กรมควบคุมมลพิษผนึกกำลังบุคลากรและเครื่องมือของ สวทช. โดยใช้ระบบคอมพิวเตอร์สมรรถนะสูง หรือ ซูเปอร์คอมพิวเตอร์ (Supercomputer) จากศูนย์ทรัพยากรคอมพิวเตอร์เพื่อการคำนวณขั้นสูง หรือ ThaiSC พัฒนาการใช้แบบจำลองทางคณิตศาสตร์เฉพาะทางด้านมลพิษทางอากาศ (WRF-chem) เพื่อคาดการณ์แนวโน้มของสถานการณ์ฝุ่นละอองขนาดเล็ก PM2.5 ได้เร็วขึ้นถึง 15 เท่า ช่วยรองรับการคาดการณ์สถานการณ์ได้ล่วงหน้า 3 วัน
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) พร้อมด้วยผู้บริหารกรมควบคุมมลพิษ กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม (ทส.) ร่วมแถลงข่าวผ่านระบบออนไลน์ ในพิธีลงนามบันทึกข้อตกลงความร่วมมือด้านการคาดการณ์คุณภาพอากาศ และระบบคอมพิวเตอร์สมรรถนะสูง ระหว่างกรมควบคุมมลพิษกับสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
กรมควบคุมมลพิษได้พัฒนาระบบการคาดการณ์คุณภาพอากาศสำหรับใช้ประเมินสถานการณ์ปัญหาฝุ่นละออง PM2.5 ในพื้นที่ภาคเหนือ และพื้นที่กรุงเทพฯ และปริมณฑล โดยรับการสนับสนุนการใช้งานระบบคอมพิวเตอร์สมรรถนะสูงจากสำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ ทำให้การคาดการณ์สถานการณ์ปัญหา PM 2.5 ของประเทศ มีบทบาทสำคัญต่อการตัดสินใจ และวางแผนบริหารจัดการเพื่อตอบโต้สถานการณ์ปัญหามลพิษทางอากาศที่คาดว่าจะเกิดขึ้น
โดยรัฐบาลและทุกภาคส่วนได้ใช้ประโยชน์จากข้อมูลดังกล่าว เพื่อการดำเนินการภายใต้แผนปฏิบัติการขับเคลื่อนวาระแห่งชาติ การแก้ไขปัญหามลพิษด้านฝุ่นละออง และแผนเฉพาะกิจเพื่อแก้ไขปัญหามลพิษด้านฝุ่นละออง 12 ข้อ ทำให้สถานการณ์ฝุ่นละออง PM2.5 มีแนวโน้มที่ดีขึ้นเป็นลำดับ ประสบความสำเร็จอย่างดียิ่ง นายอรรถพล เจริญชันษา อธิบดีกรมควบคุมมลพิษ กล่าว
ความร่วมมือในครั้งนี้เป็นการร่วมกันพัฒนาขีดความสามารถในการคาดการณ์สถานการณ์ฝุ่นละอองขนาดเล็ก โดยใช้แบบจำลองคณิตศาสตร์บนระบบคอมพิวเตอร์สมรรถนะสูง ซึ่ง สวทช. มีบุคลากรที่มีความเชี่ยวชาญเฉพาะด้านและโครงสร้างพื้นฐานอยู่ภายใต้การดำเนินงานของศูนย์ทรัพยากรคอมพิวเตอร์เพื่อการคำนวณขั้นสูง (NSTDA Supercomputer Center) หรือ ThaiSC สามารถประมวลผลระบบคาดการณ์สถานการณ์มลพิษอากาศในพื้นที่ 9 จังหวัดภาคเหนือ ได้เร็วขึ้นถึง 15 เท่า จากเดิมใช้เวลาคำนวณ 11.5 ชั่วโมง ลดลงเหลือเพียง 45 นาที ทำให้กรมควบคุมมลพิษคาดการณ์สถานการณ์ฝุ่นละอองขนาดเล็ก PM2.5 ได้ล่วงหน้าถึง 3 วัน
