیتا ہے۔ عام طور پر، اس کا مطلب یہ ہے کہ اس میں تباہی کے چھوٹے واقعات شامل ہیں، لیکن اس کا مطلب یہ بھی ہے کہ ڈیٹا بیس میں شامل ڈیٹا کا معیار ریکارڈز کو جمع کرنے اور برقرار رکھنے کی ہر حکومت کی صلاحیت پر منحصر ہے۔ یہ کافی حد تک مختلف ہو سکتا ہے۔ پیرو ایک اہم مثال ہے۔ اس کا ڈیٹا ایک واحد ذریعہ استعمال کرتا ہے — اور لیما کے قریب ہونے والے واقعات ملک کے دور دراز علاقوں میں ہونے والے واقعات سے کہیں بہتر ہیں۔

اور نہ ہی یہ واحد تضاد ہے۔ ان لوگوں کی تعداد جو "متاثرہ" ہیں کافی حد تک مختلف ہو سکتے ہیں۔ EM-DAT متاثرہ افراد کو فوری امداد کی ضرورت کے طور پر بیان کرتا ہے، لیکن ممالک کے مختلف معیارات ہیں جسے "مدد" سمجھا جاتا ہے۔ کچھ میں وہ تمام لوگ شامل ہیں جو ڈیزاسٹر زون میں ہیں۔ دوسروں میں صرف وہ لوگ شامل ہیں جنہوں نے رہائش کھو دی ہے، جبکہ دیگر امداد کی درخواستوں کو پیرامیٹر کے طور پر شمار کرتے ہیں۔ ممالک حکمت عملی سے یہ بھی منتخب کر سکتے ہیں کہ کون متاثر ہوتا ہے، کیونکہ اس طرح کے اعداد و شمار اس بات کا تعین کرنے میں مدد کر سکتے ہیں کہ آیا کوئی ملک موسمیاتی موافقت کی مالی اعانت کے لیے اہل ہے یا نہیں۔

اعداد و شمار کے دیگر زمرے اور بھی زیادہ گھمبیر ہیں۔ جیسا کہ نوٹ کیا گیا ہے، اقتصادی نقصان کے تخمینے اکثر غائب رہتے ہیں اور جہاں وہ موجود ہیں، اعداد و شمار بہترین طور پر خاکے دار ہیں۔ EM-DAT اور DesInventar کے درمیان تباہی کے واقعات کا موازنہ کرنے والے کچھ مطالعات سے پتہ چلا ہے کہ زیادہ تر معاملات میں نقصانات کے اعداد و شمار 20% سے زیادہ ہو گئے ہیں۔

ڈیزاسٹر ڈیٹا کو پالیسی میں تبدیل کرنا

یہ ایک علمی تشویش معلوم ہو سکتی ہے۔ یہ نہیں ہے. یہ ڈیٹا بیس حقیقی پالیسی فیصلوں میں استعمال ہوتے ہیں۔

اقوام متحدہ کا آفات کے خطرے میں کمی کا دفتر اپنی عالمی تشخیصی رپورٹس کے لیے EM-DAT اور DesInventar دونوں کا استعمال کرتا ہے، جو بین الاقوامی آفات کی پالیسی کی رہنمائی کرنے والی اہم اشاعتوں میں سے ایک ہے۔ اقوام متحدہ کے رکن ممالک بھی سینڈائی فریم ورک مانیٹر کے ذریعے اپنی پیشرفت کی اطلاع دیتے ہیں، جو ڈیزاسٹر ڈیٹا بیس کو ان پٹ کے طور پر استعمال کرتا ہے۔ اس کے بعد اس کا استعمال ترقی کو ٹریک کرنے، تباہی کے خطرے کی ترجیحات کی نشاندہی کرنے، خطرے میں کمی کے لیے وسائل کی تقسیم کی رہنمائی اور موسمیاتی موافقت کی حکمت عملیوں کی منصوبہ بندی میں مدد کرنے کے لیے کیا جاتا ہے۔

