menu 2

Drop Down MenusCSS Drop Down MenuPure CSS Dropdown Menu

Saturday, August 29, 2026

Moving Sofa Problem কী? ৬০ বছরের গণিতের ধাঁধা, Gerver’s Sofa ও 2.2195-এর রহস্য


একটি সরু L-আকৃতির করিডোরের মোড় ঘুরিয়ে সর্বোচ্চ কত বড় সোফা নেওয়া সম্ভব?

প্রশ্নটি শুনতে খুব সাধারণ। বাস্তব জীবনে বাসা বদলের সময় আমরা সবাই কমবেশি এই সমস্যার মুখোমুখি হয়েছি—বড় সোফা দরজায় আটকে যাচ্ছে, একটু ঘোরাতে হচ্ছে, আবার পেছনে নিতে হচ্ছে।

কিন্তু এই সাধারণ সমস্যাটিই গণিতবিদদের কাছে পরিণত হয়েছে একটি বিখ্যাত geometric optimization problem-এ, যার নাম Moving Sofa Problem বা Sofa Problem

প্রায় ছয় দশক ধরে এই সমস্যার সমাধান খুঁজেছেন গণিতবিদরা। ১৯৯২ সালে Joseph Gerver একটি বিশেষ আকৃতির “সোফা” তৈরি করেন, যার ক্ষেত্রফল প্রায় 2.2195 square units। বহু বছর এটিই ছিল সবচেয়ে বড় পরিচিত সমাধান।

এরপর ২০২৪ সালের নভেম্বরে গণিতবিদ Jineon Baek একটি ১১৯-পৃষ্ঠার preprint প্রকাশ করে দাবি করেন যে Gerver-এর সোফাই আসলে সর্বোচ্চ সম্ভব আকৃতি—অর্থাৎ Moving Sofa Problem-এর সমাধান তিনি প্রমাণ করেছেন।


📌 Moving Sofa Problem কী?

ধরা যাক, একটি L-আকৃতির করিডোর আছে।

করিডোরটির প্রস্থ সর্বত্র:

১ একক

একটি শক্ত, অর্থাৎ rigid, দ্বিমাত্রিক বস্তু করিডোরের এক দিক থেকে ঢুকবে এবং ৯০° মোড় ঘুরে অন্য দিকে বের হবে।

প্রশ্ন হলো:

এমন সর্বোচ্চ ক্ষেত্রফলের কোন আকৃতি তৈরি করা যায়, যেটিকে করিডোরের দেয়ালে না ঠেকিয়ে ৯০° কোণের চারপাশ দিয়ে ঘুরিয়ে নেওয়া সম্ভব?

এই সর্বোচ্চ ক্ষেত্রফলকে বলা হয়:

Sofa Constant


 ছবিতে দেখুন—সোফাটি কীভাবে মোড় নেয়

চিত্রে দেখা যাচ্ছে, সোফাটিকে শুধু সামনে ঠেলে দিলেই হবে না। মোড়ের কাছে পৌঁছানোর পর তাকে একই সঙ্গে সরাতে এবং ঘোরাতে হয়।

এখানেই সমস্যার মূল জটিলতা।


🧩 সমস্যাটি প্রথম কে দেন?

Moving Sofa Problem-এর আনুষ্ঠানিক সূত্রপাত হয় ১৯৬৬ সালে

গণিতবিদ Leo Moser প্রশ্নটি প্রকাশ করেন:

এক ইউনিট প্রস্থের L-আকৃতির করিডোর দিয়ে সর্বোচ্চ কত ক্ষেত্রফলের একটি অঞ্চল সরানো সম্ভব?

প্রশ্নটি খুব সহজে বোঝা গেলেও এর সর্বোচ্চ সমাধান বের করা অত্যন্ত কঠিন হয়ে ওঠে।


📐 কেন একটি সাধারণ আয়তক্ষেত্র দিয়ে হবে না?

ধরুন সোফাটি একটি লম্বা আয়তক্ষেত্র।

সোজা পথে করিডোর দিয়ে সেটিকে নেওয়া সহজ।

কিন্তু L-এর কোণে পৌঁছালে সমস্যা হবে।

কারণ আয়তক্ষেত্রটির দৈর্ঘ্য বেশি হওয়ায় সেটি একই সঙ্গে:

  • এক করিডোরের দেয়াল
  • অন্য করিডোরের দেয়াল

—দুটোর সঙ্গেই আটকে যাবে।

তাই সর্বোচ্চ area পাওয়ার জন্য সোফার আকৃতিকে এমনভাবে তৈরি করতে হবে যাতে সেটি মোড়ের সময় নিজেকে “খাপ খাইয়ে” নিতে পারে।


🔄 আসল রহস্য: Translation + Rotation

Moving Sofa Problem-এর সবচেয়ে গুরুত্বপূর্ণ বিষয় হলো rigid motion

সোফাটি:

  • ভাঙা যাবে না
  • বাঁকানো যাবে না
  • আকার পরিবর্তন করা যাবে না
  • তুলে নেওয়া যাবে না

শুধু:

➡️ সরানো যাবে

🔄 ঘোরানো যাবে

অর্থাৎ একই সময়ে position এবং orientation পরিবর্তন করে সোফাটিকে করিডোরের ভেতর রাখতে হবে।


🛋️ প্রথম বড় অগ্রগতি: Hammersley Sofa

১৯৬৮ সালে গণিতবিদ John Hammersley একটি আকৃতি প্রস্তাব করেন।

তার তৈরি সোফার ক্ষেত্রফল ছিল:

2.2074...