ขั้นตอนการคาดการณ์สถานการณ์ฝุ่นละอองขนาดเล็ก เริ่มจากการนำข้อมูลแหล่งกำเนิดฝุ่นละอองขนาดเล็กและข้อมูลทางอุตุนิยมวิทยา มาใช้ในการเตรียมข้อมูลบน Computer Workstation ที่กรมควบคุมมลพิษ
จากนั้นจึงถ่ายโอนข้อมูลดังกล่าวไปยังระบบ High-Performance Computing หรือ HPC ของศูนย์ทรัพยากรคอมพิวเตอร์เพื่อการคำนวณขั้นสูง สวทช. เพื่อประมวลผลโดยใช้แบบจำลองคณิตศาสตร์เฉพาะทางด้านมลพิษอากาศ ด้วยประสิทธิภาพระบบคอมพิวเตอร์สมรรถนะสูงของ สวทช. ทำได้สามารถประมวลผลข้อมูลขนาดใหญ่ได้อย่างแม่นยำและรวดเร็ว
โดยข้อมูลผลการคำนวณที่ได้จะถูกถ่ายโอนกลับมายัง Computer Workstation ที่กรมควบคุมมลพิษ เพื่อวิเคราะห์และจัดรูปแบบการแสดงข้อมูลเผยแพร่ผ่านทางเว็บไซต์ Air4Thai.com และสื่อออนไลน์ของทาง คพ. และแอปพลิเคชัน ‘รู้ทัน’ ของเนคเทค สวทช. เพื่อรายงานและแจ้งเตือนสถานการณ์มลพิษทางอากาศให้กับประชาชน
ทั้งนี้ภายใต้ความร่วมมือในระยะเวลา 3 ปีแรกนับจากนี้ สวทช.มุ่งหวังว่าจะสามารถการสนับสนุนการใช้งานและการให้คำแนะนำปรึกษาเชิงเทคนิค สำหรับการประมวลผลบนระบบคอมพิวเตอร์สมรรถนะสูง เพื่อสนับสนุนให้ทางกรมควบคุมมลพิษสามารถพัฒนาระบบคาดการณ์สถานการณ์ฝุ่นละอองขนาดเล็กหรือ PM2.5 ได้อย่างแม่นยำและครอบคลุมพื้นที่ได้ทั่วประเทศ รวมถึงสามารถคาดการณ์สถานการณ์มลพิษอากาศอื่นๆ ซึ่งจะนำไปสู่การบริหารและจัดการคุณภาพอากาศของประเทศไทยได้อย่างมีประสิทธิภาพและประชาชนมีคุณภาพชีวิตที่ดีต่อไป
นับตั้งแต่ได้เริ่มเปิดให้บริการ ThaiSC ได้สนับสนุนงานวิจัยที่มีความสำคัญเร่งด่วน และสร้างผลกระทบในระดับประเทศ เช่น โครงการการคัดสรรสารออกฤทธิ์ต้านไวรัสโคโรนาสายพันธุ์ใหม่ 2019 ด้วยเทคนิคทางเคมีคำนวณขั้นสูง โครงการถอดรหัสจีโนมสายพันธุ์ SAR-CoV-2 ที่ระบาดในประเทศไทย รวมไปถึงโครงการระบบคาดการณ์สถานการณ์มลพิษทางอากาศ ซึ่งเป็นที่มาความร่วมมือระหว่าง สวทช. และ กรมควบคุมมลพิษ
โดย สวทช. จะสนับสนุนการใช้งานบนระบบคอมพิวเตอร์สมรรถนะสูงของ ThaiSC รวมถึงให้คำแนะนำในการบริหารจัดการและการจัดหาระบบคอมพิวเตอร์สมรรถนะสูงของกรมควบคุมมลพิษ และให้คำปรึกษาเชิงเทคนิคสำหรับการประมวลผลระบบคาดการณ์สถานการณ์ฝุ่นละอองขนาดเล็ก เพื่อสนับสนุนการพัฒนาระบบคาดการณ์คุณภาพอากาศร่วมกันเพื่อนำไปสู่การบริหารและจัดการคุณภาพอากาศของประเทศไทยอย่างยั่งยืน
ขอบคุณข้อมูลจาก สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.)
เรื่องอื่นๆ ที่น่าสนใจ : เปลความดันลบ สนับสนุนบุคลากรทางการแพทย์สู้โควิด-19 ระลอกใหม่