หากพูดถึงบิ๊กดาต้าก็จะนึกถึงปริมาณข้อมูลที่มหาศาล ทั้งแบบที่มีโครงสร้างและไม่มีโครงสร้าง มีอยู่ปะปนทั่วไปในการทำธุรกิจต่าง ๆ อย่างไรก็ดีสิ่งที่สำคัญที่สุดที่ทำให้เป็นบิ๊กดาต้าได้อย่างแท้จริงนั้น ก็คือกระบวนการจัดการกับข้อมูลมหาศาลเหล่านี้ต่างหาก และก็มีอยู่ศาสตร์หนึ่งที่ผมคิดว่าเป็นบิ๊กดาต้าก่อนที่คำนี้จะถูกบัญญัติเอาไว้เสียอีก ศาสตร์นั้นก็คือ อุตุนิยมวิทยา (Meteorology)
อุตุนิยมวิทยา เป็นศาสตร์ที่ว่าด้วยการเข้าใจปรากฏการณ์และกระบวนการต่าง ๆ ที่เกิดขึ้นในบรรยากาศ ตั้งแต่การสังเกตและจดบันทึกข้อมูล ลม ฟ้า อากาศ ที่ช่วยให้เราสามารถอธิบายถึงสาเหตุและการเกิดลักษณะอากาศแบบต่าง ๆ ได้ โดยข้อมูลสภาพอากาศทั้งจากการตรวจอากาศผิวพื้น และชั้นบนในชั้นความสูงระดับต่าง ๆ ช่วยให้ได้มาซึ่งข้อมูลอุณหภูมิ ความกดอากาศ ความชื้น ลม เมฆ และฝน เป็นจุดเริ่มต้นสำคัญที่นำไปสู่การพยากรณ์สภาพอากาศล่วงหน้า จนไปถึงการศึกษาการเปลี่ยนแปลงสภาพอากาศ (Climate change) อย่างไรก็ตามการพยากรณ์อากาศในบริเวณหนึ่ง ๆ จำเป็นต้องใช้ข้อมูลผลการตรวจอากาศจากบริเวณที่อยู่โดยรอบมาประกอบด้วย เนื่องจาก
ปรากฏการณ์ที่เกิดขึ้นในบรรยากาศมีการเคลื่อนที่อยู่ตลอดเวลา สิ่งที่เกิดขึ้นนอกจากพื้นที่การพยากรณ์อาจเคลื่อนตัวมามีผลต่อสภาพอากาศในบริเวณที่จะพยากรณ์ได้ ด้วยเหตุนี้จึงจำเป็นต้องมีการแลกเปลี่ยนข้อมูลผลการตรวจอากาศทั้งในระดับภูมิภาคและนานาชาติ เพื่อให้ได้ข้อมูลเพียงพอสำหรับการพยากรณ์อากาศ และช่วยให้การพยากรณ์มีความแม่นยำมากยิ่งขึ้น
ข้อความจาก กรมอุตุนิยมวิทยา
ทั้งนี้สมาชิกขององค์การอุตุนิยมวิทยาโลก (World Meteorological Organization: WMO) ได้ใช้การพยากรณ์อากาศเชิงตัวเลข (Numerical Weather Prediction: NWP) เป็นเครื่องมือหลักในการพยากรณ์อากาศ และคาดหมายสภาพภูมิอากาศในแต่ละพื้นที่ โดยเฉพาะอย่างยิ่งการพยากรณ์ในระยะปานกลาง และระยะไกล จากการศึกษาของ WMO พบว่าการคาดหมายลักษณะอากาศที่แม่นยำในระยะเวลาที่เกินกว่า 2-4 วันขึ้นไป จำเป็นที่จะต้องมีข้อมูลการตรวจอากาศจากทั่วทุกมุมโลก ดังแสดงในภาพที่ 1 (ภาพจาก WMO)
ด้วยเหตุนี้เององค์การอุตุนิยมวิทยาโลก (World Meteorological Organization: WMO) จึงได้จัดตั้งโครงการตรวจและเฝ้าระวังสภาวะอากาศทั่วโลก (World Weather Watch: WWW) ซึ่งเป็นโครงการที่ริเริ่มมาตั้งแต่ปี พ.ศ. 2503 โดยแต่ละประเทศสมาชิกจะรับผิดชอบในพื้นที่ของตน และมีวัตถุประสงค์เพื่อการรวบรวม แลกเปลี่ยน และการประมวลผลการสังเกตสภาพอากาศ ข้อมูลโครงการ WWW จาก WMO ทั้งนี้ยังกำหนดมาตรฐานการแลกเปลี่ยนข้อมูลผ่านเครือข่ายสื่อสารโทรคมนาคมอุตุนิยมวิทยาโลก (Global Telecommunication System: GTS) เพื่อให้ข้อมูลมีความครบถ้วน ถูกต้อง และทันเวลา โดยกำหนดมาตรฐานของข้อความที่เข้ารหัสเพื่อใช้สำหรับการแลกเปลี่ยนข้อมูลอุตุนิยมวิทยาระหว่างประเทศซึ่งประกอบด้วย 