รัฐบาลเดินหน้าขยายระบบพยากรณ์อากาศด้วยเทคโนโลยีดาวเทียม และ AI หลังโครงการความร่วมมือกับ Tomorrow.io บริษัท Climate Tech จากสหรัฐ ผ่านการพิจารณาของคณะรัฐมนตรี (ครม.) แล้ว ด้วยงบประมาณ 497 ล้านบาท ในปีงบประมาณ 2570 หวังยกระดับการพยากรณ์จากภาพรวมระดับจังหวัด สู่ข้อมูลละเอียดถึงระดับตำบล เพื่อเพิ่มประสิทธิภาพการเตือนภัย และรับมือฝนตกหนัก น้ำท่วมฉับพลัน และภัยพิบัติที่เกิดขึ้นรวดเร็ว
KEY POINTS
- คณะรัฐมนตรีอนุมัติโครงการ Tomorrow.io ที่ผลักดันโดยรัฐมนตรีดีอี ‘ไชยชนก ชิดชอบ’ ด้วยงบประมาณ 497 ล้านบาท เพื่อยกระดับการพยากรณ์อากาศของไทย
- โครงการใช้เทคโนโลยี AI และข้อมูลจากดาวเทียมวงโคจรต่ำ (LEO) เพื่อสร้างแบบจำลองสภาพอากาศความละเอียดสูง ซึ่งเป็นเทคโนโลยีเดียวกับที่ NASA และกองทัพสหรัฐ ใช้งาน
- มีเป้าหมายเพื่อเพิ่มความแม่นยำในการพยากรณ์อากาศให้ละเอียดถึงระดับตำบล และสามารถแจ้งเตือนภัยพิบัติรุนแรง เช่น "Rain Bomb" หรือฝนตกหนักฉับพลันได้ล่วงหน้า
- เทคโนโลยีนี้จะเข้ามาเสริมการทำงานของระบบพยากรณ์อากาศเดิมของกรมอุตุนิยมวิทยา เช่น เรดาร์ตรวจอากาศ และสถานีภาคพื้นดิน ไม่ใช่การนำมาทดแทน
- การอนุมัติโครงการเป็นผลสำเร็จจากโครงการนำร่องที่แสดงให้เห็นศักยภาพในการประมวลผลข้อมูลสภาพอากาศได้เกือบจะทันที (Near Real-time) เพื่อการเตือนภัยที่รวดเร็วยิ่งขึ้น
ไชยชนก ชิดชอบ รัฐมนตรีว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) ผลักดันความร่วมมือระหว่าง Tomorrow.io กับกรมอุตุนิยมวิทยา หลังผ่านการทดสอบโครงการนำร่อง โดยมีเป้าหมายให้นำข้อมูลจากดาวเทียม และแบบจำลอง AI เข้ามาเสริมแพลตฟอร์มพยากรณ์อากาศ
สำหรับ งบประมาณปี 2570 ภายใต้กรมอุตุนิยมวิทยาได้รับอนุมัติงบเป็นเงินทั้งสิ้น 3,902.74 ล้านบาทเพิ่มขึ้น 1,209.99 ล้านบาท หรือคิดเป็น 44.94% เมื่อเทียบกับปีงบประมาณ พ.ศ.2569 ที่ได้รับจัดสรรจำนวน 2,692.75 ล้านบาท โดยโครงการ Tomorrow.io ได้รับจัดสรรอยู่ภายใต้งบดังกล่าว โดยได้รับการอนุมัติวงเงิน 497 ล้านบาท และสามารถเริ่มใช้งบได้ตั้งแต่ ต.ค.นี้เป็นต้นไป
โดย ก่อนหน้านี้ รมว.ดีอี เผยว่าตัวเทคโนโลยี Tomorrow.io จะนำข้อมูลจากดาวเทียม และระบบ AI มาประมวลผล เพื่อสร้างแบบจำลองสภาพอากาศความละเอียดสูง โดยมีเป้าหมายให้สามารถพยากรณ์ได้ถึงระดับตำบล และนำข้อมูลไปใช้สนับสนุนการตัดสินใจของหน่วยงานรัฐ และประชาชนในพื้นที่เสี่ยง
จากโครงการนำร่อง สู่ระบบพยากรณ์ระดับพื้นที่