موسمیاتی فنانس، ایک ایسا شعبہ جس نے اکیلے 2023 میں 1.9 ٹریلین ڈالر منتقل کیے، وہ بھی آب و ہوا سے متعلق تباہی کے خطرے کا اندازہ لگانے کے لیے ڈیزاسٹر ڈیٹا بیس کا استعمال کرتا ہے۔ ممالک اکثر جرمن واچ کے گلوبل کلائمیٹ رسک انڈیکس کو موافقت یا نقصانات کے لیے فنڈنگ سپورٹ کی ضرورت پر بات کرنے کے لیے استعمال کرتے ہیں۔ جرمن واچ کا موجودہ انڈیکس EM-DAT کا استعمال کرتا ہے اس کی حدود پر چند انتباہات کے ساتھ۔ یہ نقصان اور نقصان کا تجزیہ ، مثال کے طور پر، ڈیٹا کی حدود پر بحث کیے بغیر انڈیکس کا استعمال کرتا ہے۔

EM-DAT پر انحصار گلوبل کلائمیٹ رسک انڈیکس سے آگے اور ان آپریشنل ڈھانچے میں ہے جو انسانی امداد کے بہاؤ کا تعین کرتے ہیں۔ INFORM رسک انڈیکس EM-DAT کو اپنے چند خطرات کے اشارے کے لیے استعمال کرتا ہے اور اسے اقوام متحدہ کے دفتر برائے انسانی امور کے رابطہ کاری، یورپی کمیشن کے شہری تحفظ اور انسانی امداد کے آپریشنز، ورلڈ فوڈ پروگرام، ریاستہائے متحدہ کی ایجنسی برائے بین الاقوامی ترقی، اقوام متحدہ کی مرکزی ہنگامی امداد کے لیے استعمال کیا جاتا ہے۔ انسانی وسائل EM-DAT میں غلطیاں آفات کو کم فنڈز چھوڑ سکتی ہیں۔ ایسا ہو سکتا ہے اگر EM-DAT میں رپورٹ کیے گئے لوگوں سے زیادہ لوگ مر گئے کیونکہ ان کی موت کی اطلاع انگریزی میں نہیں دی گئی تھی۔

2015 میں، ملاوی حکومت نے افریقی رسک کیپسٹی (ARC) کے ذریعے خشک سالی کے انشورنس کے لیے $5 ملین ادا کیے، جو اس وقت ادا کرتا ہے جب اس کے ماڈل کا اندازہ ہوتا ہے کہ خشک سالی ایک مقررہ حد کو عبور کر چکی ہے۔ 2016 کے ال نینو خشک سالی کے بعد، جس نے 6.5 ملین افراد کو امداد کی ضرورت میں چھوڑ دیا، ماڈل نے ابتدائی طور پر پایا کہ کسی قسم کی ادائیگی کی ضمانت نہیں دی گئی، جو مکئی کی مختلف قسم کے کسانوں کے بارے میں غلط مفروضے پر مبنی ہے۔ 2017 میں ایک ادائیگی کی گئی تھی، اس وقت تک جواب پر تقریباً 395 ملین ڈالر لاگت آئی تھی۔

مضبوط گراؤنڈ کی تعمیر: پانچ اصلاحات

ہمیں واضح طور پر ڈیزاسٹر ڈیٹا کی ضرورت ہے۔ EM-DAT اور DesInventar جیسے ڈیٹا بیس کے بغیر، ہم آفات کو سمجھنے اور ان کا جواب دینے کے قابل نہیں ہوں گے۔ موسمیاتی تبدیلیوں کا جواب دینا اور مستقبل کی آفات سے بچنے کے لیے موافقت کی حکمت عملیوں کی منصوبہ بندی کرنا کہیں زیادہ مشکل ہوگا۔ لیکن وہ کامل سے بہت دور ہیں۔

اگرچہ بہتری ممکن ہے۔ درحقیقت، جیسے جیسے دنیا گرم ہو رہی ہے، اور آب و ہوا سے متعلق آفات زیادہ کثرت سے آتی جاتی ہیں، بہتری ضروری ہے۔

