มก. สุดเจ๋ง คิดค้นระบบแจ้งเตือนอุทกภัยแบบเรียลไทม์ ML Flood

น้ำท่วมเป็นภัยธรรมชาติที่สร้างความเสียหายต่อชีวิต ทรัพย์สิน และความมั่นคงทางเศรษฐกิจอย่างมาก จึงจำเป็นต้องมีระบบคาดการณ์อุทกภัยที่เชื่อถือได้ แม่นยำ สามารถเตือนล่วงหน้าได้อย่างทันการณ์ ที่ผ่านมามีการพัฒนาและใช้งานแบบจำลองคณิตศาสตร์เพื่อคาดการณ์อุทกภัยอย่างต่อเนื่อง ซึ่งใช้เวลาและทรัพยากรมาก

ผศ.สิตางศุ์ พิลัยหล้า ภาควิชาวิศวกรรมทรัพยากรน้ำ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ และคณะ จึงได้พัฒนาระบบคาดการณ์อุทกภัยแบบเรียลไทม์ด้วย Machine Learning เพื่อทดสอบหา Algorithm ที่เหมาะสมในการคาดการณ์ระดับน้ำ เพื่อแจ้งเตือนให้ประชาชนในพื้นที่อำเภอทุ่งสง จังหวัดนครศรีธรรมราช รับรู้และเฝ้าระวังระดับน้ำ เพื่อเตรียมรับมือได้อย่างทันท่วงที

ระบบแจ้งเตือนอุทกภัยแบบเรียลไทม์ ML Flood  

“จุดเริ่มต้นของนวัตกรรมของเรา เริ่มจากพื้นที่ศึกษาของเราคืออำเภอทุ่งสง เป็นพื้นที่ที่มีน้ำท่วมเป็นประจำ เพราะว่าเป็นพื้นที่ที่รับน้ำมาจากหลายเส้นทางน้ำ ทีนี้ปกติการเตือนภัยของพื้นที่อำเภอทุ่งสง จะเตือนภัยจากสถานีที่เหนืออำเภอทุ่งสงขึ้นไป 1 สถานี ระยะทางจากสถานีดังกล่าวลงมาถึงทุ่งสงอยู่ประมาณ 10 กิโลเมตร ซึ่งการเตือนภัยของเขาคือก็จะมีเจ้าหน้าที่ของ ปภ. เขาจะขับรถไปดูข้างบน สมมติว่าจะมีฝนตกหรือคาดการณ์ว่าน้ำน่าจะมาแบบนี้ค่ะ ถ้าสถานีนั้นเริ่มมีระดับน้ำเริ่มเพิ่มขึ้นสูง หรือมีแนวโน้มที่จะเกิดน้ำท่วม จากประสบการณ์ก็จะมีการวอมาบอกกัน เพื่อเตือนพื้นที่ข้างล่างว่าเราควรที่จะเฝ้าระวังน้ำ ซึ่งทั้งหมดจะเป็นการบริหารจัดการโดยใช้คน ซึ่งต้องคอยเฝ้าระวังกันเอง ก็เป็นการบริหารจัดการตามประสบการณ์แบบนี้ค่ะ ที่ผ่านมาประชาชนในพื้นที่ก็จะมีประสบการณ์ด้านน้ำท่วมบ่อยแบบปีเว้นปี พอเขารู้ว่าน้ำมา ก็จะยกของขึ้นที่สูง จึงทำให้เราอยากจะทำระบบที่สนับสนุนการเตือนภัยและเฝ้าระวังให้ประชาชนที่ทุ่งสงเป็นหลักนะคะ ด้วยความที่เป็นพื้นที่ที่อยู่ต่างจังหวัด ก็ทำให้มีข้อมูลน้อย อย่างสถานีที่เหนือทุ่งสงขึ้นไปค่ะ ก็เป็นสถานีที่มีข้อมูลไม่ยาวนาน ปกติถ้าเราจะทำระบบคาดการณ์อะไรแบบนี้ค่ะ เราต้องใช้ข้อมูลค่ะ ยิ่งยาวนานยิ่งดี แต่ด้วยความที่ข้อมูลนั้นมีน้อย เราเลยมีความคิดว่าเรานำ Machine Learning เข้ามาช่วย ให้ระบบเรียนรู้จากข้อมูล เพื่อที่จะไปตรวจจับระดับน้ำที่ทุ่งสง แม้ว่าข้อมูลที่มีบันทึกไว้จะมีไม่เยอะ แต่ถ้าเรามีระบบนี้ แม้ว่าเวลาผ่านไป ข้อมูลก็เพิ่มขึ้นได้เรี่อยๆ ด้วยการทำงานและเรียนรู้ของระบบ Machine Learning การเฝ้าระวังเตือนภัยก็จะมีความแม่นยำมากขึ้นค่ะ”