আরও নির্দিষ্টভাবে:

π/2 + 2/π ≈ 2.2074

এটি Moving Sofa Problem-এর ক্ষেত্রে একটি গুরুত্বপূর্ণ lower bound তৈরি করে।

অর্থাৎ অন্তত এত ক্ষেত্রফলের একটি আকৃতি যে করিডোর পার হতে পারে, তা দেখানো সম্ভব হলো।


🛋️ Gerver’s Sofa: বড় লাফ

১৯৯২ সালে Joseph Gerver আরও উন্নত একটি আকৃতি তৈরি করেন।

তার sofa-এর ক্ষেত্রফল:

2.219531668...

অর্থাৎ প্রায়:

2.2195 square units

এটি Hammersley-এর 2.2074-এর চেয়ে সামান্য বড় হলেও গণিতের দৃষ্টিতে এই সামান্য বৃদ্ধিই ছিল অত্যন্ত গুরুত্বপূর্ণ।


Gerver’s Sofa দেখতে কেমন?

মজার ব্যাপার হলো, এটি দেখতে প্রচলিত কোনো আরামদায়ক সোফার মতো নয়।

গণিতের “সোফা” বলতে এখানে আসলে যেকোনো দ্বিমাত্রিক rigid shape বোঝানো হচ্ছে।

Gerver-এর আকৃতির boundary-তে মোট ১৮টি curve section রয়েছে।


🔢 2.2195 সংখ্যাটি এত গুরুত্বপূর্ণ কেন?

ধরা যাক করিডোরের প্রস্থ:

১ মিটার

তাহলে একই জ্যামিতিক scaling অনুসারে Gerver’s Sofa-এর area হবে প্রায়:

2.2195 বর্গমিটার

যদি করিডোরের প্রস্থ ২ মিটার হয়, area scale করবে বর্গ হিসেবে:

2.2195 × 2² = 8.8781 বর্গমিটার

অর্থাৎ corridor width দ্বিগুণ করলে সর্বোচ্চ sofa area চারগুণ হবে।

এটাই geometry-এর scaling principle


🤯 এত বছর ধরে সমস্যাটি সমাধান করা কঠিন কেন?

কারণ এখানে শুধু একটি আকৃতি খুঁজে পেলেই হবে না।

আপনাকে প্রমাণ করতে হবে:

এর চেয়ে বড় কোনো আকৃতি পৃথিবীর কোনো গণিতবিদই তৈরি করতে পারবেন না।

এটাই মূল চ্যালেঞ্জ।

একটি 2.2195 area-এর sofa বানিয়ে দেখানো মানে:

“কমপক্ষে 2.2195 সম্ভব।”

কিন্তু সর্বোচ্চ প্রমাণ করতে হলে দেখাতে হবে:

“2.2195-এর চেয়ে একটুও বেশি সম্ভব নয়।”

এই দুই বক্তব্যের মধ্যে বিশাল পার্থক্য।


📊 Lower Bound বনাম Upper Bound

Moving Sofa Problem বোঝার জন্য দুটি শব্দ খুব গুরুত্বপূর্ণ।

Lower Bound

এমন একটি sofa পাওয়া গেছে যেটি সত্যিই করিডোর পার হতে পারে।

Gerver-এর sofa:

Area ≈ 2.2195

তাই:

Maximum area ≥ 2.2195

Upper Bound

কোনো sofa-ই এর চেয়ে বড় হতে পারবে না—এমন প্রমাণ।

২০১৮ সালে Kallus ও Romik একটি computer-assisted পদ্ধতিতে upper bound নামিয়ে আনেন:

2.37

অর্থাৎ তখন জানা ছিল:

2.2195 ≤ Sofa Constant ≤ 2.37

এই gap-টাই ছিল সমস্যার বড় রহস্য।


🧠 ২০২৪ সালের বড় ঘটনা: Jineon Baek-এর দাবি

২০২৪ সালের ২৯ নভেম্বর গণিতবিদ Jineon Baek arXiv-এ Optimality of Gerver's Sofa নামে ১১৯ পৃষ্ঠার একটি গবেষণাপত্র প্রকাশ করেন।

তার মূল দাবি:

Gerver’s Sofa-ই সর্বোচ্চ।

অর্থাৎ:

Sofa Constant = 2.2195...

