[INTERVIEW] Esri เมื่อข้อมูลสำคัญกว่าเทคโนโลยีในการในป้องกันน้ำท่วม

โพสต์ทูเดย์ได้มีโอกาสพูดคุยกับ ดร.ธนพร ฐิติสวัสดิ์ ประธาน บริษัทอีเอสอาร์ไอ (ประเทศไทย) จำกัด หรือ Esri ผู้นำด้าน Location Intelligence การวิเคราะห์ภูมิสารสนเทศในมุมมองใหม่ กับการใช้งานเทคโนโลยีแผนที่อย่าง GIS ที่บอกเราว่า Climate Change ทุกวันนี้ทําให้ทุกอย่างยากขึ้นมาก และแม้เราจะมีเทคโนโลยีที่เข้ามาจัดการรับมือได้ แต่สิ่งที่ Esri ให้ความสำคัญมากกว่าเทคโนโลยีก็คือข้อมูล ไปหาคำตอบกันว่า การได้มาซึ่งข้อมูลนั้นมันยากและสำคัญแค่ไหนกับการทำงานกับธรรมชาติที่แปรปรวนทุกวันนี้

 

เทคโนโลยีที่จะคาดการณ์และรับมือกับน้ำท่วมได้จริงมีไหม

 

“การจะทำเรื่องนี้ได้ดีจริงๆ ตามหลักเลยมันต้องมีข้อมูล ในมุมเอกชนเราคิดว่ามันเป็นปัญหา จริงๆ ไม่ใช่เฉพาะเรื่องนี้ แต่เกือบทุกเรื่องในประเทศเราที่ตัวข้อมูลเอง น่าจะมีการบูรณาการร่วมกัน”

 

โดยเฉพาะช่วงหลังหลังที่เรามีโอกาสได้ทํางานร่วมกับทางด้านอาจารย์เสรี (รศ.ดร.เสรี ศุภราทิตย์) กับทางด้านฟิวเจอร์เทลส์ แล็บ (Future Tales Lab by MQDC ศูนย์วิจัยอนาคตศึกษา) เราจะเห็นเลยว่า มันต้องใช้ข้อมูลเยอะมากและเป็นข้อมูลที่มีความหลากหลาย ตอนนี้ที่เรากำลังพยายามทํากับอาจารย์เสรี แล้วก็ทำฟอแคสต์ออกมาได้ล่วงหน้าบางส่วน เพื่อพยายามแจ้งเตือนให้ได้มากที่สุดเท่าที่เราจะช่วยได้

 

 

อย่างในเพจของอาจารย์เสรีก็จะมีเตือนที่จังหวัดหนองคายก่อนหน้านี้ ตอนนี้ก็ขยับเป็นจังหวัดใหม่แล้ว ในเรื่องนี้ทางอาจารย์จะมีข้อมูลจากแหล่งต่างๆ อยู่ ซึ่งเป็นคลังข้อมูลที่สำคัญ เช่น ข้อมูลเบื้องต้นเกี่ยวกับปริมาณน้ำฝนในอดีต เพื่อที่จะเอามาคํานวณดูว่า ในอนาคตโอกาสที่ฝนจะตกมันมีความเป็นไปได้แค่ไหน เมื่ออาจารย์มีข้อมูลเหล่านี้ บวกกับสิ่งที่เรามีเพิ่มเติมในมุมของ Esri Thailand คือข้อมูลที่เกี่ยวกับพื้นที่ ไม่ว่าจะเป็นพวกชั้นความสูง ขอบเขตหมู่บ้าน ขอบเขตอําเภอตําบลรวมถึงถนนหนทางที่มันจะทําให้เราเห็นว่า สมมติเวลาน้ำไหลมาหรือว่าน้ำท่วมขึ้นมา ตรงไหนจะเป็นจุดบล็อก ตรงไหนจะเป็นจุดที่น้ำไหลไปได้ ตรงนี้จึงเป็นเหมือนข้อมูลพื้นฐานทางด้านภูมิศาสตร์ที่เรามีอยู่เอามาทํางานร่วมกัน

 

 

อธิบายการทำงานของ Flood Simulation

หลักการทำงานร่วมกันก็คือ อาจารย์เสรีจะแจ้งมาว่า ให้ลองคาดการณ์  จากข้อมูลปริมาณน้ำฝน เช่น กรณีที่มีสมมุติฐานว่าจะมีฝนตกปริมาณ xx มิลลิเมตรเป็นเวลา 13 ชั่วโมงต่อเนื่องในพื้นที่จังหวัดนี้  ก็จะเอาตัวนั้นข้อมูลอาจารย์เข้ามารันบน simulation ของ Esri Thailand คือ flood simulation จึงจะได้ผลลัพธ์ หรือ ภาพจำลองออกมา