ระดับน้ำเมื่อปี 2563

โดยระบบแจ้งเตือนอุทกภัยแบบเรียลไทม์ ML Flood จะใช้ข้อมูลเหตุการณ์น้ำท่วมที่อำเภอทุ่งสง จังหวัดนครศรีธรรมราช เพื่อคาดการณ์ระดับน้ำทุก 30 นาที เป็นเวลา 5 ชั่วโมง สามารถคาดการณ์ระดับน้ำได้ทั้ง real time และคาดการณ์ล่วงหน้า จึงเป็นประโยชน์สำหรับการแจ้งเตือนล่วงหน้าและเตรียมความพร้อมรับมือสถานการณ์อุทกภัยได้ดียิ่งขึ้น เมื่อนำมาประกอบกับการนำเสนอข้อมูลผ่านเว็บไซต์ ML Flood by KU http://thungsong.rtfloodbma.com/ ทำให้ประชาชนและหน่วยงานท้องถิ่นที่เกี่ยวข้องเข้าถึงข้อมูลการเตือนภัยและสามารถเตรียมพร้อมรับมือได้อย่างรวดเร็วและมีประสิทธิภาพ

เจ้าหน้าที่ลงพื้นที่หารือสถานการณ์น้ำ

ระบบคาดการณ์อุทกภัยแบบเรียลไทม์ด้วย Machine Learning ถูกนำไปประยุกต์ใช้คาดการณ์ระดับน้ำในอนาคต ณ สถานีทุ่งสง (เทศบาลเมืองทุ่งสง) โดยนำเข้าข้อมูลระดับน้ำที่สถานีคลองท่าเลา SWR025 เรียลไทม์จากเว็บไซต์ “Thaiwater.net” ซึ่งเผยแพร่โดยสถาบันสารสนเทศทรัพยากรน้ำ (องค์การมหาชน) โดยระบบคาดการณ์นี้ จะถูกติดตั้งลงบนคอมพิวเตอร์เซิร์ฟเวอร์เพื่อประมวลผลและนำเข้าผลคาดการณ์สู่เว็บไซต์

แผนที่แสดงน้ำในจุดต่างๆ ของอำเภอทุ่งสง

“เมื่อสถานีที่เหนืออำเภอทุ่งสง เขาจะมีการอ่านระดับน้ำและส่งข้อมูลน้ำมาค่อนข้างเรียลไทม์มาที่ศูนย์กลางจัดการน้ำ ที่เพิ่งจัดตั้งขึ้นใหม่ เขาก็จะรับข้อมูลจากสถานีเหนือน้ำได้ ที่จริงก็คือสถานีของกรมชลประทานค่ะ ระบบที่เราทำจะไปไว้ที่จุดศูนย์กลางของอำเภอทุ่งสง พอรับข้อมูลน้ำมาก็จะคำนวณให้ จริงๆ ก็จะมีการอัพเดทระดับน้ำของอำเภอทุ่งสงได้โดยอัตโนมัติ เพราะฉะนั้นเมื่อไปที่จุดที่สถานการณ์น้ำเพิ่มขึ้นเรื่อยๆ ข้างล่างก็จะรู้ว่าระดับน้ำกำลังเพิ่มขึ้นเรื่อยๆ นะ โดยเฉพาะอย่างยิ่งช่วงที่ฝนมาหรือช่วงหน้าฝน ทุกคนก็จะเฝ้าระวังอยู่แล้ว ก็จะรู้อยู่แล้วว่ามีแนวโน้มที่น้ำจะขึ้นนะ ซึ่งน้ำจากข้างบนที่จะไหลลงมาข้างล่าง จะใช้เวลาเดินทางประมาณ 3 ชั่วโมง แต่ว่าระบบของเราจะสามารถคาดการณ์ได้ทุกๆ 30 นาที จึงมีเวลาเหลือ เมื่อเรารู้ล่วงหน้า เราก็สามารถแจ้งประชาชนในพื้นที่ให้รับรู้ว่าข้างหน้าน้ำจะมีความสูงถึงระดับไหน ประชาชนต้องเอาของขึ้นที่สูงในระดับไหนค่ะ ซึ่งก่อนหน้านี้ประชาชนก็จะตั้งคำถามว่านำของขึ้นที่สูงระดับไหน น้ำจะมามากเท่าไร แต่เมื่อมีระบบนี้เข้ามา ก็สามารถทำให้ประชาชนทราบว่าควรนำของขึ้นที่อยู่ประมาณไหนค่ะ็จะรุ็ว่ามแนวโนมทนจขนน”

