จากพายุ 'ปาบึก' ถึงเทคโนโลยีพยากรณ์อากาศ

          ตลอดสัปดาห์ที่ผ่านมา ชื่อของพายุโซนร้อน “ปาบึก (PABUK)” กระหน่ำอยู่ในโลกโซเชียลเกือบตลอด 24 ชั่วโมง ทั้งนี้เพราะความรุนแรงนั้น น่าวิตกระดับที่หลายฝ่านผวาไปถึงเหตุกาณ์พายุไต้ฝุ่นเกย์ ที่เคยสร้างความสูญเสียและเสียหายอย่างหนักให้กับจังหวัดทางภาคใต้ของไทย เมื่อเกือบ 30 ปีที่แล้ว แม้ล่าสุดผู้บริหารของกรมอุตุนิยมวิทยา จะออกมายืนยันแล้วว่า “ไม่รุนแรงแบบนั้นแน่นอน หากเปรียบเทียบคงเท่ากับพายุลินดาเมื่อปี 2540”

 

          สำหรับชื่อพายุโซนร้อน “ปาบึก” เป็นหนึ่งในชื่อที่ สมาชิกของคณะกรรมการพายุไต้ฝุ่นขององค์การอุตุนิยมวิทยาโลก (World Meteorological Organizations Typhoon Committee) กำหนดไว้ “โดยอยู่ในกลุ่มชื่อพายุหมุนเขตร้อนที่ก่อตัวทางมหาสมุทรแปซิฟิกด้านตะวันตกตอนบนและทะเลจีนใต้ ตั้งโดยสาธารณรัฐประชาธิปไตยประชาชนลาว เป็นชื่อปลาน้ำจืดขนาดใหญ่ (ปลาบึก) อยู่ในแม่น้ำโขง”

 

          และนับเป็นโชคดีของประชาชนในพื้นที่ซึ่งเป็นเป้าโจมตีของ ‘ปาบึก” เพราะความก้าวหน้าของเทคโนโลยีด้านการประมวลผลด้วยคอมพิวเตอร์ที่รุดหน้ากว่าอดีตอย่างก้าวกระโดด ทำให้เพิ่มโอกาสในการป้องกัน “ความสูญเสีย” ได้ล่วงหน้าเป็นวันๆ ด้วยการอัพเดทการแจ้งเตือนเป็นระยะๆ จากกรมอุตุนิยมวิทยา และอีกหลายฝ่ายที่ประเมินสถานการณ์จาก “แบบจำลอง” การพยากรณ์อากาศ ทำให้สามารถเตรียมตัวตั้งรับ อพยพหลีกเลี่ยงความเสียหายได้ล่วงหน้า

 

เปิด(ระบบ)หลังบ้านของการพยากรณ์อากาศ

          ในเว็บไซต์กรมอุตุนิยมวิทยา (https://www.tmd.go.th/info/info.php?FileID=2) ได้นำเสนอบทความที่จะช่วยให้เห็นภาพการทำงานของหน่วยงานพยากรณ์อากาศ ในการใช้ประโยชน์จากความก้าวหน้าของเทคโนโลยี เพื่อการปกป้องคุ้มครองชีวิตและทรัพย์สินของประชาชน ลดความสูญเสียทั้งในเชิงเศรษฐกิจและสังคมได้อย่างมีประสิทธิภาพ ซึ่งในวันนี้ InnoSpace จะขอนำบางส่วนมาเสนอแฟนคอลัมน์นี้แบบย่อๆ

          โดยในบทความเรื่อง “การพยากรณ์อากาศด้วยคอมพิวเตอร์” เขียนโดย “คร.ดุษฎี ศุขวัฒน์” อธิบายถึงการพยากรณ์อากาศไว้ว่า พยากรณ์อากาศด้วยคอมพิวเตอร์ มีชื่ออย่างเป็นทางการว่า การพยากรณ์อากาศเชิงตัวเลข (numerical weather prediction-NWP) เนื่องจากลมฟ้าอากาศอยู่ภายใต้กฏเกณฑ์ทางฟิสิกส์ การเปลี่ยนแปลงของบรรยากาศจึงสามารถแสดงได้ในรูปของระบบสมการทางคณิตศาสตร์ สมการเหล่านี้ได้คำนึงถึงว่าองค์ประกอบของบรรยากาศ เช่น อุณหภูมิ ความเร็วและทิศทางลม ความชื้น ฯลฯ จะมีการเปลี่ยนแปลงไปจากสภาวะปัจจุบันอย่างไร หากสามารถแก้สมการเหล่านี้ได้ ย่อมสามารถที่จะแปรความหมายสภาวะของบรรยากาศในลักษณะของ ลมฟ้าอากาศได้ เป็นต้นว่า ฝน อุณหภูมิ แสงแดด ลม