 

ตัว flood simulation ก็จะต้องใช้ข้อมูล เช่น ชั้นความสูง รวมถึงตัว base map ของประเทศไทยที่เรามีอยู่ พวกถนนหนทางต่างๆ มันก็จะคํานวณออกมาให้ว่า คาดการณ์ว่าค่าฝนตกตามที่อาจารย์ให้ข้อมูล หรือตามที่อาจารย์คาดการณ์ สภาพน้ำท่วมจะเป็นอย่างไรในอีกกี่ชั่วโมงข้างหน้าก็ว่าไป นี่คือสิ่งที่เราทําได้ก่อน

 

เพื่อที่จะพยายามทำสิ่งที่เราเรียกว่า Warning หรือ การเตือนให้กับประชาชนที่อยู่ในพื้นที่ อย่างน้อยที่สุดเราก็มองมันมีข้อมูล (information) ที่ใส่เข้าไปแล้วช่วยให้คนที่อยู่ในพื้นที่เตรียมตัวได้ก่อนที่มันจะเกิดเหตุการณ์ขึ้นจริง เราก็พยายามที่จะทําให้มันใกล้เคียงความเป็นจริงมากที่สุด ซึ่งการจะใกล้เคียงได้มากที่สุดก็ต้องมีข้อมูลมาก่อน

 

 

องค์ประกอบสำคัญ

คิดว่าอยู่ที่สองส่วนค่ะ ข้อแรก คือข้อมูลเป็นเรื่องสําคัญ เราคิดว่าที่อาจารย์เสรีท่านมีอยู่ก็คือพวกข้อมูลปริมาณน้ำฝนในอดีตหลายครั้งที่เราไปฟังอาจารย์เสรีพูด ท่านก็จะบอกว่า มีข้อมูลมีสถิติฝนตกในอดีต และข้อมูลอื่นๆ อีกมากมาย

 

ข้อที่สองที่สําคัญก็คือ โมเดลในการคิด ว่าเมื่อเอาข้อมูลนั้นมา โมเดลไหนที่ช่วยให้คุณทําผลการคาดการณ์ได้ถูกต้องมากที่สุด ว่าอนาคตฝนจะตก คาดว่าฝนจะตกกี่มิลลิเมตร เป็นเวลาเท่าไหร่ คิดว่ามันคือความสําคัญร่วมกับข้อมูลปัจจุบันที่ได้จากพวกเรดาร์ฟอร์แคสต์ต่างๆ อาจจะตอบไม่ได้ชัดเจนร้อยเปอร์เซ็นต์เพราะต้องเรียนตามตรงว่า มันมีหลายปัจจัยที่เข้ามาเกี่ยวข้องค่ะ

 

ปัจจุบันมีหน่วยงานไหนที่เข้าใจและใช้เทคโนโลยีแผนที่ GIS บ้าง

ความจริงทั้ง Gistda เอง หรือ ปภ. (กรมป้องกันและบรรเทาสาธารณภัย กระทรวงมหาดไทย) ก็มีการใช้งานเทคโนโลยี GIS อยู่  แต่มันขึ้นอยู่กับโมเดลของแต่ละหน่วยงาน ความจริงมันไม่มีถูกไม่มีผิด แต่ละคนเรามีความเชี่ยวชาญ หรือเราเชื่อมั่นใน sector ตรงไหน เราคิดว่าอะไรคือโมเดลที่ forecast ออกมาแล้วตอบโจทย์ อย่าง Gistda เองมีมีเรื่องของการ Warning มีเรื่องของการเตือนภัยที่เค้าพยายามทําโมเดลของเค้าออกมา ก็อาจจะมีมุมมองจาก factor ประมาณหนึ่งใช่ไหม

 

ส่วน ปภ. เองก็นําเอาไปใช้ แล้วก็มีมุมมองจาก factor ที่แตกต่างกันออกไป อย่างตัวดาวเทียมของ Gistda ที่มีดาวเทียมเอง อันนั้นจะเป็นการถ่ายภาพของดาวเทียมในพื้นที่เมื่อเกิดน้ำท่วมขึ้นมาแล้วก็จะเห็นว่าน้ำท่วมอยู่ตรงไหน คือมันเป็นภาพถ่ายจากดาวเทียม ไม่ได้เป็นการถ่ายภาพแล้ว forecast แต่เป็นการถ่ายภาพสถานการณ์ปัจจุบัน (เพื่อเตรียมรับมือต่อไป)

