การพยากรณ์ฝนระยะปัจจุบันจากข้อมูลน้ำฝนตรวจวัดด้วยเครื่องจักรการเรียนรู้

บทคัดย่อ

กรุงเทพมหานครเป็นศูนย์กลางเศรษฐกิจที่มีขนาดพื้นที่ประมาณ 1,568.7 ตารางกิโลเมตร และมีสถานีตรวจวัดปริมาณน้ำฝนจำนวน 130 สถานี ที่ดำเนินการตรวจวัดทุก 5 นาที หรือแต่ละสถานีสามารถครอบคลุมพื้นที่ 12.17 ตารางกิโลเมตร ซึ่งมีความหนาแน่นที่มากและความถี่การเก็บข้อมูลสูงเนื่องจากลักษณะของฝนในกรุงเทพมหานครจะตกหนักในช่วงเริ่มต้นเมื่อฝนตก ทำให้จึงต้องมีการลดระดับน้ำในคลองเพื่อรองรับปริมาณฝนดังกล่าว ซึ่งต้องใช้เวลาในการสูบน้ำไม่น้อยกว่า 1 ชั่วโมงสำหรับความลึกน้ำประมาณ 1เมตร การพยากรณ์ล่วงหน้าจึงมีความจำเป็น จึงมีแนวคิดในการในการใช้ข้อมูลฝนสถานีมา พยากรณ์ล่วงหน้า 120 นาทีในทุกช่วงเวลา 15 นาที ด้วยเทคนิค Random Forest ที่มีการพิสูจน์ว่าเหมาะสมในการพยากรณ์สถานะฝนตก การศึกษาในครั้งนี้ สถานีพญาไท ที่อยู่บริเวณกลางพื้นที่ พบว่าระยะเวลาย้อนหลังที่เหมาะสมที่สุดสำหรับการพยากรณ์ฝนล่วงหน้า 120 นาที 540 นาที ให้ความสามารถในการตรวจจับ 0.95 โดยพิจารณาเปรียบเทียการจัดกลุ่ม 3 กลุ่ม ได้แก่ การใช้สถานีเดี่ยว การใช้สถานีใกล้เคียง และการสุ่มเลือกสถานี ข้อมูลนำเข้าเงื่อนไขต่างกันทั้งหมด 12 กรณี โดยการพยากรณ์โดยใช้ข้อมูลซึ่งให้ค่าการตรวจจับฝน 0.95 - 0.99 ในช่วงฤดูฝนระหว่างเวลา 12:00–24:00 น.ของทั้งการเรียนรู้ในการสุ่มสถานีข้างเคียงและสถานีที่ใกล้ที่สุด และการเรียนรู้ด้วยข้อมูลจากทุกช่วงเวลา ซึ่งให้ค่าความแม่นยำ 0.99 - 0.98 ตามการพยากรณ์ล่วงหน้าในทุกช่วงเวลา 15 นาที การเรียนรู้จากสถานีใกล้เคียง 30 สถานี ให้ประสิทธิภาพในการตรวจจับฝนดีที่สุด 0.95 และการเรียนรู้แบบสุ่มสถานี ให้ความแม่นยำในการพยากรณ์สูงที่สุด ที่ 0.99