วว. พัฒนาแพลดฟอร์มคาดการณ์พื้นที่เสี่ยงต่อการเกิดมลพิษทางอากาศ

        “มลพิษทางอากาศ” โดยเฉพาะฝุ่น PM2.5 ที่ประกอบด้วย ฝุ่นละออง เชื้อโรค หรือสารมลพิษอื่นๆ ซึ่งเป็นสารแขวนลอยในอากาศที่มีขนาดเล็กจนไม่สามารถถูกดักจับโดยขนจมูกได้ มีลักษณะเป็นของแข็งหรือของเหลวที่ฟุ้งกระจายในบรรยากาศ อนุภาคเหล่านี้สามารถมองเห็นได้ในลักษณะคล้ายหมอกหรือควัน โดยส่วนใหญ่ ฝุ่น PM2.5 เกิดจากการเผาไหม้ที่ไม่สมบูรณ์ เช่น การเผาไหม้จากเครื่องยนต์ดีเซล โรงงานอุตสาหกรรม การเผาไหม้ในที่โล่งจากการเกษตร รวมถึงไอเสียจากรถยนต์ ฝุ่น ควันดำ และภัยธรรมชาติอย่างไฟป่าและภูเขาไฟระเบิด

        ผลกระทบจากฝุ่น PM2.5 มีความรุนแรงต่อสุขภาพ เช่น การระคายเคืองต่อดวงตาและจมูก การเกิดริ้วรอย จุดด่างดำ และความเหี่ยวย่นของผิวพรรณในระยะยาว นอกจากนี้ PM2.5 ยังสามารถเข้าสู่ร่างกายผ่านระบบทางเดินหายใจและกระจายไปยังอวัยวะภายใน ส่งผลให้มีความเสี่ยงต่อการเกิดโรคต่างๆ เช่น โรคมะเร็งปอด โรคหลอดเลือดหัวใจ และโรคหอบหืด

        ในประเทศไทยการประเมินคุณภาพอากาศใช้ดัชนีคุณภาพอากาศ (Air Quality Index : AQI) ตามเกณฑ์ขององค์การอนามัยโลก (WHO) ปริมาณของ PM2.5 กำหนดไว้ที่ 25 ไมโครกรัมต่อลูกบาศก์เมตร สำหรับค่าเฉลี่ย 24 ชั่วโมง และ 10 ไมโครกรัมต่อลูกบาศก์เมตรสำหรับค่าเฉลี่ยต่อปี ในขณะที่ประเทศไทยกำหนดค่ามาตรฐานที่ 37.5 ไมโครกรัมต่อลูกบาศก์เมตร สำหรับค่าเฉลี่ย 24 ชั่วโมง และ 25 ไมโครกรัมต่อลูกบาศก์เมตรสำหรับค่าเฉลี่ยต่อปี

        จากร่างพระราชบัญญัติอากาศสะอาดเพื่อประชาชน กำหนดให้หน่วยงานของรัฐจัดทำเครื่องมือและกลไกในการบริหารจัดการเพื่ออากาศสะอาดของประเทศ ซึ่งเครื่องมือและกลไกในการบริหารจัดการนี้มีหลายหน่วยงานเป็นเจ้าภาพกำกับดูแล แต่เครื่องมือและกลไกในข้อ 7 ระบบเฝ้าระวังและแจ้งเตือนคุณภาพอากาศ รวมทั้งะระบบเฝ้าระวังและแจ้งเตือนผลกระทบจากมลพิษทางอากาศต่อสุขภาพ ยังไม่ถูกพัฒนาขึ้น