 

 

          อย่างไรก็ตาม ระบบสมการดังกล่าวมีความซับซ้อนมาก และไม่สามารถแก้สมการเหล่านี้เพื่อหาคำตอบที่แท้จริง (exact solution) ที่จะบอกให้เราทราบถึงสภาวะในอนาคตของบรรยากาศได้ จึงจำเป็นต้องใช้วิธีการจำลองแบบเชิงตัวเลข (numerical model) เพื่อที่จะหาคำตอบโดยประมาณ (approximate solution) จากแบบจำลองเชิงตัวเลขเหล่านี้ องค์ประกอบต่าง ๆ ของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง โดยการดัดแปลงระบบสมการของบรรยากาศจะถูกแทนที่ด้วยชุดของตัวเลขจำนวนหนึ่ง และด้วยความซับซ้อนและปริมาณข้อมูลจำนวนมหาศาล จึงมีความจำเป็นต้องใช้คอมพิวเตอร์ที่มีสมรรถนะสูงเป็นพิเศษ เพื่อให้สามารถคำนวณการเปลี่ยนแปลงของบรรยากาศได้อย่างรวดเร็ว ทันกับการเปลี่ยนแปลงที่เกิดขึ้นจริงในธรรมชาติ

          ในแบบจำลองเชิงตัวเลข บรรยากาศจะถูกแบ่งออกเป็นรูปทรงสี่เหลี่ยมเล็ก ๆ จำนวนมาก โดยมีจุดพิกัด (grid point) ณ จุดกึ่งกลางของรูปทรงสี่เหลี่ยมเหล่านี้ ด้วยวิธีการนี้คุณสมบัติของบรรยากาศจะสามารถแทนได้โดยสิ่งที่เกิดขึ้น ณ แต่ละจุดพิกัดเหล่านี้ ตัวอย่างเช่น หากแบบจำลองมีการแบ่งบรรยากาศออกเป็น 20 ระดับ มีจุดพิกัดในแนวทิศเหนือ - ใต้ จำนวน 217 จุด และจุดพิกัดในแบบจำลองนี้จะมีมากถึง 1,249,920 จุด

          แบบจำลองเชิงตัวเลขสำหรับการพยากรณ์อากาศที่ใช้กันอยู่ทั่วโลกนั้น ต่างก็มีพื้นฐานอยู่บนระบบสมการหลักชุดเดียวกัน ซึ่งระบบสมการนี้ประกอบด้วยสมการต่าง ๆ คือ สมการ ของการเคลื่อนที่ (equation of motion) สมการอุทกสถิต (hydrostatic equation) สมการอุณหพล (thermodynamic equation) สมการความต่อเนื่อง (continuity equation) สมการของสถานะ (equation of state ) และสมการไอน้ำ (water vapor equation) ระยะเวลาสั้น ๆ แทนที่จะเป็นการคาดหมายสภาวะที่ปกคลุมโลกทั้งหมด หรือการคาดหมายในระยะเวลานานๆ

 

 