1) ข้อมูลการสังเกตการณ์ที่จัดทำโดยระบบสังเกตการณ์ทั่วโลกของ World Weather Watch (WWW) และ 2) ข้อมูลที่ได้รับการประมวลผลโดย WWW Global Data-Processing and Forecasting System หรือ การพยากรณ์อากาศเชิงตัวเลข (NWP) นั่นเอง เครือข่าย GTS นี้เป็นเครือข่ายสำคัญที่ใช้สำหรับการแลกเปลี่ยนข้อมูลที่เกี่ยวข้องกับงานอุตุนิยมวิทยา และในงานบริการเฉพาะด้านของอุตุนิยมวิทยาที่เกี่ยวข้องกับกิจกรรมของมนุษย์ในด้านต่าง ๆ เช่น การเดินเรือ การเดินอากาศ เป็นต้น
สำหรับประเทศไทย กรมอุตุนิยมวิทยาได้รับผิดชอบเป็นศูนย์โทรคมนาคมอุตุนิยมวิทยาระดับภูมิภาค (Regional Telecommunication Hub: RTH) ผ่านเครือข่ายสื่อสารโทรคมนาคมอุตุนิยมวิทยาโลก (GTS) ประจำภูมิภาคที่ 2 (เอเชีย) ภายใต้ชื่อ RTH Bangkok หรือ ศูนย์โทรคมนาคมอุตุนิยมวิทยาแห่งภูมิภาคเอเชียตะวันออกเฉียงใต้ โดย WMO ได้แบ่งภูมิภาคตามภูมิศาสตร์ออกเป็น 6 ภูมิภาค ดังแสดงในภาพที่ 2 และ 3
ปัจจุบัน WMO อยู่ในระหว่างดำเนินการการพัฒนาเครือข่ายสื่อสารโทรคมนาคมอุตุนิยมวิทยาโลก (GTS) ให้มีความทันสมัย และตอบสนองต่อความต้องการของทุกภาคส่วน โดยมีแนวคิดการออกแบบเครือข่ายสื่อสารที่อยู่บนอินเทอร์เน็ต มีมาตรฐานที่สะดวกต่อการใช้งาน รวมถึงเปิดกว้างต่อการเข้าถึงข้อมูลอุตุนิยมวิทยาของผู้มีส่วนได้ส่วนเสีย และประชาชนทั่วไป เครือข่ายสื่อสารโทรคมนาคมอุตุนิยมวิทยาโลกอันใหม่นี้มีชื่อเรียกว่า WIS 2.0 (WMO Information System 2.0) โดยมีกำหนดเริ่มทดลองใช้งานสำหรับประเทศที่มีความพร้อมในปี พ.ศ. 2568 เป็นต้นไป และมีกำหนดใช้งานจริงทั่วโลกในปี พ.ศ. 2573 ดังแสดงในแผนการดำเนินการโครงการ WIS 2.0 ในภาพที่ 4
แล้วข้อมูลที่ใช้ในการแลกเปลี่ยนมันเป็นอย่างไร ?
สำหรับข้อมูลที่เข้ารหัสเพื่อใช้สำหรับการแลกเปลี่ยนข้อมูลอุตุนิยมวิทยา สามารถเข้าไปศึกษาได้ที่เว็บไซต์ของศูนย์โทรคมนาคมอุตุนิยมวิทยาแห่งภูมิภาคเอเชียตะวันออกเฉียงใต้ และคู่มือ Manual on Codes ของ WMO โดยรายการข้อมูลและสารสนเทศอุตุนิยมวิทยา ที่ทำการแลกเปลี่ยนใน GTS จะมีหลายประเภท โดยสามารถแบ่งออกเป็น 3 กลุ่มหลัก ๆ คือ
- ข้อมูลการพยากรณ์อากาศ และการเตือนภัย จากศูนย์ต่าง ๆ ในระดับภูมิภาค และระดับโลก
- ข้อมูลผลการพยากรณ์อากาศเชิงตัวเลข หรือผลการพยากรณ์จากแบบจำลองต่าง ๆ
- ข้อมูลตรวจอากาศ
ในส่วนของข้อมูลการพยากรณ์อากาศ และการเตือนภัยนั้นโดยทั่วไปจะอยู่ในรูปตัวอักษร (text) ตามปกติที่สามารถอ่านและเข้าใจได้โดยตรง ส่วนกลุ่มข้อมูลที่เหลืออีกสองประเภทจะต้องมีการเข้ารหัสและถอดรหัสข้อมูลก่อนนำไปแลกเปลี่ยนและใช้งาน กล่าวคือข้อมูลผลการพยากรณ์อากาศเชิงตัวเลขซึ่งจะอยู่ในรูปแบบรหัส GRIB (General Regularly-distributed Information in Binary form) และข้อมูลตรวจอากาศ ซึ่งเดิมจะอยู่ในรูปแบบ TAC (Traditional Alphanumeric