        ดังนั้น เพื่อเป็นการรองรับมาตรการดังกล่าวและร่วมแก้ปัญหามลพิษทางอากาศ กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) โดย ศูนย์เชี่ยวชาญนวัตกรรมหุ่นยนต์และเครื่องจักรกลอัตโนมัติ (ศนย.) สถาบันวิจัยวิทยาศาสตร์และเทคโนโลยีแห่งประเทศไทย (วว.) ร่วมกับ กรมควบคุมมลพิษ (คพ.) และ บริษัท ไทย แอดวานซ์ อินโนเวชั่น จำกัด ภายใต้งบประมาณสนับสนุนจาก สำนักงานการวิจัยแห่งชาติ (วช.) จึงได้ดำเนิน โครงการพัฒนาต้นแบบแพลตฟอร์มวิเคราะห์ข้อมูลเพื่อการพยากรณ์สำหรับการบริหารจัดการปัญหาฝุ่น PM2.5 ซึ่งเป็นแพลตฟอร์มพื้นฐานที่รองรับการทำงานดังกล่าว

     โดยแนวทางการพัฒนาของโครงการนี้ เกี่ยวข้องกับการวิเคราะห์ข้อมูลสำหรับคาดการณ์พื้นที่เสี่ยงต่อการเกิดมลพิษทางอากาศในเขตภูมิศาสตร์อากาศ (airshed) ผ่านการประยุกต์ใช้ข้อมูลลักษณะของภูมิประเทศ (topography) และอุตุนิยมวิทยา (meteorology) โดยเฉพาะเรื่องของอุณหภูมิผกผัน (temperature inversion) สำหรับประโยชน์ของการคาดการณ์พื้นที่เสี่ยงต่อการเกิดมลพิษอากาศ คือ หน่วยงานรัฐสามารถออกประกาศให้โรงงานอุตสาหกรรมหรือเกษตรกร ซึ่งจำเป็นต้องเผาวัสดุการเกษตร เลือกวันชิงเผา ในวันที่จะไม่ก่อให้เกิดฝุ่นพิษกระจุกตัวอยู่กับที่ในวันที่ไม่มีลม รวมทั้งการแจ้งเตือนให้เฝ้าระวังอย่างทันท่วงที

        โครงการพัฒนาต้นแบบแพลตฟอร์มวิเคราะห์ข้อมูลเพื่อการพยากรณ์สำหรับการบริหารจัดการปัญหาฝุ่น PM2.5 ประกอบด้วย การศึกษารวบรวมข้อมูล การวิเคราะห์ข้อมูล การประมวลผลข้อมูล การวิเคราะห์ผล การนำไปใช้งาน และการสรุป/ประเมินผล ที่มีความเชื่อมโยงกันดังนี้ การศึกษารวบรวมข้อมูลของโครงการจะใช้ข้อมูลผลการตรวจอากาศข้างบน (upper air) จากระบบ remote sensing โดยรวบรวมข้อมูลปัจจัยด้านอุตุนิยมวิทยาและการใช้ประโยชน์ที่ดิน แล้วจัดทำคำอธิบายชุดข้อมูล (metadata) ตามด้วยการจัดทำระบบจัดเก็บข้อมูล (data lake) รวมทั้งการวิเคราะห์คุณลักษณะของข้อมูลเบื้องต้น จากนั้นทำการวิเคราะห์ข้อมูลโดยการทบทวนวรรณกรรมที่เกี่ยวข้อง สำหรับใช้เป็นแนวทางสำรวจและทดสอบข้อมูลที่จำเป็นต่อการประเมินเขตภูมิศาสตร์อากาศ แล้วดำเนินการวิเคราะห์ข้อมูลที่จำเป็น (Exploratory Data Analysis : EDA) เพื่อดำเนินการหาข้อมูลคุณลักษณะที่เหมาะสมกับการประมาณการณ์พื้นที่เสี่ยงการเกิดมลพิษอากาศ

