สงสัย สังเกต สำรวจ : เส้นทางสู่การจัดการพื้นที่อย่างสร้างสรรค์

ในชีวิตประจำวันอันแสนจะธรรมดา สิ่งที่พอจะสร้างความรู้สึกตื่นเต้นขึ้นมาได้บ้าง อาจเป็นความอยากรู้อยากเห็นในปรากฏการณ์หรือสิ่งที่เกิดขึ้นตรงหน้า และความอยากรู้อยากเห็นนี่เองที่เป็นแรงขับดันซึ่งส่งผลต่อการตัดสินใจทำสิ่งต่าง ๆ เพื่อหาคำตอบให้กับความสงสัยนั้น ความอยากรู้อยากเห็นอาจเปลี่ยนเราให้กลายเป็นนักสืบมือฉมังเพื่อเสาะหาเรื่องราวของผู้คนรอบตัว หรือกลายเป็นนักวิทยาศาสตร์ผู้แสวงหาความจริงในธรรมชาติและโลกจนเกิดเป็นความเข้าใจที่มากขึ้นเรื่อย ๆ

©unsplash/@orbisterrae

ความอยากรู้ของมนุษย์ : ปฐมบทของภูมิศาสตร์
ต่อมความอยากรู้ของมนุษย์พัฒนาขึ้นอย่างรวดเร็วหลังจากบรรพบุรุษของเราสามารถเดินด้วยสองขาและใช้สายตาในการรับรู้แทนการดมกลิ่นเมื่อราว 4 ล้านปีก่อน สมองที่พัฒนาขึ้นอย่างมากกระตุ้นความอยากรู้ในความเป็นไปของธรรมชาติ มนุษย์เริ่มสังเกตสภาพแวดล้อมรอบตัวจากความสนใจใคร่รู้เกี่ยวกับแหล่งอาหารและพื้นที่ที่เหมาะสมในการดำรงชีวิต ชาวกรีกโบราณเป็นนักคิดและนักสังเกตชั้นเยี่ยม เพราะนอกจากจะสังเกตสภาพธรรมชาติของแต่ละสถานที่จนสามารถแต่งหนังสือและมหากาพย์เล่าเรื่องการผจญภัยของมนุษย์และเหล่าทวยเทพในดินแดนต่าง ๆ รอบทะเลเมดิเตอร์เรเนียนและเอเชียกลางได้อย่างน่าทึ่งแล้ว ปราชญ์ชาวกรีกยังสังเกตตำแหน่งการขึ้นและตกของดวงอาทิตย์และดวงดาวบนท้องฟ้าในแต่ละวัน จนนำไปสู่การกำหนดทิศ คำนวณระยะทาง และสร้างแผนที่เพื่อแสดงตำแหน่งสถานที่สำคัญ ตลอดจนแสดงรูปร่างของทวีปได้ค่อนข้างถูกต้อง 

โดยชื่อที่มักถูกกล่าวถึงอยู่บ่อย ๆ ในฐานะผู้ที่เป็นบิดาของภูมิศาสตร์ก็คือ เอราทอสเทนีส (Eratosthenes) นักปราชญ์กรีกผู้ขนานนามความรู้ด้านนี้ว่าเป็นการศึกษา  “ภูมิศาสตร์” ที่แปลความหมายตรงตัวว่า เป็นการเขียนพรรณนา (graphy) เกี่ยวกับโลก (geo) ซึ่งรวมถึงการอธิบายปรากฏการณ์ธรรมชาติที่เกิดขึ้น เช่น สภาพอากาศ ฤดูกาล น้ำขึ้นน้ำลง และความเป็นไปได้ในการอยู่อาศัยของมนุษย์ในส่วนต่าง ๆ ของโลกอีกด้วย  

©unsplash/@usgs

การสังเกตและสำรวจ : รากแก้วในการศึกษาภูมิศาสตร์
คริสโตเฟอร์ โคลัมบัส (Christopher Columbus) นักเดินเรือชาวอิตาลีภายใต้การอุปถัมภ์ของราชสำนักสเปน ค้นพบเส้นทางเดินเรือข้ามมหาสมุทรแอตแลนติกสู่ทวีปอเมริกาได้สำเร็จเป็นคนแรกในปี 1492 จากการสังเกตทิศทางการพัดของลมประจำบนพื้นผิวมหาสมุทร การค้นพบดังกล่าวเป็นการเปิดประตูเส้นทางการสำรวจโลกแก่คนกลุ่มต่าง ๆ ภายใต้ความมุ่งหวังเพื่อแย่งชิงความเป็นใหญ่จากการครอบครองทรัพยากรและดินแดนใหม่ของโลก  

องค์ความรู้จากการสำรวจสภาพแวดล้อมและความสนใจของผู้คนจากทุกมุมโลกนี้ ได้เสริมความเข้มแข็งของสาขาวิชาท่ามกลางกระแสความเปลี่ยนแปลงทางสังคม และได้เปลี่ยนจุดโฟกัสของภูมิศาสตร์จากการบรรยายพื้นที่ ให้กลายมาเป็นการศึกษาเหตุการณ์เฉพาะเรื่องที่มีการหยิบยืมองค์ความรู้และวิธีการจากศาสตร์อื่น ๆ เช่น วิทยาศาสตร์ คณิตศาสตร์ และสถิติ เข้ามาใช้เพื่อเพิ่มความน่าเชื่อถือในการอธิบายปรากฏการณ์ที่พบ ทำให้การศึกษาทางภูมิศาสตร์มีความโน้มเอียงไปในทางวิทยาศาสตร์มากขึ้น 

