HomeEditor's Pickมาทำความเข้าใจฝุ่น PM 2.5 ในมุมมอง Data Expert กัน!

มาทำความเข้าใจฝุ่น PM 2.5 ในมุมมอง Data Expert กัน!

จากเหตุการณ์ปริมาณ PM2.5 สูงเกินกว่าค่ามาตรฐานที่เรากำลังเผชิญอยู่นั้น เกิดเป็นแรงบันดาลใจให้ทีมงาน Coraline ซึ่งเป็นผู้เชี่ยวชาญด้าน Data Analytics นำข้อมูลต่างๆ มาหาความสัมพันธ์ เพื่อประเมินสาเหตุ และความเกี่ยวข้องต่าง ๆ ที่ก่อให้เกิดฝุ่น PM2.5 

ทั้งนี้ ความเข้าใจพื้นฐานของเราทุกคน เชื่อว่า ฝุ่นจะมากับฤดูหนาว ซึ่งความจริงแล้ว อุณหภูมิของอากาศอาจจะเป็นเพียงปัจจัยหนึ่ง และยังมีอีกหลายปัจจัยที่เกี่ยวข้อง เพราะถ้ามีแค่เรื่องของอุณหภูมิ แล้วทำไมแต่ละพื้นที่ ที่มีอุณหภูมิเท่ากัน ถึงมีปริมาณฝุ่นที่แตกต่างกัน 

การวิเคราะห์ทางคณิตศาสตร์สามารถตรวจสอบหาความสัมพันธ์ของปัจจัยต่าง ๆ ได้ โดยมีขั้นตอนดังต่อไปนี้ 

- Advertisement -

1. การรวบรวมข้อมูลจากแหล่งข้อมูลต่างๆหรือData Collection 

2. การวิเคราะห์ลักษณะของข้อมูลหรือExploratory Data Analysis 

3. การสร้างModel เพื่อพยากรณ์การเกิดPM2.5 

4. การประเมินผลลัพธ์ที่ได้จากModel หรือEvaluation

5. สรุปผล

ในบทความนี้ มีเป้าหมายเพื่อแสดงให้เห็นถึงประโยชน์ของการวิเคราะห์เชิงลึก และการสร้างโมเดลทางคณิตศาสตร์ โดยมีกลุ่มเป้าหมายผู้อ่านเป็นบุคคลทั่วไป ดังนั้นในการนำเสนอ จะมีทั้งในเชิงเทคนิคของการวิเคราะห์ และอธิบายเป็นภาษาที่บุคคลทั่วไปเข้าถึงได้ ทั้งนี้ สำหรับศัพท์เทคนิคบางคำ ทางคณะผู้เขียนบทความ จะขอใช้เป็นคำพิเศษภาษาอังกฤษ ซึ่งจะมีการอธิบายเป็นคำแปลภาษาไทยให้ในครั้งแรกที่มีการกล่าวถึงคำนั้น ๆ 

1. Data Collection (การรวบรวมข้อมูล) 

ข้อมูลที่ใช้วิเคราะห์ มาจากแหล่งข้อมูลที่เปิดเผยสู่สาธารณะโดยทั้งสิ้น ได้แก่

  • ข้อมูล PM2.5: http://berkeleyearth.lbl.gov/air-quality/local/Thailand/Bangkok
  • ข้อมูลสภาพอากาศ: https://www.wunderground.com/history/daily/th/bangkok
  • ข้อมูลดัชนีการจราจร: http://traffic.longdo.com

2. Exploratory Data Analysis (การวิเคราะห์ลักษณะของข้อมูล)

     – ข้อมูลของ PM2.5 เป็นข้อมูลการวัดค่าความหนาแน่นของฝุ่น PM2.5 ในหน่วย (µg/m3 )เฉลี่ยรายชั่วโมง ซึ่งข้อมูลที่นำมาใช้นั้น เป็นข้อมูลที่อยู่ภายในพื้นที่กรุงเทพมหานคร โดยมีตัวอย่างของข้อมูลดังนี้

     – สร้างกราฟเพื่อดูลักษณะการเกิด PM2.5 ในแต่ละช่วงเวลา โดยให้แกน X เป็นช่วงเวลาในแต่ละวัน และแกน y เป็น ปริมาณ PM2.5 เฉลี่ยในช่วงเวลานั้น สีของกราฟแทนวันที่แต่ละวันในเดือนมกราคม ปี 2019

ภาพที่ 3: แสดงปริมาณฝุ่น PM2.5 ในช่วงเวลา 0.00 น.-24.00น. ระหว่างวันที่ 22-28 มกราคม 2019

  – จากกราฟจะพบว่า ลักษณะการเกิดฝุ่นในแต่ละช่วงเวลามีแนวโน้มใกล้เคียงกัน โดยปริมาณฝุ่นจะมีค่าต่ำสุดในช่วงเวลาระหว่าง 10.00 น. จนถึง 15.00 น. และจะค่อย ๆ เพิ่มขึ้นเรื่อย ๆ จนสูงสุดในช่วง 02.00 น. จนถึง 03.00 น.

     – จากสมมติฐานเบื้องต้น จึงได้มีการหาปัจจัยอื่น ๆ เพิ่มเติมในการหาความสัมพันธ์กับปริมาณฝุ่น โดยมีปัจจัยที่นำมาเปรียบเทียบดังนี้

  • Temperature: อุณหภูมิ หน่วยเป็นฟาเรนไฮน์
  • Dew Point: จุดไอน้ำกลั่นตัว หน่วยเป็นองศาฟาเรนไฮ
  • Humidity: ความชื้น หน่วยเป็น %
  • Wind Speed: ความเร็วลม หน่วยเป็น mile per hour

รายละเอียดเพิ่มเติมอ่านได้ที่

https://www.coraline.co.th/single-post/PM25-in-Data-Expert-Perspective

Business Today
Business Todayhttps://businesstoday.co
Supporting Thailand's business communities./ FB Page: Business Today Thai/ Social: Business Today Thai (สำหรับ Twitter, YouTube, Telegram)/ LINE: @Business today/ เว็บที่เกี่ยวข้อง: Thailand Today: www.thailandtoday.co/ FB: Thailantoday.co (English)/ Thailand Today News: www.thailandtoday.news/ FB: Thailandtoday.news (Mandarin Chinese)

Latest

ติดตามข่าวสารอัพเดททันใจจาก Businesstoday ได้โดยกรอกอีเมลด้านล่าง

Related News