ทั้งนี้ ความร่วมมือของดีอี และเอกชนเริ่มจากโครงการนำร่องระยะเวลา 3 เดือน ระหว่างเดือนธ.ค.2568–ก.พ.2569 เพื่อทดสอบการนำข้อมูลดาวเทียม และแบบจำลอง AI มาผสานกับระบบพยากรณ์ของไทย
หนึ่งในพื้นที่ทดสอบสำคัญคือ อ.หาดใหญ่ จ.สงขลา ซึ่งมีความเสี่ยงจากฝนตกหนัก และน้ำท่วม ผลการทดสอบทำให้เห็นศักยภาพของข้อมูลสภาพอากาศความละเอียดสูง โดยเฉพาะการติดตามสภาพอากาศเฉพาะพื้นที่ และการประเมินความเสี่ยงก่อนเกิดเหตุ
ก่อนหน้านี้ ไชยชนก ระบุว่า ระบบสามารถประมวลผลข้อมูลได้ภายในเวลาไม่เกิน 1 ชั่วโมง หรือ Near Real-time ทำให้สามารถนำข้อมูลไปใช้ประกอบการพยากรณ์และแจ้งเตือนภัยได้รวดเร็วขึ้น
ดาวเทียม–AI เจาะลึก “Rain Bomb”
จุดเด่นของแพลตฟอร์ม Tomorrow.io อยู่ที่การนำข้อมูลจากดาวเทียมวงโคจรต่ำ (LEO) มาประมวลผลร่วมกับ AI โดยใช้เทคโนโลยี Microwave Sounder ตรวจวัดข้อมูลในชั้นบรรยากาศ โดยเฉพาะความชื้น ก่อนนำมาวิเคราะห์ร่วมกับข้อมูลสภาพอากาศ และแบบจำลองต่างๆ
รมว.ดีอี เสริมว่า ข้อมูลจากอวกาศช่วยให้ระบบติดตามการเปลี่ยนแปลงของบรรยากาศได้ละเอียดขึ้น รวมถึงประเมินความเสี่ยงของฝนตกหนัก และปรากฏการณ์ฝนตกหนักในช่วงเวลาสั้นๆ หรือ “Rain Bomb” ซึ่งเป็นหนึ่งในความท้าทายของระบบเตือนภัยยุคใหม่
ปัจจุบันบริษัทมีดาวเทียม DeepSky ที่ใช้งานอยู่ 13 ดวง และมีแผนขยายกลุ่มดาวเทียมเพิ่มเติม เพื่อเพิ่มปริมาณ และความถี่ของข้อมูลที่ใช้ในการวิเคราะห์สภาพอากาศ
เทคโนโลยี Tomorrow.io มีการใช้งานโดยองค์กร และหน่วยงานขนาดใหญ่ในสหรัฐ รวมถึง NASA และกองทัพอากาศสหรัฐ ตลอดจน Bill & Melinda Gates Foundation ซึ่งเป็นหนึ่งในปัจจัยที่ทำให้ไทยสนใจนำเทคโนโลยีมาเสริมระบบพยากรณ์ของประเทศ
จากพยากรณ์ระดับตำบล สู่ “พยากรณ์อากาศส่วนบุคคล”
สำหรับความแตกต่างจากการพยากรณ์อากาศแบบเดิมคือ การขยับจากข้อมูลภาพรวมในพื้นที่กว้าง ไปสู่ข้อมูลเฉพาะจุดมากขึ้น เช่น จากการระบุเพียงว่า กรุงเทพฯ มีโอกาสฝนตก 60% สู่การวิเคราะห์สภาพอากาศในระดับพื้นที่ย่อย
แนวทางนี้เปิดทางไปสู่ “พยากรณ์อากาศส่วนบุคคล” เพราะผู้ใช้งานแต่ละกลุ่มต้องการข้อมูลแตกต่างกัน เกษตรกรต้องการรู้ปริมาณฝนในพื้นที่เพาะปลูก ผู้ประกอบการขนส่งต้องการข้อมูลตามเส้นทาง ขณะที่ประชาชนในพื้นที่เสี่ยงต้องการรู้ว่าฝนจะตกหนักเมื่อใด และมีโอกาสเกิดน้ำท่วมหรือไม่
หากข้อมูลดังกล่าวส่งตรงถึงผู้ใช้งานได้อย่างรวดเร็ว ก็จะช่วยให้การตัดสินใจเปลี่ยนจากการรอรับมือหลังเกิดเหตุ เป็นการเตรียมพร้อมเชิงรุกก่อนเกิดภัย
ผนึกข้อมูลดาวเทียมกับเรดาร์ของไทย