তার abstract-এ সরাসরি বলা হয়েছে যে Gerver-এর ১৮-curve-section construction সর্বোচ্চ area অর্জন করে।

University of Pittsburgh এবং Korea Institute for Advanced Study-র seminar descriptions-এও Baek-এর কাজকে Moving Sofa Problem-এর সমাধান হিসেবে উপস্থাপন করা হয়েছে।

তবে একটি গুরুত্বপূর্ণ সতর্কতা আছে।

Baek-এর কাজটি arXiv preprint হিসেবে প্রকাশিত হয়েছিল। Scientific American-ও ২০২৫ সালের প্রতিবেদনে উল্লেখ করেছিল যে proof-টি তখনও thorough peer review-এর মধ্য দিয়ে যায়নি।

তাই সবচেয়ে সতর্ক ভাষায় বলা যায়:

Baek একটি পূর্ণ সমাধানের দাবি করেছেন এবং গবেষণাটি Gerver’s Sofa-এর optimality প্রমাণ করার একটি ১১৯-পৃষ্ঠার mathematical proof দেয়।


🔬 Baek কীভাবে সমস্যাটি সমাধান করার চেষ্টা করেছেন?

এখানে গণিত বেশ কঠিন হয়ে যায়।

সহজভাবে বললে, তিনি এমন একটি upper-bound functional তৈরি করেন যা কোনো নির্দিষ্ট শ্রেণির sofa-এর area-কে সীমাবদ্ধ করে।

তারপর:

  1. Sofa-এর geometric structure বিশ্লেষণ করা হয়।
  2. একটি enclosing region বা boundary তৈরি করা হয়।
  3. সেটির area থেকে upper bound তৈরি করা হয়।
  4. Brunn–Minkowski theory ব্যবহার করে একটি concavity property দেখানো হয়।
  5. Gerver’s Sofa-কে সেই functional-এর local optimum হিসেবে দেখানো হয়।
  6. Global concavity-এর কারণে local optimum-ই global optimum হয়ে যায়।

এভাবেই Gerver-এর sofa-এর area-কে সর্বোচ্চ বলে প্রতিষ্ঠা করার চেষ্টা করা হয়েছে।

সাধারণ পাঠকের জন্য পুরো প্রমাণটি অত্যন্ত কঠিন; কারণ এতে convex geometry, optimization, differential equations এবং geometric measure theory-এর মতো বিষয় জড়িত।


📐 Gerver’s Sofa কেন এত অদ্ভুত দেখতে?

এখানে একটি চমৎকার mathematical principle কাজ করছে।

যে জায়গাগুলো দিয়ে sofa-এর boundary চলার সময় করিডোরের দেয়ালের সঙ্গে contact তৈরি করে, সেই contact points-এর গতিপথই sofa-এর shape নির্ধারণ করে।

অর্থাৎ shape-টি আগে থেকে ইচ্ছামতো আঁকা নয়।

বরং প্রশ্নটি অনেকটা:

“সোফাটি সর্বোচ্চ area নিয়ে কীভাবে এমনভাবে চলতে পারে যাতে প্রতিটি মুহূর্তে দেয়ালের সঙ্গে ঠিক যতটুকু contact দরকার ততটুকুই থাকে?”

এই optimization থেকেই Gerver-এর জটিল curved boundary আসে।


🖼️ বাস্তব জীবনের সঙ্গে এর সম্পর্ক কী?

বাস্তবে furniture moving করার সময়ও আমরা প্রায় একই কাজ করি।

একটি বড় সোফা দরজার কাছে আটকে গেলে আমরা:

সামনে ঠেলি → ঘোরাই → পিছাই → আবার ঘোরাই → সামনে নিই

এই পুরো movement-টি আসলে একটি motion-planning problem

তাই Moving Sofa Problem-এর ধারণার সঙ্গে সম্পর্ক রয়েছে:

  • Robotics
  • Motion planning
  • Computer graphics
  • CAD
  • Path planning
  • Geometric optimization

ইত্যাদির।

অর্থাৎ এটি শুধু “সোফা সরানোর মজার ধাঁধা” নয়; এর পেছনে বাস্তব engineering-এরও একটি mathematical flavour আছে।


🧮 একটি সহজ উদাহরণ

ধরা যাক করিডোরের প্রস্থ:

১ মিটার

এবং একটি বর্গাকার বস্তু:

১ × ১ মিটার

এটি করিডোর দিয়ে ঘুরিয়ে নেওয়া সম্ভব।

কিন্তু আপনি যদি সেটিকে লম্বা করে:

১ × ৩ মিটার

আয়তক্ষেত্র বানান, তাহলে area বেড়ে গেলেও সেটি corner ঘুরতে পারবে না।

অর্থাৎ:

বেশি area ≠ বেশি maneuverability

এই দ্বন্দ্বই Moving Sofa Problem-এর প্রাণ।


📚 Moving Sofa Problem-এর সংক্ষিপ্ত ইতিহাস

সাল ঘটনা
1966 Leo Moser সমস্যাটি আনুষ্ঠানিকভাবে উত্থাপন করেন
1968 John Hammersley area ≈ 2.2074-এর sofa প্রস্তাব করেন
1992 Joseph Gerver area ≈ 2.2195-এর sofa তৈরি করেন
2018 Kallus ও Romik upper bound 2.37-এ নামিয়ে আনেন
2024 Jineon Baek Gerver’s Sofa-এর optimality প্রমাণের দাবি করেন
2025–26 গবেষণাটি নিয়ে ব্যাপক mathematical/public discussion অব্যাহত থাকে


❓ Moving Sofa Problem কি এখন সত্যিই সমাধান হয়েছে?

Baek-এর গবেষণাপত্র অনুযায়ী—হ্যাঁ।

তিনি দাবি করেছেন:

Sofa Constant = 2.219531668...

এবং Gerver’s Sofa সেই maximum area অর্জন করে।

তবে বৈজ্ঞানিক সতর্কতার জন্য বলা ভালো, এটি একটি arXiv preprint; preprint প্রকাশিত হওয়া এবং peer-reviewed journal-এ চূড়ান্তভাবে গৃহীত হওয়া একই বিষয় নয়। ২০২৫ সালের Scientific American-এর প্রতিবেদনেও এই distinction উল্লেখ ছিল।


🌟 এই সমস্যাটি এত বিখ্যাত কেন?

কারণ Moving Sofa Problem-এর সৌন্দর্য হলো:

প্রশ্নটি সবাই বুঝতে পারে।

একজন স্কুলের ছাত্রও বুঝতে পারে:

“একটা বড় সোফা L-আকৃতির করিডোর দিয়ে কীভাবে ঘুরবে?”

কিন্তু উত্তর দিতে গিয়ে প্রয়োজন হয়:

  • advanced geometry
  • optimization
  • calculus
  • differential equations
  • convex geometry
  • mathematical analysis

এটাই pure mathematics-এর অন্যতম আকর্ষণীয় দিক।

একটি শিশুসুলভ প্রশ্নও কখনো কখনো এমন গভীর mathematical structure লুকিয়ে রাখতে পারে, যা সমাধান করতে কয়েক দশক লেগে যায়।


🛋️ শেষ কথা

Moving Sofa Problem আমাদের একটি অসাধারণ শিক্ষা দেয়:

সহজ প্রশ্ন মানেই সহজ উত্তর নয়।

১৯৬৬ সালে একটি সাধারণ furniture-moving প্রশ্ন দিয়ে শুরু হওয়া এই mathematical journey Hammersley, Gerver, Kallus, Romik এবং পরবর্তীতে Jineon Baek-এর কাজের মধ্য দিয়ে এগিয়েছে।

আজ Gerver’s Sofa-এর প্রায় 2.2195 square-unit area শুধু একটি অদ্ভুত জ্যামিতিক সংখ্যা নয়—এটি কয়েক দশকের mathematical exploration-এর প্রতীক।

আর সবচেয়ে মজার বিষয়?

পরবর্তীবার বাসা বদলানোর সময় যখন সোফা দরজায় আটকে যাবে, তখন হয়তো মনে পড়বে—

আপনি যে সমস্যায় বিরক্ত হচ্ছেন, সেটিই একসময় গণিতের সবচেয়ে বিখ্যাত geometric puzzles-এর একটি হয়ে উঠেছিল! 🛋️

আমিনবাজার Waste-to-Energy প্রকল্প: ৫,৭৪৫ কোটি টাকা খরচ, বিদ্যুতের দাম ও লাভ-ক্ষতির বিশ্লেষণ


ঢাকার বর্জ্য ব্যবস্থাপনা দীর্ঘদিনের একটি বড় সমস্যা। প্রতিদিন হাজার হাজার টন পৌর বর্জ্য landfill-এ জমা হচ্ছে। এই সমস্যার পাশাপাশি বিদ্যুৎ উৎপাদনের লক্ষ্য নিয়ে ঢাকার আমিনবাজারে Waste-to-Energy (WtE) প্রকল্প বাস্তবায়নের উদ্যোগ নেওয়া হয়েছে।

চীনা প্রতিষ্ঠান China Machinery Engineering Corporation (CMEC)-এর সঙ্গে সংশ্লিষ্ট এই প্রকল্পে প্রতিদিন প্রায় ৩,০০০ টন পৌর বর্জ্য ব্যবহার করে ৪২.৫ মেগাওয়াট বিদ্যুৎ উৎপাদনের পরিকল্পনা রয়েছে।

প্রকল্পটি নিয়ে সবচেয়ে বড় প্রশ্ন হলো—এটি কি বাংলাদেশের জন্য অর্থনৈতিকভাবে লাভজনক, নাকি দীর্ঘমেয়াদে একটি ব্যয়বহুল বিদ্যুৎ চুক্তিতে পরিণত হতে পারে?

