รัฐบาลเดินหน้าขยายขีดความสามารถระบบพยากรณ์อากาศของไทย ด้วยการนำเทคโนโลยีดาวเทียมและปัญญาประดิษฐ์ AI เข้ามาเสริมระบบเดิม โดยหนึ่งในเทคโนโลยีที่อยู่ระหว่างการผลักดันคือ Tomorrow.io แพลตฟอร์มด้าน Climate Tech จากสหรัฐฯ ซึ่งมุ่งพัฒนาการพยากรณ์สภาพอากาศความละเอียดสูง
ไชยชนก ชิดชอบ รัฐมนตรีว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) ผลักดันความร่วมมือระหว่าง Tomorrow.io กับกรมอุตุนิยมวิทยา หลังผ่านการทดสอบโครงการนำร่อง โดยมีเป้าหมายให้นำข้อมูลจากดาวเทียม และแบบจำลอง AI เข้ามาเสริมแพลตฟอร์มพยากรณ์อากาศ
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
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
ทั้งนี้ ผู้สื่อข่าวรายงานว่า ครม.ได้อนุมัติงบประมาณปี 2570 วงเงิน 3.78 ล้านล้าน จัดสรรท้องถิ่น 3.94 แสนล้านบาท ไปเมื่อวันที่ 2 มิ.ย. 2569
‘กรมอุตุนิยมวิทยา’ ซึ่งเป็นหน่วยงานพยากรณ์อากาศของรัฐบาลไทย สังกัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม ได้งบประมาณเพิ่มขึ้นในอัตราสูงถึง 40% มา 2 ปีติดต่อกัน
โดยในปี 2569 ได้งบฯ 2,692.75 ล้านบาท เพิ่มขึ้น 41.81% จาก 1,898.83 ล้านบาท ในปี 2568 ขณะที่ในปี 2570 ได้งบฯ 3,902.8 ล้านบาท เพิ่มขึ้น 44.93% จาก 2,692.8 ล้านบาทในปี 2569
โดยตามข้อมูลจากสำนักงบประมาณ พบว่า ในประจำปีงบประมาณ พ.ศ. 2570 กระทรวง/หน่วยงาน/ รายการ ที่มีสัดส่วนการเพิ่มขึ้นของงบประมาณสูงสุด 3 อันดับแรก ได้แก่
กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) ที่มีงบประมาณเพิ่มขึ้น 33.6% จาก 10,197 ล้านบาทในปี 2569 เป็น 3,625.7 ล้านบาทในปี 2570
กระทรวงการคลัง มีงบประมาณเพิ่มขึ้น 10.4% จาก 399,269.6 ล้านบาทในปี 2569 เป็น 440,871 ล้านบาทในปี 2570
รายการงบกลาง ที่เพิ่มขึ้น 9.5% จาก 633,968.8 ล้านบาท ในปี 2569 เป็น 693,880.0 ล้านบาทในปี 2570
โดยงบประมาณที่เพิ่มขึ้นราว 34% ของกระทรวงดีอี มาจากการเพิ่มขึ้นของสำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ ที่เพิ่มขึ้น 93% และกรมอุตุนิยมวิทยาที่เพิ่มขึ้น 45%
พิสูจน์อักษร....สุรีย์ ศิลาวงษ์