แม่นยำขึ้นด้วยแบบจำลองการพยากรณ์อากาศเจาะพื้นที่

          ดังนั้น จึงมีการสร้างแบบจำลองสำหรับการพยากรณ์อากาศเฉพาะพื้นที่ (limited area model - LAM) ขึ้นมาเพื่อวัตถุประสงค์นี้ แบบจำลองเหล่านี้สามารถให้การพยากรณ์เฉพาะพื้นทีใดพื้นที่หนึ่ง โดยมีรายละเอียดสูง สำหรับช่วงเวลาที่ไม่เกิน 2-3 วัน อย่างไรก็ตาม ถ้านานกว่านั้น แบบจำลองเหล่านี้จะให้ผลการพยากรณ์ที่ไม่ค่อยถูกต้องนัก ทั้งนี้เพราะสิ่งที่เกิดขึ้นนอกบริเวณที่กำหนดไว้สำหรับการพยากรณ์ จะมีอิทธิพลต่อลมฟ้าอากาศในบริเวณดังกล่าวด้วย ยิ่งช่วงเวลานานออกไป อิทธิพลภายนอกก็จะยิ่งมีมากขึ้นตามลำดับ

          กระบวนการเพื่อการพยากรณ์อากาศที่แม่นยำ ยังไม่ได้แค่จบอยู่ที่ผลลัพธ์ของแบบจำลอง แต่จำเป็นต้องนำผลลัพธ์ที่ได้ไปประมวลผลด้วยคอมพิวเตอร์ต่อไปอีก เพื่อให้ได้ผลผลิตขั้นสุดท้าย ในลักษณะที่สามารถนำไปใช้ประโยชน์ได้โดยง่าย ได้แก่ แผนที่และแผนภูมิอุตุนิยมวิทยาชนิดต่าง ๆ ซึ่งนักอุตุนิยมวิทยา จะใช้เพื่อประกอบการพิจารณาในการคาดหมายลมฟ้าอากาศ เพื่อให้ได้การพยากรณ์อากาศในขั้นสุดท้ายซึ่งก็คือคำพยากรณ์อากาศนั่นเอง

 

 

          ปัจจุบัน การพยากรณ์อากาศด้วยคอมพิวเตอร์ ยังคงจำกัดอยู่เพียงในลักษณะของการแก้สมการทางคณิตศาสตร์ ที่เกี่ยวข้องกับการเปลี่ยนแปลงของบรรยากาศเท่านั้น แต่ยังไม่สามารถเลียนแบบการใช้เหตุผลในการอนุมาน เช่นเดียวกับที่นักพยากรณ์อากาศใช้อยู่อย่างได้ผลในกรณีที่มีข้อมูลไม่เพียงพอ จึงได้มีการพัฒนาเพื่อใช้คอมพิวเตอร์ในการพยากรณ์อากาศโดยการใช้ปัญญาประดิษฐ์ หรือ AI (Artificial Intelligence) ซึ่งจะช่วยให้การพยากรณ์อากาศด้วยคอมพิวเตอร์ในอนาคตมีประสิทธิภาพสูงขึ้นอีกระดับหนึ่ง อย่างไรก็ตาม คอมพิวเตอร์และมนุษย์จะยังคงมีบทบาทร่วมกันในการพยากรณ์อากาศต่อไปอีกนาน

 

AI กับการพยากรณ์อากาศในอนาคต

          เวบไซต์ www.tractica.com ได้นำเสนอบทความน่าสนใจถึงบทบาทของเทคโนโลยีปัญญาประดิษฐ์ (AI) ในการพยากรณ์อากาศ เพื่อเพิ่มความแม่นยำในการทำนายปรากฎการณ์อนาคตด้วย “พลัง” ของข้อมูลขนาดใหญ่จำนวนมหาศาล ความสามารถของ AI ในการเรียนรู้ผลลัพธ์จากแบบจำลองจำนวนมหาศาลที่เพิ่มขึ้นเรื่อยๆ ตลอดเวลา ทำให้กระบวนการทำงานด้านนี้ยิ่งเพิ่มความแม่นยำได้มากขึ้นเรื่อยๆ

          ข้อมูลจำนวนมหาศาลจะถูกนำใส่เข้าไปเป็นรูปแบบ “อัลกอริธึมส์” ให้ระบบเรียนรู้ และพยากรณ์ผลโดยอิงอยู่บนพื้นฐานของข้อมูลในอดีตทั้งหมด รูปแบบของสภาพอากาศจะถูกสร้างขึ้นจากตัวเลขที่ซับซ้อนของจุดพิกัดต่างๆ ในแบบจำลอง และใช้ประโยชน์ของพลังประมวลผลของระบบคอมพิวเตอร์ขนาดใหญ่ หรือที่เรียกว่า ซูเปอร์คอมพิวเตอร์