        สำหรับ ขั้นตอนการประมวลผลข้อมูล ดำเนินการทดลองประเมินพื้นที่เสี่ยงการเกิดมลพิษอากาศในเขตภูมิศาสตร์อากาศ โดยใช้การเรียนรู้ด้วยเครื่อง (machine learning) หรือการเรียนรู้เชิงลึก (deep learning) และดำเนินการฝึกสอนข้อมูลและปรับ hyperparameter เพื่อให้ได้ค่าที่เหมาะสมที่สุดสำหรับแบบจำลอง แล้วทดสอบผลการประมาณการณ์พื้นที่เสี่ยงการเกิดมลพิษอากาศในเขตภูมิศาสตร์อากาศ โดยใช้ข้อมูลแนวทางการแบ่งขอบเขตโดยความรู้จากผู้เชี่ยวชาญ (expert knowledge) ของกรมควบคุมมลพิษ แล้วจึงวิเคราะห์ผลด้วยการทวนสอบความถูกต้องของผลการคาดการณ์ โดยเทียบกับผลการตรวจวัดจากสถานีตรวจวัดคุณภาพอากาศ และจัดทำ dashboard สำหรับแสดงข้อมูลพื้นที่เสี่ยงการเกิดมลพิษอากาศในเขตภูมิศาสตร์อากาศ สำหรับการนำไปใช้งานดำเนินการเผยแพร่โดยฝึกอบรมให้หน่วยงานที่เกี่ยวข้องในพื้นที่เป้าหมาย

        ในการพัฒนาแพลตฟอร์มฯ คณะนักวิจัยจาก วว. กรมควบคุมมลพิษ (คพ.) และ บริษัท ไทย แอดวานซ์ อินโนเวชั่น จำกัด ได้สร้างแบบจำลองประเมินเขตภูมิศาสตร์อากาศ โดยใช้ข้อมูล upper air และ ข้อมูลฝุ่น PM2.5 จากชุดข้อมูล CAMS บนสมมติฐานที่ว่า ปัจจัยด้านอุตุนิยมวิทยา ปรากฎการณ์อุณหภูมิผกผัน หรือ temperature inversion เป็นปัจจัยที่สำคัญในการประเมินเขตภูมิศาสตร์อากาศ ดังนั้นข้อมูล upper air จึงถูกนำมาใช้เพื่อคำนวณหาจำนวนครั้งที่เกิดปรากฎการณ์อุณหภูมิผกผัน และความสูงที่เกิดปรากฎการณ์อุณหภูมิผกผันในแต่ละพื้นที่ โดยคณะนักวิจัยได้ดำเนินการวิเคราะห์ข้อมูลที่จำเป็น (EDA) เพื่อดำเนินการหาข้อมูลคุณลักษณะที่เหมาะสมกับการประมาณการณ์เขตภูมิศาสตร์อากาศ โดยได้ข้อสรุป ดังนี้

• ความสูงเหนือระดับน้ำทะเลที่สูงที่สุดในประเทศไทยอยู่ที่ 2,500 เมตรเหนือระดับน้ำทะเล
• แรงดันอากาศพื้นผิวที่ต่ำที่สุดในประเทศไทยอยู่ที่ประมาณ 860 เฮกโตปาสคาล (hPa)
• ความสูงของชั้นบรรยากาศโทรโพสเฟียร์ (Troposphere) อยู่ที่ไม่เกิน 10 กิโลเมตร
• ช่วงเวลาที่เกิดอุณหภูมิผกผันบ่อย คือช่วงเวลาพยากรณ์รอบ 1:00 นาฬิกา (1800 UTC+0) และ 7:00 นาฬิกา (0000 UTC+0) ในตอนเช้า
• ช่วงเวลาที่ฝุ่น PM2.5 มีปริมาณมาก คือ ช่วงเวลา 7:00 นาฬิกา (0000 UTC+0) ถึง 13:00 นาฬิกา (0600 UTC+0)

        เนื่องจากชุดข้อมูลที่นำเข้ามาพัฒนาแบบจำลองมีลักษณะเป็นข้อมูลเชิงพื้นที่และเชิงเวลา ซึ่งมีความผันผวนโดยธรรมชาติของปรากฏการณ์ทางอุตุนิยมวิทยา ข้อมูลจำนวนครั้งที่เกิดปรากฎการณ์อุณหภูมิผกผัน ความสูงที่เกิดปรากฎการณ์อุณหภูมิผกผัน และฝุ่น PM2.5 จึงได้ถูกนำมาปรับความถี่ของชุดข้อมูล (resample) จากข้อมูลรายวันให้เป็นข้อมูลรายเดือน ก่อนนำไปประเมินเขตภูมิศาสตร์อากาศด้วยการเรียนรู้ของเครื่องเทคนิค K-mean clustering