 

พวกนี้จะเป็นตัวช่วยในสเต็ปต์ถัดมาของของ Disaster Management หรือ การจัดการภัยพิบัติ ก็คือการเข้าไปช่วยจัดการในภาวะฉุกเฉิน การฟื้นฟู ซึ่งภาพถ่ายดาวเทียมจะมาช่วยในมุมนั้นได้ เช่น เราเห็นว่าบริเวณไหนที่น้ำท่วม เราก็จะสามารถวิเคราะห์ได้ว่า เราจะเข้าไปถึงพื้นที่ผู้ประสบภัยได้อย่างไร เพื่อให้เค้าได้รับความช่วยเหลือเร็วที่สุด

 

 

กล่าวได้ว่าเป็นมาตรการรับมือหลังจากที่เกิดเหตุแล้วใช่ไหม

ใช่ค่ะ แต่เราก็ให้ความสําคัญในเรื่องนี้ไม่แพ้ไปกว่าเรื่องของการ Forecast นะคะ เราดูตัวอย่างเช่น ในสหรัฐอเมริกาเอง เวลาเกิดพิบัติภัยต่างๆ ขึ้นมา อเมริกาเองก็ Forecast ได้ที่ระดับหนึ่ง แต่ว่าสุดท้ายเค้าก็ต้องไปใช้ในมาตรการการรับมือด้วยเหมือนกัน เพราะเราเชื่อว่าธรรมชาติ โดยเฉพาะในเวลานี้ และจากที่ได้รับฟังจากอาจารย์เสรีมาพอสมควร ก็คือทุกอย่างในเวลานี้คาดการณ์ได้ยากมากเพราะว่ามันเป็นภาวะโลกร้อนมันไม่ได้เป็นไปอย่างตรงไปตรงมา

 

มันมีปัจจัยหลายอย่าง ซึ่งมันกลายเป็นว่าแม้ว่าข้อมูลสถิติ (จากที่ผ่านมา) จะบอกอย่างนี้ แต่วันนี้พอโลกร้อนปุ๊บ สถิติเหล่านั้นก็ถูกทําลายด้วยภาวะพิเศษ

 

สถิติใช้ไม่ได้ 100% เพราะอาจมีปัจจัยตัวแปรอื่นเข้ามาอีกใช่ไหม

ถูกค่ะ ซึ่งปัจจุบันพอเราเจอ Climate Change มันทําให้ทุกอย่างยากขึ้นมาก แล้วก็เพราะฉะนั้นสิ่งที่จะกลับมาเป็นประโยชน์ได้เยอะในช่วงนี้ก็คือเรื่องของการรับมือด้วยนะคะ แต่แน่นอน เราทิ้งเรื่องการ Forecast ไม่ได้ แต่ว่าก็ต้องยอมรับว่ามันอาจจะไม่ได้ผลถูกต้องร้อยเปอร์เซ็นต์ แต่อย่างน้อยที่สุดเราก็พึงมีไว้เพื่อที่จะเป็น early warning ให้กับประชาชนได้เตรียมตัว

 

ถัดมาก็คือเรื่องของการเอาเทคโนโลยีมาใช้ในเรื่องของการบริหารจัดการการรับมือว่า เมื่อเกิดเหตุขึ้นแล้วตอนนี้ เราจะทํายังไงที่จะทําให้ความเสียหายเกิดขึ้นน้อย ประชาชนได้รับความช่วยเหลือเร็วที่สุด ข้อนี้ก็จะนำเทคโนโลยีมาช่วยได้เยอะ ไม่ว่าจะเป็นเรื่องของการเข้าถึงพื้นที่ภัยพิบัติได้เร็วที่สุดจะต้องใช้เส้นทางไหน จะต้องทําอย่างไร

 

เราจะสามารถใช้ GIS ไปวิเคราะห์ได้ว่าเราควรจะตั้งเชลเตอร์ที่ไหนที่จะปลอดภัย มีความเสี่ยงต่อภัยพิบัติหรือน้ำท่วมน้อยแล้วประชาชนก็จะสามารถเข้าถึงจุดเชลเตอร์ได้อย่างสะดวกนะคะ สามารถที่จะแจกจ่ายยา อาหารทุกอย่างออกไปช่วยประชาชนได้เร็วที่สุด

 