এই প্রতিবেদনে প্রকল্পটির ব্যয়, বিনিয়োগ, বিদ্যুতের দাম, ২৫ বছরের সম্ভাব্য খরচ এবং পরিবেশগত লাভ-ক্ষতি সহজভাবে বিশ্লেষণ করা হলো।


আমিনবাজার Waste-to-Energy প্রকল্প কী?

Waste-to-Energy হলো এমন একটি প্রযুক্তি, যেখানে নির্দিষ্ট ধরনের পৌর বর্জ্যকে নিয়ন্ত্রিত পরিবেশে প্রক্রিয়াজাত বা দহন করে তাপ উৎপাদন করা হয়। সেই তাপ দিয়ে পানি থেকে বাষ্প তৈরি করা হয় এবং বাষ্পের মাধ্যমে turbine ও generator চালিয়ে বিদ্যুৎ উৎপাদন করা হয়।

সহজভাবে প্রক্রিয়াটি হলো:

বর্জ্য → বাছাই/প্রস্তুতকরণ → দহন → তাপ → বাষ্প → টারবাইন → জেনারেটর → বিদ্যুৎ

আমিনবাজার প্রকল্পের পরিকল্পনা অনুযায়ী প্রতিদিন প্রায় ৩,০০০ টন পৌর বর্জ্য ব্যবহার করা হবে।


প্রকল্পটির গুরুত্বপূর্ণ তথ্য

প্রকাশিত প্রকল্প নথি অনুযায়ী:

বিষয় তথ্য
প্রকল্পের স্থান আমিনবাজার, ঢাকা
প্রকল্পের ধরন Waste-to-Energy
দৈনিক বর্জ্য প্রায় ৩,০০০ টন
বিদ্যুৎ উৎপাদন ক্ষমতা ৪২.৫ MW
মোট প্রকল্প ব্যয় প্রায় $467 million
আনুমানিক বাংলাদেশি মূল্য প্রায় ৫,৭৪৫ কোটি টাকা
বিদ্যুৎ ক্রয়ের মেয়াদ ২৫ বছর
Developer CMEC
বিদ্যুৎ ক্রেতা BPDB
বিদ্যুৎ জাতীয় গ্রিডে সরবরাহ

AIIB-এর প্রকল্প নথিতে এই প্রকল্পের estimated cost প্রায় $467 million এবং ২৫ বছরের বিদ্যুৎ ক্রয় চুক্তির কথা উল্লেখ রয়েছে।


💰 আমিনবাজার প্রকল্পের মোট খরচ কত?

বর্তমান প্রকাশিত estimate অনুযায়ী প্রকল্পটির মোট ব্যয় প্রায়:

$467 million

ডলার ও টাকার বিনিময় হার পরিবর্তনশীল হলেও ১ ডলার প্রায় ১২৩ টাকা ধরে হিসাব করলে:

$467 million × Tk123 ≈ Tk57.4 billion

অর্থাৎ প্রায়:

৫,৭৪৫ কোটি টাকা

এখানে মনে রাখতে হবে, এটি প্রকল্পের estimated capital cost। ২৫ বছরে বিদ্যুৎ কেনার মোট অর্থ এর মধ্যে অন্তর্ভুক্ত নয়।


🇨🇳 চীন কত টাকা বিনিয়োগ করছে?

প্রকাশিত financing structure অনুযায়ী CMEC-এর equity contribution প্রায়:

$157 million

বর্তমান বিনিময় হার ধরে এটি আনুমানিক ১,৯০০ কোটি টাকার কিছু বেশি

এ ছাড়া AIIB এবং New Development Bank বা NDB থেকে মোট প্রায় $200 million ঋণ নেওয়ার কাঠামো রয়েছে।

অর্থাৎ প্রকল্পের পুরো ৫,৭৪৫ কোটি টাকা চীনের সরাসরি বিনিয়োগ নয়।

এখানে দুটি বিষয় আলাদা:

CMEC-এর equity investment ≠ পুরো project cost

এবং

AIIB/NDB loan ≠ চীনের অনুদান

ঋণের অর্থ প্রকল্পের আর্থিক কাঠামোর অংশ এবং তা পরিশোধ করতে হবে।


⚡ প্রতি ইউনিট বিদ্যুতের দাম কত?

প্রকল্পটির সবচেয়ে আলোচিত বিষয়গুলোর একটি হলো বিদ্যুতের tariff।

প্রকাশিত তথ্য অনুযায়ী Power Purchase Agreement বা PPA-তে বিদ্যুতের দাম প্রায়:

২১.৭৮ US cents/kWh

১ US dollar প্রায় ১২৩ টাকা ধরে:

0.2178 × 123 ≈ Tk26.79

অর্থাৎ বর্তমান বিনিময় হার ধরে প্রায়:

২৬ টাকা ৭৯ পয়সা প্রতি ইউনিট

ডলার-ভিত্তিক tariff হওয়ায় ভবিষ্যতে বিনিময় হার পরিবর্তিত হলে বাংলাদেশি টাকায় প্রকৃত ব্যয়ও পরিবর্তিত হতে পারে।


📊 বছরে কত বিদ্যুৎ উৎপাদন হতে পারে?