        ยกตัวอย่างข้อมูลในเดือนมกราคม ปี พ.ศ. 2564 – 2565 ดัง ภาพที่ 1 แสดงตัวอย่างข้อมูลเฉลี่ยจำนวนครั้งที่เกิดอุณหภูมิผกผัน ภาพที่ 2 แสดงตัวอย่างข้อมูลความสูงจากระดับน้ำทะเลเฉลี่ยเมื่อเกิดอุณหภูมิผกผัน ภาพที่ 3 แสดงตัวอย่างข้อมูลค่าเฉลี่ยฝุ่น PM2.5 จากชุดข้อมูล CAMS Global atmospheric composition forecasts และ ภาพที่ 4 แสดงตัวอย่างการประเมินเขตภูมิศาสตร์อากาศ

        จากการใช้ข้อมูล upper air เช่น อุณหภูมิผิว (surface temperature) ความเร็วลม (wind speed) และทิศทางลม (wind direction) จากระบบ remote sensing โดยใช้เทคนิค GNSS-RO แล้วนำข้อมูลเหล่านี้มาเปรียบเทียบกับข้อมูลบอลลูนอากาศพบว่า รูปแบบข้อมูลมีความสอดคล้องกัน นอกจากนี้ยังได้ทำการเปรียบเทียบกับสถานีวัดอากาศภาคพื้นดิน ซึ่งแม้ข้อมูลบางอย่างมีความแตกต่างเนื่องจากวิธีการวัดที่ต่างกัน แต่รูปแบบข้อมูลสอดคล้องกัน และจากการใช้ข้อมูลอุณหภูมิเพื่อวิเคราะห์ระดับความสูงที่เกิดปรากฏการณ์อุณหภูมิผกผัน (temperature inversion) โดยใช้ข้อมูลจากศูนย์โอโซนและรังสี พบว่าอุณหภูมิที่ระดับความสูงต่ำกว่า 1 กิโลเมตรมีแนวโน้มที่หลากหลาย แต่ที่สูงกว่า 1 กิโลเมตรมักมีแนวโน้มไปในทิศทางเดียวกัน

        ดังนั้นข้อมูล upper air จึงถูกนำไปใช้ในแบบจำลองพยากรณ์อากาศเชิงตัวเลข (Numerical Weather Prediction : NWP) เพื่อประเมินเขตภูมิศาสตร์อากาศ โดยข้อมูลสำคัญที่ใช้ในแบบจำลอง เช่น ความสูงของชั้นโทรโพสเฟียร์ในประเทศไทยอยู่ที่ไม่เกิน 10 กิโลเมตร และช่วงเวลาที่เกิดอุณหภูมิผกผันบ่อยคือช่วงเช้าตรู่ โดยข้อมูลเหล่านี้ถูกนำมาปรับเป็นข้อมูลรายเดือนแล้วใช้เทคนิค K-mean clustering ในการประเมินเขตภูมิศาสตร์อากาศ และพัฒนาแบบจำลองการพยากรณ์

สอบถามรายละเอียดเพิ่มเติมและรับบริการจาก ศูนย์เชี่ยวชาญนวัตกรรมหุ่นยนต์และเครื่องจักรกลอัตโนมัติ วว. ติดต่อได้ที่ call center โทร. 0 2577 9048 หรือที่ระบบบริการลูกค้า “วว. JUMP”

เผยแพร่ข่าว : นางสาวเยาวลักษณ์  ทับช้างโท

สำนักงานปลัดกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
กลุ่มสื่อสารองค์กร
โทรศัพท์ 0 2333 3700
E-mail : pr@mhesi.go.th
Facebook : MHESIThailand
Instagram : mhesithailand
Tiktok : @mhesithailand
X (Twitter) : @MHESIThailand
YouTube : @MHESIThailand
Call Center 1313