เทคโนโลยีที่เรามีอยู่ในเวลานี้จะสามารถช่วยป้องกันสิ่งที่จะเกิดขึ้นในอนาคตได้มากกว่านี้หรือไม่

เรามองว่า เทคโนโลยีมันเปลี่ยนแปลงและรองรับการเติบโตของเคสต่างๆ เพิ่มขึ้นอยู่แล้ว แต่ก็ยังมองว่าสิ่งที่เราให้ความสำคัญมากกว่าเทคโนโลยีก็คือข้อมูล นี่คือสิ่งที่จำเป็นจริงๆ ส่วนถัดมาในเรื่องของเทคโนโลยีตอนนี้ทุกคนต่างมองไปที่ปัญญาประดิษฐ์  หรือ AI ซึ่งพวกนี้เข้ามามีส่วนช่วยอยู่แล้ว

 

เพราะเวลาที่เราเอาสิ่งที่มันเคยเกิดขึ้นมาวิเคราะห์ในมุมของ GIS เราจะใช้ข้อมูลโลเคชั่นบวกกับข้อมูลที่เป็นสถิติตัวเลขต่างๆ เวลาที่เราประเมินออกมาด้วย AI เราเรียกว่า GeoAI ก็คือเรานำ GIS มาบวกกับ AI มันก็จะประเมินออกได้ว่า ภัยพิบัติจะเกิดขึ้นที่บริเวณไหน หรือที่ความเสี่ยงมากน้อยแค่ไหน เราเชื่อว่าในเทคโนโลยีอนาคตจะต้องทำในเรื่องพวกนี้ออกมาได้ชัดเจนมากขึ้น แต่ว่าจะต้องอยู่บน data base หรือว่ามีฐานข้อมูลรองรับด้วย

 

 

อย่างเรื่องน้ำท่วมมันมีปัจจัยหลายๆ เรื่องที่เรามอง เรื่องแรกฝนตกหนักทีไรเป็นปัญหาทุกที แต่เรื่องที่สองคือ เรื่องของน้ำไม่ว่าจะเป็นระดับน้ำในทะเลหนุน หรือ เรื่องของระดับน้ำในแม่น้ำ  พวกนี้ก็เป็นปัจจัยที่สำคัญเพราะว่า ถ้าฝนตกแล้วน้ำมันระบายออกไปได้ มันก็จะไม่ท่วม แต่ถ้าระบายไม่ได้น้ำมันก็ต้องท่วม

 

เพราะฉะนั้นเวลาที่เราทำ Forecast ด้วย Flood Simulation เราคาดการณ์เสมือนว่า น้ำระบายลงไปที่ทะเลหรือว่าแม่น้ำไม่ได้แล้ว เพราะมันก็คือการตั้ง worse case ก็คือถ้าน้ำมันระบายออกไปไม่ได้ มันจะท่วมขึ้นที่ไหนบ้าง เราจะทำในมุมที่เรา Forecast ให้ได้ดีที่สุดก็คือ การเตือนภัยก่อนล่วงหน้า ในมุมนี้ถ้ามันมีโอกาสมันจะเกิดขึ้นแบบนี้นะ เพราะฉะนั้นตรงนี้คือสิ่งที่เราทําโมเดลออกมาค่ะ

 

สรุปตัวอย่างการใช้งานเทคโนโลยี Flood Simulation

การนำข้อมูลพวกสถิติน้ำฝนในอดีต และข้อมูลน้ำจากพื้นที่ต่างๆ ใส่เข้ามาในระบบ Flood simulation เพื่อคํานวณออกมาเป็นพื้นที่ เป็นค่าความเป็นไปได้ (possibility) เช่น คาดว่าถ้าฝนตกในปริมาณเท่านี้เป็นระยะเวลาเท่านี้ พื้นที่ที่จะเกิดความเสี่ยงภัยพิบัติคือที่ไหนบ้าง 

 

ใครบ้างที่ใช้งานเทคโนโลยี GIS

ลูกค้าของเราส่วนใหญ่ 80 ถึง 85% เป็นราชการ เช่น ปภ. (กรมป้องกันและบรรเทาสาธารณภัย กระทรวงมหาดไทย) หรือ Gistda ตัวอย่างการใช้งาน เช่น

 