Code) ต่อมาภายหลัง WMO ได้หยุดพัฒนารูปแบบข้อมูลแบบ TAC และแนะนำให้ประเทศสมาชิกไปใช้รหัสข้อมูลตรวจอากาศในรูปแบบ TDCF (Table Driven Code Form) แทน โดยมีแผนแสดงกำหนดการการโยกย้ายการใช้งานรูปแบบข้อมูลเป็นไปตามภาพที่ 5 อย่างไรก็ตามในปัจจุบันมีหลายประเทศยังไม่มีความพร้อมที่จะรองรับการเปลี่ยนผ่านนี้โดยเฉพาะประเทศกำลังพัฒนา ทำให้หลายประเทศยังมีความต้องการใช้งานข้อมูลตรวจอากาศในรูปแบบ TAC อยู่ โดยในส่วนของประเทศไทยได้มีการใช้งานข้อมูลในรูปแบบทั้ง TAC และTDCF เพื่อให้บริการแก่ประเทศเพื่อนบ้าน
ตัวอย่างและความหมายของข้อมูลชนิดต่าง ๆ
- SYNOP (Surface Synoptic Observations): ข้อมูลตรวจสภาพของอากาศบริเวณผิวพื้น ซึ่งสามารถแบ่งออกเป็นการตรวจวัดบนภาคพื้นดิน และภาคพื้นทะเล
- TEMP: ข้อมูลตรวจอากาศชั้นบนเป็นข้อมูลจากการรายงานสภาพอากาศของอากาศชั้นบนซึ่งจะประกอบไปด้วยข้อมูลความกดอากาศ อุณหภูมิ ความชื้น ทิศทาง และความเร็วลม
- PILOT: ข้อมูลตรวจลมชั้นบนเป็นข้อมูลจากการรายงานสภาพอากาศของลมชั้นบนซึ่งจะประกอบไปด้วยข้อมูลทิศทาง และความเร็วลม
- BATHY: ข้อมูลจากการรายงานสถานะอุณหภูมิของน้ำที่ระดับความลึกต่าง ๆ ซึ่งอาจรวมถึงกระสน้ำบริเวณพื้นผิวน้ำ และระดับความลึกรวมของน้ำ
- TESAC: ข้อมูลจากการรายงานสถานะอุณหภูมิ และความเค็มของน้ำที่ระดับความลึกต่าง ๆ ซึ่งอาจรวมถึงกระแสน้ำที่ระดับความลึกต่าง ๆ
- และอื่น ๆ
ในที่นี้จะขอเอาข้อมูลของ SYNOP ซึ่งจะใช้แบบฟอร์มรหัสมาตรฐาน FM 12–XIV Ext. SYNOP ในรูปแบบ TAC มาทำการอธิบายเพื่อให้เห็นภาพชัดเจนมากยิ่งขึ้น โดยรูปแบบการเข้ารหัสจะเป็นตามมาตรฐานดังภาพที่ 6 (สามารถศึกษารายละเอียดได้ที่ คู่มือ Manual on Codes ของ WMO) ซึ่งเราคงไม่สามารถอธิบายได้ภายในบทความนี้นะครับ
โดยข้อมูลที่ SYNOP ที่ได้จากเว็บไซต์ของศูนย์โทรคมนาคมอุตุนิยมวิทยาแห่งภูมิภาคเอเชียตะวันออกเฉียงใต้ จะแสดงดังภาพ
จากภาพที่ เราลองทำการแปลความหมายของข้อมูลที่อยู่ในกรอบสีแดงจะได้ดังภาพที่ 8
เทคโนโลยีบิ๊กดาต้ากับการพยากรณ์อากาศ
มาถึงตรงนี้คิดว่าผู้อ่านทุกคนก็คงน่าจะรู้สึกทึ่งเหมือนกันกับผมถึงกระบวนการในการแลกเปลี่ยนข้อมูลอุตุนิยมวิทยาที่ถูกใช้มาอย่างยาวนาน แต่ยังคงมีประสิทธิภาพและใช้งานได้จนถึงปัจจุบัน และถ้าหากข้อมูลที่มีจำนวนมหาศาลและถูกเก็บมาอย่างต่อเนื่องและยาวนานอย่างข้อมูลสภาพอากาศ ในขณะที่การพัฒนาในเรื่องบิ๊กดาต้าก็ทำให้มีเครื่องมือที่ทันสมัยและทรงพลังที่จะนำไปสู่การพยากรณ์อากาศที่แม่นยำและมีความละเอียดมากยิ่งขึ้น แต่จะเพียงพอต่อความคาดหวังมหาศาลของผู้ใช้งานได้หรือไม่นั้นก็คงต้องให้เวลาเป็นผู้ตอบต่อไปนะครับ
เนื้อหาโดย นววิทย์ พงศ์อนันต์ และวันเฉลิม เพ็ชรสุวรรณ
ตรวจทานและปรับปรุงโดย พีรดล สามะศิริ
อ้างอิง
Senior Project Manager & Data Scientist
at Big Data Institute (Public Organization), BDI