প্রকল্পটির ক্ষমতা ৪২.৫ MW।

যদি plant ১০০ শতাংশ capacity-তে সারাবছর চলত:

42.5 × 8,760 = 372.3 million units

তবে বাস্তবে কোনো power plant সবসময় ১০০ শতাংশ capacity-তে চলে না।

৮৫% capacity factor ধরে:

372.3 million × 85% ≈ 316.5 million units

অর্থাৎ বছরে আনুমানিক:

৩১.৬ কোটি ইউনিট বিদ্যুৎ

উৎপাদন হতে পারে।


💸 বছরে বাংলাদেশ কত টাকা দিতে পারে?

যদি প্রতি ইউনিটের দাম Tk26.79 এবং বার্ষিক উৎপাদন ৩১.৬৫ কোটি ইউনিট ধরা হয়:

৩১.৬৫ কোটি × Tk26.79

৮৪৮ কোটি টাকা/বছর

অর্থাৎ সরল হিসাবে বছরে প্রায়:

৮৪৮ কোটি টাকা


🧮 ২৫ বছরে মোট কত টাকা?

একই tariff এবং ৮৫% capacity factor ২৫ বছর ধরে অপরিবর্তিত থাকে—এমন সরল হিসাব করলে:

Tk848 কোটি × 25

Tk21,200 কোটি

অর্থাৎ প্রায় ২১ হাজার ২০০ কোটি টাকা

ডলারে এই হিসাব প্রায় $1.72 billion-এর কাছাকাছি।

তবে এটি চূড়ান্ত সরকারি liability নয়। কারণ প্রকৃত PPA payment exchange rate, tariff adjustment, plant availability, capacity-related payment এবং অন্যান্য contractual terms-এর ওপর নির্ভর করতে পারে।


❗ ৫,৭৪৫ কোটি টাকার প্রকল্পে ২১ হাজার কোটি টাকা কেন?

এখানে অনেক সময় ভুল বোঝাবুঝি হয়।

৫,৭৪৫ কোটি টাকা হলো আনুমানিক প্রকল্প নির্মাণ ও অর্থায়নের ব্যয়।

আর ২১,২০০ কোটি টাকা হলো ২৫ বছরে বিদ্যুৎ কেনার একটি সরল হিসাব।

বিদ্যুৎ বিক্রি থেকে পাওয়া revenue দিয়ে প্রকল্প কোম্পানিকে:

  • ঋণের কিস্তি
  • ঋণের সুদ
  • operation ও maintenance
  • কর্মচারী
  • waste processing
  • insurance
  • ash management
  • কর
  • equity investor-এর return

ইত্যাদি ব্যয় বহন করতে হবে।

তাই ২১,২০০ কোটি টাকা পুরোপুরি CMEC-এর লাভ নয়।


🌱 পরিবেশগত সুবিধা কী হতে পারে?

১. landfill-এর ওপর চাপ কমবে

প্রতিদিন প্রায় ৩,০০০ টন বর্জ্য treatment করা গেলে বিপুল পরিমাণ বর্জ্য landfill-এ যাওয়ার প্রয়োজন কমতে পারে।

এক বছরে:

৩,০০০ × ৩৬৫ = ১০.৯৫ লাখ টন

অর্থাৎ ২৫ বছরে তাত্ত্বিকভাবে প্রায় ২.৭৪ কোটি টন বর্জ্য treatment করার সক্ষমতা তৈরি হতে পারে।

২. Methane নির্গমন কমানোর সুযোগ

Landfill-এ জৈব বর্জ্য পচলে methane তৈরি হয়। Waste-to-Energy-এর মাধ্যমে landfill-এ যাওয়ার বর্জ্য কমানো গেলে methane emission কমানোর সুযোগ রয়েছে।

৩. বর্জ্যকে সম্পদে পরিণত করার সুযোগ

যে বর্জ্যকে আগে শুধু সমস্যা হিসেবে দেখা হতো, তার একটি অংশকে energy resource হিসেবে ব্যবহার করা সম্ভব হবে।


⚠️ পরিবেশগত ঝুঁকি কী?