กรมธนารักษ์ ใช้ GIS ไปช่วยในเรื่องของการประเมินราคาที่ดิน เพราะเวลาที่เราจะประเมินราคา เราจะต้องรู้ว่าที่ดินแปลงนั้นนั้นอยู่ติดถนนหรือเปล่า มันคือราคา (pricing) จะมีสูตรคำนวณเลยค่ะว่า ห่างจากถนนเท่าไหร่ ลึกเข้าไปเท่าไหร่เพราะฉะนั้นราคาประเมินที่ดินแปลงนี้แปลงนี้ควรจะเป็นเท่าไหร่ แทนที่จะใช้คนเข้าไปสำรวจ เทคโนโลยีนี้ก็จะเข้ามาช่วยเพื่อลดระยะเวลาในการทํางาน หรือว่า verify การทํางานให้ถูกต้องขึ้นได้

 

หน่วยงานทางด้านสาธารณูปโภคอย่างการไฟฟ้านครหลวง หรือ การไฟฟ้าภูมิภาค ใช้ GIS ไปทําในเรื่องของการบริหารจัดการโครงข่ายระบบไฟฟ้าที่ให้บริการประชาชน  เช่นตัวอย่าง กรณีที่เกิดไฟฟ้าดับ เค้าสามารถที่จะระบุตําแหน่ง บ้านที่ไฟฟ้าดับได้ พอระบุตําแหน่งเสร็จ ระบบ GIS มันจะ trace หรือย้อนกลับไปเช็คได้เลยว่าความเป็นไปได้ที่บ้านหลังนี้ไฟดับเกิดมาจากอะไร เพราะมันเพราะมันจะเห็นระบบเครือข่ายที่จ่ายไฟฟ้าเชื่อมต่อกันหมด แล้วเชื่อมต่อกันแบบที่ถูกต้องตามพิกัดจริงบนโลกด้วย

 

หมายความว่า เขาจะมองเห็นตําแหน่งมิเตอร์ตําแหน่งบ้านจริงๆ ว่ามิเตอร์ตัวนี้มันต่อไปเชื่อมกับหม้อแปลงตัวไหนสวิตช์ตัวไหนแล้วมันไปใช้งานสายไฟร่วมกับใครบ้างมันเห็นหมด เพราะฉะนั้นใช้เวลาเค้า trace back กลับไปว่าไฟฟ้าดับเกิดจากอะไรเค้าจะรู้ว่า มันเป็นเพราะหม้อแปลงตัวนี้ระเบิด เป็นเพราะฟิวส์ตัวนี้ขาด ไฟฟ้าจึงจะสามารถเข้าไปบริการประชาชนได้เร็วขึ้น

 

หรืออย่างเรื่องของการให้บริการไฟฟ้าสมัยก่อนเวลาเราจะไปขอใช้ไฟไฟฟ้า เราอาจจะต้องใช้เวลานานถึง 2-3 วันกว่าที่จะมาบอกเราว่า ประเมินราคาแล้วต้องจ่ายเท่าไหร่ แต่วันนี้ไฟฟ้าใช้เวลาเพียงไม่กี่นาทีก็สามารถบอกเราได้เลยว่า โอเค เรามีค่าใช้จ่ายเท่าไหร่ สามารถต่อไฟให้เราได้เลยไหม เพราะเค้ามองเห็นระบบเครือข่ายเค้าทั้งหมด พอรู้ว่าบ้านเราอยู่ตรงไหน เค้าจิ้มตําแหน่งบ้านลงไปก็สามารถตอบได้เลยทันที ว่าลากสายมาจากตรงนี้มีค่าใช้จ่ายเท่านี้ มีหม้อแปลงอยู่แล้วครับรองรับพอ คือสามารถตอบได้ทันที

 

กรมเจ้าท่า (MD) นำ GIS มาใช้ในการจัดการสิ่งล่วงล้ำลำน้ำ โดยจัดทำเส้นขอบน้ำ ขอบตลิ่ง และข้อมูลสิ่งปลูกสร้าง เพื่อตรวจสอบ ควบคุม สิ่งปลูกสร้างที่รุกล้ำลำน้ำ เพื่อให้เป็นไปตามระเบียบ กฎหมาย

 

GISTDA นำเทคโนโลยี GIS มาใช้ในการตอบโจทย์เพื่อให้บริการหน่วยงานราชการและประชาชนทั้งในด้านสุขภาพอนามัย การเกษตร, ป่าไม้, แปลงที่ดิน เช่น จัดทำข้อมูลสุขภาวะเชิงพื้นที่ สำหรับการประเมินผลกระทบจากมลพิษทางอากาศที่ส่งผลกระทบต่อสุขภาวะ, การรายงานพื้นที่น้ำท่วมซ้ำซาก และ การติดตามสถานการณ์ภัยแล้ง