การนำเทคโนโลยี Tomorrow.io เข้ามาไม่ได้หมายถึง การแทนที่ระบบเดิมของกรมอุตุนิยมวิทยา แต่เป็นการเพิ่มชั้นข้อมูลให้กับโครงสร้างพื้นฐานที่มีอยู่ ทั้งเรดาร์ตรวจอากาศ สถานีตรวจวัดอัตโนมัติ ระบบตรวจวัดภาคพื้นดิน และข้อมูลจากดาวเทียม
นอกจากนี้ กรมอุตุนิยมวิทยายังทำงานร่วมกับหน่วยงานที่เกี่ยวข้อง เช่น กรมป้องกันและบรรเทาสาธารณภัย กรมชลประทาน และ GISTDA เพื่อเชื่อมโยงข้อมูลสำหรับการพยากรณ์ และรับมือภัยพิบัติ
การเดินหน้าโครงการยังเกิดขึ้นท่ามกลางการลงทุนโครงสร้างพื้นฐานด้านอุตุนิยมวิทยาของไทยที่มีอยู่แล้วในระดับสูง
ข้อมูลโครงการจัดซื้อจัดจ้างปีงบประมาณ 2569 พบว่า กรมอุตุนิยมวิทยามีโครงการ 278 โครงการ วงเงินรวม 4,691 ล้านบาท โดยโครงการที่เกี่ยวข้องโดยตรงกับเรดาร์ การตรวจวัด การพยากรณ์ และการเตือนภัย มี 68 โครงการ วงเงินรวม 4,541 ล้านบาท หรือ 96.81% ของวงเงินในชุดข้อมูลดังกล่าว
ในจำนวนนี้เป็นโครงการระบบเรดาร์ตรวจอากาศ 15 โครงการ วงเงิน 1,847.58 ล้านบาท ระบบสถานีตรวจวัดอัตโนมัติ AWS/AWOS/LIDAR 35 โครงการ วงเงิน 2,099.52 ล้านบาท ระบบสารสนเทศ และแบบจำลองพยากรณ์ 12 โครงการ วงเงิน 507.90 ล้านบาท และระบบเตือนภัยเฉพาะทาง 6 โครงการ วงเงิน 86.93 ล้านบาท
ตัวเลขดังกล่าวสะท้อนว่าไทยมีทั้งระบบตรวจวัด และโครงสร้างพื้นฐานด้านพยากรณ์จำนวนมากอยู่แล้ว ขณะที่งบ Tomorrow.io มีจำนวน 497 ล้านบาท ซึ่งผ่าน ครม.ในปีงบประมาณ 2570 แล้วจึงเป็นอีกส่วนหนึ่งของการยกระดับระบบด้วยข้อมูล และเทคโนโลยี AI
จาก Climate Tech สู่ Weather Intelligence
ทำความรู้จัก Tomorrow.io เป็นบริษัทหนึ่งในผู้พัฒนาแนวคิด “Weather Intelligence” หรือการนำข้อมูลสภาพอากาศมาประมวลผลด้วย AI เพื่อสนับสนุนการบริหารความเสี่ยง และการตัดสินใจ
สำหรับประเทศไทย ความสำคัญของโครงการจึงไม่ได้อยู่เพียงการพยากรณ์ว่าฝนจะตกหรือไม่ แต่คือ การเพิ่มความละเอียดของข้อมูล และลดระยะเวลาระหว่างการตรวจพบความผิดปกติของสภาพอากาศกับการแจ้งเตือน
หากการเชื่อมต่อระบบทำได้เต็มศักยภาพ เทคโนโลยีดาวเทียม และ AI จะเข้ามาเสริมการรับมือภัยที่เกิดขึ้นรวดเร็ว ทั้งฝนตกหนัก น้ำท่วมฉับพลัน พายุ ฟ้าผ่า และสภาพอากาศทางทะเล
จากโครงการนำร่องที่เริ่มต้นในระดับพื้นที่ สู่การลงทุน 497 ล้านบาทในปีงบประมาณ 2570 ความท้าทายหลังจากนี้จึงอยู่ที่การทำให้ข้อมูลจากอวกาศถูกแปลงเป็น “ข้อมูลเพื่อการตัดสินใจ” และนำไปใช้ได้จริง ตั้งแต่ระดับหน่วยงานรัฐไปจนถึงประชาชนในระดับตำบล
พิสูจน์อักษร....สุรีย์ ศิลาวงษ์



