จากจุดวัดสู่แผนที่เมือง: เบื้องหลังการสร้างแผนที่ PM2.5
ทำไมเครื่องวัด PM2.5 มีแค่บางจุด แต่แอปกลับแสดงเป็นแผนที่สีครอบคลุมทั้งเมือง เหมือนวัดได้ทุกที่ ?
ความจริงคือ เราไม่ได้วัดทุกตำแหน่ง แต่ใช้การคำนวณทางวิทยาศาสตร์มาช่วยเติมข้อมูลในจุดที่ไม่มีเซนเซอร์
เริ่มจาก สถานีวัดภาคพื้นดิน ที่ให้ค่าฝุ่นจริง ณ ตำแหน่งนั้น ๆ ข้อมูลเหล่านี้มีความแม่นยำมาก แต่มีจำนวนจำกัด จึงได้เพียง “ค่าฝุ่นแบบเป็นจุด”
จากนั้นระบบจะใช้ความรู้ว่า อากาศและฝุ่นมีการเคลื่อนที่ ตามลม อุณหภูมิ ความชื้น และสภาพแวดล้อม เช่น ถนนใหญ่ อาคารสูง หรือแหล่งอุตสาหกรรม ทำให้ค่าฝุ่นในพื้นที่ใกล้เคียงมักมีความสัมพันธ์กัน
ขั้นตอนสำคัญคือการใช้เทคนิคที่เรียกว่า Spatial Interpolation หรือการประมาณค่าระหว่างจุด เช่น
หลักการง่าย ๆ ว่า “จุดที่อยู่ใกล้กัน มักมีค่าฝุ่นใกล้เคียงกันมากกว่าจุดที่อยู่ไกล”
นอกจากนี้ยังเสริมด้วยข้อมูลอื่น ๆ เช่น
- ข้อมูลดาวเทียม ที่บอกปริมาณฝุ่นในบรรยากาศจากมุมมองด้านบน
- ข้อมูลสภาพอากาศ เช่น ลมแรงช่วยพัดฝุ่นกระจาย ฝนช่วยลดฝุ่น
- ลักษณะพื้นที่ เช่น เขตจราจรหนาแน่นหรือพื้นที่สีเขียว
ข้อมูลทั้งหมดนี้ถูกป้อนเข้า โมเดลทางสถิติและ Machine Learning เพื่อทำนายค่าฝุ่นในตำแหน่งที่ไม่มีเครื่องวัดจริง
สุดท้ายค่าที่ได้จะถูกแปลงเป็น แผนที่สีไล่ระดับ ที่เราเห็นในแอป
สรุป
แผนที่ PM2.5 = ค่าที่วัดได้จริงจากบางจุด + ค่าที่โมเดลคำนวณคาดการณ์ระหว่างจุด
จึงทำให้เรามองเห็นภาพรวมคุณภาพอากาศทั้งเมืองได้ แม้จะมีเซนเซอร์ไม่ครบทุกพื้นที่ก็ตาม