پہلا: ہمیں تباہی کے ڈیٹا بیس کو سچائی کے واحد ذریعہ کے طور پر نہیں بلکہ ایک نظام کے حصے کے طور پر علاج کرنا شروع کرنا چاہیے۔ ہر ڈیزاسٹر ڈیٹا بیس ایک پیمائشی ٹول ہے جس میں اطلاع دی گئی حدود ہیں، لیکن ان پر ایک ساتھ غور کرنے سے غلطیوں کو محدود کیا جا سکتا ہے۔ وسائل کی تقسیم کو مختلف ڈیزاسٹر ڈیٹا بیسز اور مقامی ڈیزاسٹر انوینٹریز کے درمیان مثلث کیا جانا چاہیے۔ اس سے گمشدہ ڈیٹا کو محدود کرنے میں مدد ملے گی – خاص طور پر اس بات کی وجہ سے کہ چھوٹے، بار بار ہونے والے واقعات تباہی کے اثرات کے ایک اہم حصہ کی نمائندگی کرتے ہیں۔

دوم، تباہی کے اثرات کو حدود میں رپورٹ کیا جانا چاہیے، صرف سرخی کے اعداد و شمار میں نہیں۔ پالیسی سازوں کے لیے یہ بہت آسان ہے کہ وہ کسی ایک نمبر پر اس کے پیچھے موجود غیر یقینی صورتحال کو مدنظر رکھے بغیر توجہ مرکوز کریں۔ 2015 میں، انٹیگریٹڈ ریسرچ آن ڈیزاسٹر رسک پروگرام نے سفارش کی کہ ڈیزاسٹر ڈیٹا میں قابل اعتماد معلومات جیسے کوالٹی سکور یا غیر یقینی کی سطح شامل ہونی چاہیے۔ ابتدائی طور پر سمندری طوفان ماریا سے ہونے والی اموات کے اعداد و شمار اضافی اموات کے تجزیے سے پیدا ہونے والے اعداد و شمار سے 46 گنا کم تھے۔ رپورٹنگ کی حد سے تضاد ختم نہیں ہوتا، لیکن یہ پالیسی سازوں کو اشارہ دے گا کہ تعداد حتمی ہونے کے بجائے عارضی تھی۔

تیسرا، ہمیں آزادانہ طور پر سرکاری گنتی کی تصدیق کرنی چاہیے۔ حکومتوں کو ہمیشہ سچ بولنے کی ترغیب نہیں دی جاتی ہے، اور اگر وہ ایسا کرنے کی کوشش بھی کر رہی ہیں، تو مختلف معیارات نقصان کے مختلف اندازوں کا باعث بن سکتے ہیں۔ تباہ شدہ علاقے میں لوگوں کی گنتی پر بھروسہ کرنے کے بجائے، ہمیں تباہی کے بعد کے معیاری میٹرک کے طور پر اضافی اموات پر توجہ دینی چاہیے۔ یہ ایک آزاد ڈیٹا پوائنٹ فراہم کرے گا جس کے خلاف سرکاری اعداد و شمار کا اندازہ لگایا جا سکتا ہے۔ اگر کوئی حکومت اعداد و شمار بتاتی ہے جو زیادہ اموات کی تعداد سے کئی گنا کم ہے تو ان کا حساب لیا جا سکتا ہے۔

ڈیٹا کی توثیق کے لیے ہم سیٹلائٹ امیجری کا بھی استعمال کر سکتے ہیں۔ 2010 میں ہیٹی کے زلزلے کے ساتھ ساتھ 2023 کے زلزلے کے بعد ترکی میں بھی اس کا بہت اثر ہوا۔ یہ ٹیکنالوجیز زمینی سطح پر ڈیٹا اکٹھا کرنے کی جگہ نہیں لے سکتیں، کیونکہ وہ انفرادی لوگوں کو شمار نہیں کر سکتیں۔ تاہم، وہ آزادانہ تجزیے کی ایک شکل فراہم کرتے ہیں جس کا استعمال دیگر اعداد و شمار سے موازنہ کرنے کے لیے کیا جا سکتا ہے جو ڈیزاسٹر ڈیٹا بیس میں داخل ہوتے ہیں۔ یہ خاص طور پر کمزور ڈیٹا اکٹھا کرنے یا رپورٹنگ انفراسٹرکچر کے حوالے سے مفید ہے۔ ہیٹی جیسے ممالک میں، گھر گھر ڈیٹا اکٹھا کرنا تقریباً ناممکن ہو سکتا ہے۔