       

           

           ก่อนหน้านี้ เว็บไซต์ www.cio.com ได้คาดการณ์ 4 แนวโน้มสำคัญที่จะเกิดขึ้นในแวดวงการพยากรณ์อากาศ ประกอบด้วย

          1. ปริมาณข้อมูลสภาพอากาศจำนวนมหาศาล จากการที่ช่วงไม่กี่ปีที่ผ่านมาการเข้าถึงข้อมูลเหล่านี้ทำได้ง่ายขึ้นอย่างมาก ทั้งจากการเปิดกว้างของหน่วยงานที่เกี่ยวข้อง และข้อมูลที่ “คนทั่วไป” สร้างขึ้นมาเองจาการแชร์ผ่านสเตตัสของตนบนโลกโซเชียลนั่นเอง อีกทั้งยังมีหลากหลายช่องทางให้เข้าถึง ไม่ว่าจะเป็นทีวี วิทยุ สมาร์ทโฟน แท็บเล็ต บ้านอัจฉริยะ หรือรถยนต์อัจฉริยะ เป็นต้น

          2. แบบจำลองสภาพอากาศและการเรียนรู้ของเครื่องจักร (Machine Learning) ภาคธุรกิจบางกลุ่มเริ่มลงทุนกับข้อมูลด้านสภาพภูมิอากาศมากขึ้น เพราะเห็นโอกาสการแปลงเป็นผลตอบแทนทางธุรกิจ เทคโนโลยีที่ล้ำหน้าขึ้นด้าน Machine Learning ช่วย “ฉีก” ข้อจำกัดเดิมๆ ของการพยากรณ์อากาศที่เคยจำเป็นต้องผูกติดกับแบบจำลองทางคอมพิวเตอร์ที่มีการเขียนโปรแกรมเอาไว้ แนวโน้มใหม่ก็คือ ระบบสามารถสร้างกฎเกณฑ์ใหม่ๆ ขึ้นมาจากพื้นฐานข้อมูลที่ถูกใส่เข้ามาเพิ่มขึ้นตลอดเวลา ทำให้เกิดความแม่นยำยิ่งขึ้นๆ

 

 

          3.การใช้ข้อมูลสภาพอากาศเพื่อการตัดสินใจ แนวโน้มนี้ถูกขับเคลื่อนจากปรากฎการณ์โลกร้อน หรือสภาพอากาศที่เปลี่ยนแปลง (Climate Change) ซึ่งสามารถส่งผลกระทบต่อธุรกิจ ทั้งในแง่อุตสาหกรรมที่ทำอยู่ ตำแหน่งที่ตั้ง และขนาด ดังนั้น ชุดข้อมูลเรื่องสภาพอากาศเปลี่ยนแปลงจึงมีความสำคัญ ในการช่วยผู้บริการระดับสูงด้านไอที (CIO) ในการตัดสินใจ

          4. การติดตั้งเครื่องมือที่ออกแบบเฉพาะสำหรับแต่ละองค์กร/หน่วยงาน เนื่องจากข้อมูลเกี่ยวกับภูมิอากาศชุดเดียวกัน จะสร้างผลกระทบที่แตกต่างกันไปสำหรับแต่ละอุตสาหกรรม หรือแต่ละพื้นที่ธุรกิจ เช่น บริษัทน้ำมันที่อยู่ในอ่าวเม็กซิโก จะกังวลกับพายุเฮอริเคน มากว่าธุรกิจที่อย่บนเทือกขาสูงในอีกรัฐหนึ่งของอเมริกา หรือถ้าเป็นบริษัทผู้ให้บริการสาธารณูปโภค ก็จะกังวลกับปัญหาพายุฝนฟ้าคะนองเป็นพิเศษ โดยเฉพาะเมื่อเกิดขึ้นในพื้นที่ต่างๆ ซึ่งมีการติดตั้งระบบสาธารณูปโภคไว้ เป็นต้น

///////

จากคอลัมน์ อินโนสเปซ โดย บัซซี่บล็อก หนังสือพิมพ์คมชัดลึก ฉบับวันที่ 5-6 มกราคม 2562