application

GeoAI Thinking Map จาก “เข้าใจโลก” สู่ “สั่งการโลก”

GeoAI Thinking Map จาก “เข้าใจโลก” สู่ “สั่งการโลก”

ถ้า GeoAI ทำให้เราเข้าใจว่า โลกเกิดอะไรขึ้น — ขั้นต่อไปคือ เราจะเปลี่ยนมันอย่างไร จาก Map >> Model >> Decision Engine GeoAI ไม่ใช่แค่การดูแผนที่อีกต่อไป แต่จะเป็น * ระบบที่เรียนรู้ pattern ของโลก * ระบบที่คาดการณ์อนาคต * และ แนะนำการตัดสิ
Narut Soontranon
ยกระดับ Carbon Credit ด้วย Biodiversity และ GeoAI (Ep. 1/2)

ยกระดับ Carbon Credit ด้วย Biodiversity และ GeoAI (Ep. 1/2)

เมื่อ “ป่า” ไม่ได้มีค่าเท่ากันทั้งหมด ในช่วงไม่กี่ปีที่ผ่านมา “Carbon Credit” กลายเป็นกลไกสำคัญในการขับเคลื่อนโลกสู่ Net Zero แต่คำถาม คือ สามารถวัด “คาร์บอน” ได้แม่นยำแค่ไหน? หลายระบบในปัจจุบันยังใช้วิธีประเมินแบบง่าย
Narut Soontranon
มองโลกจากอวกาศ: ดาวเทียมช่วยวัดการกักเก็บคาร์บอนได้อย่างไร?

มองโลกจากอวกาศ: ดาวเทียมช่วยวัดการกักเก็บคาร์บอนได้อย่างไร?

ดัชนีพืชพรรณ (Vegetation Index) คืออะไร? คือค่าที่คำนวณจาก ภาพถ่ายดาวเทียม (Satellite Image) เพื่อวัดความเขียว ความหนาแน่น และสุขภาพของพืช ตัวอย่างที่ใช้บ่อยที่สุด NDVI (Normalized Difference Vegetation Index) สูตร NDVI = (NIR - Red) / (NIR + Red) * NIR = Near Infrared
Narut Soontranon
จาก Pixel สู่พืชผล: การใช้ AI วิเคราะห์ Satellite Image

จาก Pixel สู่พืชผล: การใช้ AI วิเคราะห์ Satellite Image

การใช้ Satellite image เพื่อจำแนกพืช (Vegetation Classification) ทำได้ด้วยการวิเคราะห์ “Spectrum Signature” ของพืชแต่ละชนิดจากข้อมูลหลายช่วงคลื่น (Multispectral / Hyperspectral) 1) หลักการสำคัญ - Spectral Signature พืชแต่ละชนิดสะท้อนและดูดกลืนแสงไม่เท่ากันในแต่ละช่วงคลื่น เช่น * แสงสีแดง (Red) → คลอโรฟิ
Narut Soontranon
จากจุดวัดสู่แผนที่เมือง: เบื้องหลังการสร้างแผนที่ PM2.5

จากจุดวัดสู่แผนที่เมือง: เบื้องหลังการสร้างแผนที่ PM2.5

ทำไมเครื่องวัด PM2.5 มีแค่บางจุด แต่แอปกลับแสดงเป็นแผนที่สีครอบคลุมทั้งเมือง เหมือนวัดได้ทุกที่ ? ความจริงคือ เราไม่ได้วัดทุกตำแหน่ง แต่ใช้การคำนวณทางวิทยาศาสตร์มาช่วยเติมข้อมูลในจุดที่ไม่มีเซนเซอร์ เริ่มจาก สถานีวัดภาคพื
Narut Soontranon
Digital Twin: Where Data Meets Reality

Digital Twin: Where Data Meets Reality

Digital Twin คือแนวคิดที่เอาของจริง (เครื่องจักร คน ระบบ เมือง ฯลฯ) มาสร้างเป็น แบบจำลองดิจิทัลที่มีชีวิต และ อัปเดตตามข้อมูลจริงตลอดเวลา ในมุมของ Data Science จะไม่ใช่แค่โมเดลนิ่ง ๆ แต่เป็น ตัวแทนเสมือนที่คิด
Narut Soontranon
2P2R for Floods: จัดการน้ำท่วมด้วยข้อมูล

2P2R for Floods: จัดการน้ำท่วมด้วยข้อมูล

การบริหารจัดการน้ำท่วม โดยใช้ Framework 2P2R (Predict, Prepare, Response, Recovery) Predict (พยากรณ์) → Prepare (เตรียมการ) → Response (ตอบสนอง) → Recovery (ฟื้นฟู) 1) Predict – พยากรณ์น้ำท่วมล่วงหน้า 1.1 Time-Series Forecasting ใช้ข้อมูล historical + real-time เพื่อทำนาย * ระดับน้ำแม่น้ำ/คลอง (6–72
Narut Soontranon