چوتھا فکس اس کے ساتھ ہاتھ میں جاتا ہے۔ ہمیں مقامی ڈیٹا سسٹمز کو بھی بہتر طریقے سے فنڈ کرنا چاہیے۔ کئی ممالک نے ڈیزاسٹر نقصان کے حساب کتاب کے لیے DesInventar پر مبنی نظام اپنایا ہے، لیکن ان نظاموں کو برقرار رکھنے کے لیے چند مراعات ہیں۔ ہر سال، حکومتوں کو اہلکاروں کو تربیت دینے، ڈیٹا کی توثیق کرنے اور اس بات کی تصدیق کرنے کی ضرورت ہوتی ہے کہ باہم مربوط نظام درحقیقت ایک ساتھ کام کرتے ہیں۔ ان میں سے ہر ایک پیسہ خرچ کرتا ہے، اور کوئی بھی خود بخود نہیں ہوتا ہے۔ بین الاقوامی تنظیموں کو جہاں ممکن ہو اس کی مدد کرنی چاہیے۔

پانچویں، اعداد و شمار کی حدود کو مرئی بنائیں۔ کسی بھی پالیسی دستاویز کو انتباہات کے بغیر ڈیزاسٹر ڈیٹا استعمال نہیں کرنا چاہیے۔ ہر ڈیزاسٹر ڈیٹا بیس اپنے اپنے تعصبات کے ساتھ آتا ہے۔ کوئی بھی کامل نہیں ہے. انتباہات کے بغیر، پالیسی ساز ان تعصبات پر غور کیے بغیر ڈیٹا کو باہر لے جا سکتے ہیں۔ ہر رپورٹ جو ڈیزاسٹر ڈیٹا کا حوالہ دیتی ہے اس میں SDG مانیٹرنگ میٹا ڈیٹا ، INFORM کے قابل اعتماد سکور اور موسمیاتی تجزیات کے نقصان اور نقصان کی بریفنگ جیسے مواد کو شامل کرنا چاہیے تاکہ قاری کو ڈیٹا کی وشوسنییتا کے حوالے سے سیاق و سباق فراہم کیا جا سکے۔

کوئی بھی نظام کامل نہیں ہے، اور آفات کے اثرات، بشمول کون متاثر ہوا، انسانی نقصانات کا حجم اور معاشی لاگت کے حساب کے لیے بنائے گئے نظام میں ہمیشہ اندرونی مفروضے، سیاسی دباؤ اور ادارہ جاتی حدود شامل ہوں گی۔ لیکن ہم موجودہ نظام سے بہتر کر سکتے ہیں، خاص طور پر جب موسمیاتی تبدیلی کی وجہ سے قدرتی آفات کی تعدد میں اضافہ ہوتا ہے۔ روک تھام کی غلطیاں موت کی تعداد کے ساتھ آئیں گی، اور اس وقت، ڈیزاسٹر ڈیٹا بیس میں اس بات کو غلط ہونے کا خطرہ ہے کہ اس وقت کیا رپورٹ کیا گیا ہے جو اہم ہے۔

میتھیس ڈی سوزا یونیورسٹی آف ڈیلاویئر میں ڈیزاسٹر سائنس اور مینجمنٹ میں پی ایچ ڈی کے طالب علم ہیں اور انہوں نے مختلف انسانی تنظیموں جیسے کہ اقوام متحدہ کے ہائی کمشنر برائے مہاجرین اور نارویجن ریفیوجی کونسل کے ساتھ کام کیا ہے۔ وہ آفات کے کئی پہلوؤں کا مطالعہ کرتا ہے، بین تنظیمی ہم آہنگی پر توجہ مرکوز کرتے ہوئے۔

اگر آپ کے اس مضمون پر تبصرے ہیں، یا بحث میں حصہ ڈالنا چاہتے ہیں، تو براہ کرم انہیں letters@indevelopmentmag.com پر ای میل کریں۔ جوابات خطوط کے حصے میں دکھائے جائیں گے۔