Waste-to-Energy প্রকল্পকে স্বয়ংক্রিয়ভাবে “পরিবেশবান্ধব” ধরে নেওয়া ঠিক নয়।

বর্জ্য পোড়ানোর ফলে:

  • particulate matter
  • flue gas
  • বিভিন্ন gas pollutant
  • bottom ash
  • fly ash

তৈরি হতে পারে।

তাই প্রকল্পটির পরিবেশগত নিরাপত্তা নির্ভর করবে:

উন্নত flue-gas treatment + emission monitoring + নিরাপদ ash disposal + সঠিক combustion control

এর ওপর।

বিশেষ করে fly ash-এর মতো অবশিষ্ট পদার্থ যথাযথভাবে ব্যবস্থাপনা না করলে নতুন পরিবেশগত সমস্যা তৈরি হতে পারে।


♻️ Recycling কি ক্ষতিগ্রস্ত হতে পারে?

এটি অত্যন্ত গুরুত্বপূর্ণ একটি বিষয়।

কাগজ, ধাতু, কাচ এবং পুনর্ব্যবহারযোগ্য প্লাস্টিকের মতো উপাদান যদি আগে আলাদা করা সম্ভব হয়, তাহলে সেগুলো recycling করা বেশি যৌক্তিক হতে পারে।

তাই একটি কার্যকর waste-management system হওয়া উচিত:

Reduce → Reuse → Recycle → Energy Recovery → Landfill

অর্থাৎ Waste-to-Energy যেন recycling-এর বিকল্প না হয়ে যায়।


💰 অর্থনৈতিকভাবে প্রকল্পটির বড় সুবিধা

সম্ভাব্য সুবিধা

  • বর্জ্য ব্যবস্থাপনার অবকাঠামো তৈরি হবে।
  • landfill-এর ওপর চাপ কমতে পারে।
  • বিদ্যুৎ উৎপাদন হবে।
  • waste treatment-এর মাধ্যমে নগর ব্যবস্থাপনার একটি বড় সমস্যা মোকাবিলা করা যাবে।
  • দীর্ঘমেয়াদে landfill expansion-এর প্রয়োজন কমতে পারে।

🚨 অর্থনৈতিক ঝুঁকি

১. বিদ্যুতের tariff বেশি

প্রায় ২৬.৮ টাকা/ইউনিট tariff বাংলাদেশের জন্য উল্লেখযোগ্যভাবে বেশি।

সাম্প্রতিক কিছু competitive solar bid-এর তুলনায় এই tariff অনেক বেশি।

২. দীর্ঘমেয়াদি চুক্তি

২৫ বছরের PPA বাংলাদেশের ওপর দীর্ঘমেয়াদি payment obligation তৈরি করতে পারে।

৩. Exchange-rate risk

Tariff dollar-denominated হলে টাকার মূল্য কমে গেলে বাংলাদেশি টাকায় বিদ্যুতের ব্যয় বাড়বে।

৪. Waste supply risk

প্রতিদিন প্রায় ৩,০০০ টন উপযুক্ত বর্জ্য সরবরাহ করা না গেলে plant-এর efficiency ও economics ক্ষতিগ্রস্ত হতে পারে।

৫. Capacity utilisation

Plant কম capacity-তে চললে fixed cost কম বিদ্যুতের ওপর ভাগ হবে। ফলে effective cost per unit আরও বেড়ে যেতে পারে।


☀️ Solar-এর সঙ্গে তুলনা কেন আসছে?

সাম্প্রতিক সময়ে বাংলাদেশে competitive bidding-এর মাধ্যমে solar electricity-এর tariff অনেক কমে এসেছে।

কিছু সাম্প্রতিক solar bid-এ tariff প্রায় ৭.৫–৮.৪ US cents/kWh-এর কাছাকাছি ছিল।

অন্যদিকে আমিনবাজার WtE প্রকল্পের প্রকাশিত tariff প্রায় ২১.৭৮ cents/kWh

অর্থাৎ বিদ্যুতের দাম বিবেচনায় WtE অনেক বেশি ব্যয়বহুল।

তবে এখানে সরাসরি apples-to-apples comparison করা উচিত নয়।

কারণ solar:

  • landfill waste treatment করে না
  • সূর্যালোকের ওপর নির্ভরশীল
  • storage বা grid balancing প্রয়োজন হতে পারে

অন্যদিকে Waste-to-Energy:

  • বর্জ্য treatment করে
  • তুলনামূলকভাবে firm electricity দিতে পারে
  • landfill-এর ওপর চাপ কমাতে পারে।

তাই প্রকল্প মূল্যায়নে শুধু electricity tariff নয়, waste-management benefit-এর অর্থনৈতিক মূল্যও বিবেচনা করা উচিত।


🧐 প্রকল্পটি কি বাংলাদেশের জন্য লাভজনক?

এর উত্তর এক কথায় দেওয়া কঠিন।

শুধু বিদ্যুৎ হিসেবে দেখলে

🔴 অর্থনৈতিকভাবে দুর্বল

প্রায় ২৬.৮ টাকা/ইউনিট tariff একটি বড় প্রশ্ন তৈরি করে।

Waste management + electricity হিসেবে দেখলে

🟡 সম্ভাবনাময়

কারণ প্রতিদিন হাজার হাজার টন বর্জ্য treatment করার সক্ষমতার নিজস্ব অর্থনৈতিক মূল্য রয়েছে।

পরিবেশগত দিক থেকে

🟠 শর্তসাপেক্ষ

আধুনিক emission-control system, real-time monitoring এবং নিরাপদ ash disposal নিশ্চিত করা না গেলে ঝুঁকি তৈরি হতে পারে।


🇧🇩 বাংলাদেশের কী করা উচিত?

