การประยุกต์ใช้วิธี Gappy POD ในการเติมข้อมูล PM2.5 ที่ขาดหายและประมาณค่าโดยใช้การประมาณค่าในช่วงแบบ IDW

ข้อมูลที่เกิดจากเครื่องมือวัดโดยปกติแล้วสามารถเกิดการขาดหายได้จากความผิดพลาดของเครื่องมือวัดหรือการสื่อสารในขณะทำการเก็บข้อมูล เพื่อเพิ่มความครบถ้วนของข้อมูลที่ได้จากการวัดค่า pm2.5 จาก Climate Change Data Center of Chiangmai University (www.cmuccdc.org) งานวิจัยนี้เริ่มต้นจากการประยุกต์ใช้วิธี Gappy Proper Orthogonal Decomposition (Gappy POD) ในการเติม ข้อมูลความเข้มข้นของ PM2.5 ที่ได้จากสถานีตรวจวัดระดับ PM2.5 ตามจังหวัดต่างๆ ในเขตภาคเหนือตอนบน ครอบคลมุ 8 จังหวัด ได้แก่ เชียงราย เชียงใหม่ พะเยา แพร่ น่าน ลำพูน ลำปาง แม่ฮ่องสอน และเมื่อได้ข้อมูล ที่ครบถ้วนแล้วจึงนำเสนอระดับความ เข้มข้นของระดับ PM2.5 เป็นรายชั่วโมง ค่าที่ตัวเลขแสดงเป็นค่า AQI ค่าอื่นๆจากสถานีวัด สามารถดูได้จากการคลิกที่วงกลมตัวเลข AQI ที่สถานีวัดนั้นๆ โดยสำหรับค่าที่สถานีจะแบ่งเป็นระดับสีต่างๆ เพื่อแสดงถึงระดับคณุภาพอากาศโดยใช้เกณฑ์ดังนี้อ้างอิงตาม : https://www.cmuccdc.org/calculate

ระดับความเข้มข้น (ไมโครกรัม/ลบ.ม.)	ระดับคุณภาพ (AQI)
0-25	0-25
26-37	26-50
38-50	51-100
51-90	101-200
>91	>200

กระบวนการ Gappy-POD จะทำการเติมข้อมูลในสถานีที่ข้อมูลขาดหายไป จากนั้นจะทำการประมาณค่าในพื้นที่ที่ไม่มีสถานีตรวจวัดอยู่โดยใช้กระบวนการ Inverse Distance Weighting(IDW) Interpolation โดยการแสดงผลระดับความเข้มข้นของ PM2.5 ในเขตภาคเหนือตอนบนของประเทศไทย และการแสดงผลที่เหมาะสำหรับมือถือ สามารถเข้าไปดูได้จากลิงก์ http://pm25-th.com หรือ http://pm25-th.com/pm25/ โดยมีลักษณะดังรูป โดยสามารถเลื่อนหมุดตรวจคุณภาพอากาศเพื่อวัดประมาณปริมาณฝุ่น เพื่อดูผลค่าประมาณที่ได้จาก กระบวนการ Gappy-POD และ IDW Interpolation ได้ ค่าประมาณสำหรับงานชิ้นนี้ได้ทำการประมาณค่าบนกริดขนาดประมาณ 2.5x2.5 km² ดังนั้นจุดที่อยู่ใกล้เคียงกันมากกว่าความละเอียดของกริดนี้จะไม่มีความแตกต่างของค่าประมาณ pm2.5

โครงการนี้ได้รับการสนับสนุนจาก: Data Science CMU
คณะผู้จัดทำ: อ.ดร.กุณฑลี ไชยสี(ภาควิชาสถิติ),
อ.ดร.เอกชัย ทวินันท์(ภาควิชาคณิตศาสตร์)