ระดับน้ำและระบบคาดการณ์อุทกภัยเรียลไทม์

ประกอบด้วยการทำงาน 2 ส่วน ส่วนแรกคือ ส่วน Data Pipeline เป็นบริการนำข้อมูลต้นทางจากคลังข้อมูลน้ำไปประมวลผลและจัดเก็บตามกระบวนการต่างๆ โดยทำงานร่วมกับ Machine Learning และส่วนนำข้อมูลไปจัดเก็บในพื้นที่จัดเก็บซึ่งพร้อมต่อการนำไปแสดงผลข้อมูลผ่านเว็บไซต์ ML Flood by KU http://thungsong.rtfloodbma.com/

เมื่อสอบถามถึงผลตอบรับจากการทดลองใช้งาน ก็ได้รับคำตอบว่าอยู่ในระดับที่น่าพึงพอใจ เมื่อทดลองใช้ในพื้นที่และสถานการณ์จริง สามารถทำให้ประชาชนในพื้นที่รับรู้และรับมือเหตุการณ์น้ำล่วงหน้าได้เป็นอย่างดี เพราะตัวระบบแจ้งเตือนอุทกภัยแบบเรียลไทม์ ML Flood มีความแม่นยำระดับหนึ่ง

การพัฒนาในอนาคต ผศ.สิตางศุ์ บอกต่ออีกว่า อยากจะพัฒนาระบบแจ้งเตือนอุทกภัยแบบเรียลไทม์ ML Flood ให้อยู่ในรูปแบบของโมบายแอปพลิเคชั่น เพื่อความสะดวกสบายในการใช้งาน และง่ายต่อการอัพเดทสถานการณ์น้ำให้ไวต่อเหตุการณ์นั่นเอง

“ทางเรามีแผนที่จะพัฒนาระบบนี้ ให้เป็นโมบายแอปพลิเคชั่น คือตอนนี้ระบบยังแสดงผลทางเว็บไซต์อยู่ ซึ่งระบบจะผูกอยู่กับเทศบาลทุ่งสง ซึ่งการแสดงผลต่างๆ จะขึ้นอยู่กับเทศบาลทุ่งสงว่าเขาจะแสดงผลอย่างไงค่ะ แต่ในส่วนของเราเอง เราก็คิดว่าระบบจะมีประโยชน์มากขึ้น ถ้าระบบออกมาเป็นโมบายแอปพลิเคชั่น ชาวบ้านก็จะสามารถดาวน์โหลดและดูข้อมูลได้เองค่ะ”

สำหรับท่านใดที่สนใจเกี่ยวกับระบบคาดการณ์อุทกภัยดังกล่าว สามารถสอบถามเพิ่มเติมได้ที่ ผศ.สิตางศุ์ พิลัยหล้า ภาควิชาวิศวกรรมทรัพยากรน้ำ คณะวิศวกรรมศาสตร์ โทร. 02-797-0999 ต่อ 1901-1904