প্রকল্পটি নিয়ে বিতর্কের পরিবর্তে প্রথমে পূর্ণ তথ্য জনসমক্ষে আনা প্রয়োজন।

বিশেষ করে প্রকাশ করা উচিত:

  1. সম্পূর্ণ Power Purchase Agreement
  2. tariff-এর পূর্ণ formula
  3. capacity payment-এর বিস্তারিত
  4. ২৫ বছরে সম্ভাব্য মোট financial liability
  5. CMEC-এর equity return
  6. AIIB/NDB ঋণের সুদ ও repayment schedule
  7. emission monitoring-এর পদ্ধতি ও ফলাফল
  8. fly ash ও bottom ash disposal plan
  9. waste supply কম হলে দায় কার
  10. recycling-এর সঙ্গে প্রকল্পটির সমন্বয় কীভাবে হবে

এই তথ্যগুলো প্রকাশ করা হলে প্রকল্পটি নিয়ে জনসাধারণের মূল্যায়ন আরও তথ্যভিত্তিক হবে।


📌 শেষ কথা: আমিনবাজার প্রকল্প কি লাভ নাকি ক্ষতি?

আমিনবাজার Waste-to-Energy প্রকল্পের ধারণা নিজে খারাপ নয়। ঢাকার মতো একটি ঘনবসতিপূর্ণ শহরে বর্জ্য ব্যবস্থাপনা এবং বিদ্যুৎ উৎপাদনকে একসঙ্গে সমাধানের চেষ্টা গুরুত্বপূর্ণ।

কিন্তু প্রকল্পটির বিদ্যুতের tariff তুলনামূলকভাবে বেশি, এবং ২৫ বছরের দীর্ঘমেয়াদি চুক্তির কারণে বাংলাদেশের আর্থিক ঝুঁকিও রয়েছে।

অন্যদিকে, প্রতিদিন প্রায় ৩,০০০ টন বর্জ্য treatment করার সুবিধাকে শুধু বিদ্যুতের দামের সঙ্গে তুলনা করলে পুরো চিত্র পাওয়া যাবে না।

সুতরাং প্রকল্পটির প্রকৃত মূল্যায়ন হওয়া উচিত তিনটি প্রশ্নের ভিত্তিতে:

১. বিদ্যুৎ কত দামে পাওয়া যাচ্ছে?

২. বর্জ্য ব্যবস্থাপনায় প্রকৃত সুবিধা কত?

৩. পরিবেশগত ঝুঁকি কতটা নিয়ন্ত্রণ করা সম্ভব?

বর্জ্য থেকে বিদ্যুৎ উৎপাদন অবশ্যই করা যেতে পারে—কিন্তু বাংলাদেশের স্বার্থে সেটি হতে হবে স্বচ্ছ, প্রতিযোগিতামূলক, পরিবেশসম্মত এবং দীর্ঘমেয়াদে আর্থিকভাবে যুক্তিসঙ্গত।

শেষ পর্যন্ত প্রশ্নটি শুধু “চীনের সঙ্গে প্রকল্প” নয়।

প্রশ্ন হলো—

বাংলাদেশের জনগণ ২৫ বছরে কত টাকা দেবে এবং বিনিময়ে কতটা বিদ্যুৎ, কতটা বর্জ্য ব্যবস্থাপনা সুবিধা এবং কতটা পরিবেশগত লাভ পাবে?

এই প্রশ্নের উত্তরই প্রকল্পটির প্রকৃত সাফল্য বা ব্যর্থতা নির্ধারণ করবে।


তথ্যসূত্র

Asian Infrastructure Investment Bank (AIIB) — Bangladesh: North Dhaka Waste-to-Energy Project

The Daily Star — Aminbazar Waste-to-Energy project ও electricity tariff সংক্রান্ত প্রকাশিত প্রতিবেদন

The Business Standard — Bangladesh Waste-to-Energy project সংক্রান্ত প্রকাশিত তথ্য

বাংলাদেশের সংশ্লিষ্ট প্রকল্প ও সরকারি নথি — PPA, waste supply এবং project implementation সংক্রান্ত প্রকাশিত তথ্য।

নোট: এই প্রতিবেদনে ২৫ বছরের মোট বিদ্যুৎ ব্যয়ের হিসাবটি একটি সরল illustrative calculation। প্রকৃত চুক্তিভিত্তিক অর্থপ্রদান exchange rate, tariff adjustment, capacity/availability payment এবং PPA-এর অন্যান্য শর্তের কারণে ভিন্ন হতে পারে।