หลังสงครามโลกครั้งที่ 2 มีเทคโนโลยีสมัยใหม่เกิดขึ้นเป็นจำนวนมาก ภูมิศาสตร์เปิดรับเทคโนโลยีเหล่านี้ด้วยความยินดี เทคโนโลยีสมัยใหม่ทำให้การสำรวจพื้นที่ทำได้โดยง่ายและรวดเร็ว และยังสามารถเก็บข้อมูลรายละเอียดและความถูกต้องได้มากขึ้น ลดการทำงานของมนุษย์ ทำให้เกิดการสำรวจในพื้นที่กว้างหรือการสำรวจพื้นที่ที่มนุษย์แทบไม่เคยเข้าถึงได้ในอดีต เช่น ใต้ท้องมหาสมุทรหรือขั้วโลก โดยเทคโนโลยีการสำรวจพื้นที่ในยุคปัจจุบันหลัก ๆ มีอยู่ 3 แบบ ได้แก่ ดาวเทียม อากาศยานไร้คนขับหรือโดรน และการกำหนดตำแหน่งของโลก (Global Positioning System: GPS) ที่ช่วยให้เราเข้าใจปรากฏการณ์ต่างๆ ที่เกิดขึ้น รวมถึงเปิดโอกาสให้มนุษย์ได้แก้ปัญหาสภาพแวดล้อมโลกจากการกระทำของตนเอง รวมถึงจัดการทรัพยากรและวิถีชีวิตอย่างสร้างสรรค์ 

มองโลกจากระยะไกลเพื่อการ “เห็น” ที่ชัดเจนกว่าด้วยภาพดาวเทียม   
มนุษย์ตระหนักได้ว่าตนเองนั้นตัวเล็กเกินกว่าที่จะมองเห็นปรากฏการณ์ทั้งหมดบนพื้นโลกได้ จึงต้องอาศัยการสำรวจจากระยะไกลเพื่อให้มองเห็นพื้นโลกได้จากมุมสูง ในปี 2020 มีดาวเทียมกว่า 2,600 ดวง กำลังทำหน้าที่อย่างขะมักเขม้นในการสำรวจอวกาศ พื้นผิวโลก และการส่งสัญญาณสื่อสาร ดาวเทียมเก็บข้อมูลลักษณะผิวโลกพอจะเปรียบได้กับการมองเห็นของมนุษย์  มนุษย์มองเห็นสีของวัตถุจากการสะท้อนคลื่นแสงสีนั้น ๆ เข้าสู่จอประสาทตาและให้สมองประมวลผล  ขณะที่ดาวเทียมก็มีเซ็นเซอร์ที่เปรียบเสมือนจอประสาทตาของมนุษย์คอยรับรังสีคลื่นแม่เหล็กไฟฟ้าที่สะท้อนจากพื้นผิวโลก ทว่าเซ็นเซอร์ดาวเทียมสามารถรับช่วงคลื่นที่จอประสาทตาของมนุษย์ไม่สามารถรับได้ ทำให้ภาพดาวเทียมสามารถตรวจจับลักษณะของพื้นโลกในแบบที่สายตาของมนุษย์มองไม่เห็น เช่น  อุณหภูมิของพื้นโลก หรือแร่ธาตุในดินบางชนิด อย่างไรก็ตาม ข้อมูลจากภาพดาวเทียมเป็นเพียงความเข้มการสะท้อนของคลื่นแม่เหล็กไฟฟ้าแต่ละชนิดจากพื้นผิวโลกเท่านั้น จำเป็นต้องอาศัยการตีความจากมนุษย์หรือเครื่องคอมพิวเตอร์ช่วยประมวลผลอีกทีหนี่ง  

ตามห่าง ๆ (อย่างห่วง ๆ) : ติดตามดูการเปลี่ยนแปลงของการใช้พื้นที่บนโลกจากภาพดาวเทียม 
ดาวเทียมถูกออกแบบให้โคจรรอบโลก เช่นเดียวกับดาวเคราะห์บริวาร ดังนั้นมันจึงโคจรกลับมายังตำแหน่งเดิมในช่วงเวลาที่กำหนด เช่น ทุก 16 วันหรือ 26 วัน ทำให้สามารถถ่ายภาพ ณ ตำแหน่งเดิมซ้ำ ๆ ได้ ดาวเทียมบางดวงถูกออกแบบให้โคจรด้วยความเร็วเท่ากับการหมุนของโลก จึงเสมือนว่าดาวเทียมลอยค้างฟ้านิ่งอยู่กับที่ ดาวเทียมประเภทนี้จึงสามารถถ่ายภาพซ้ำด้วยความถี่ที่บ่อยกว่า ลักษณะเช่นนี้ทำให้เราสามารถตามดูการเปลี่ยนแปลงของพื้นที่ได้อย่างต่อเนื่อง เช่น การขยายตัวของเมืองและการลดลงของพื้นที่ธรรมชาติ การบุกรุกป่าไม้ หรือการเผาไหม้ของพื้นที่ เป็นต้น

^{พื้นที่ศึกษา : เขาหลัก จังหวัดพังงาที่ได้รับความเสียหาย จากคลื่นยักษ์สึนามิในปี 2004}

ในประเทศไทย การบุกรุกทำลายป่าเพื่อทำการเกษตรยังเป็นปัญหาที่แก้ไขไม่จบสิ้น ทำให้ K. Waiyasusri และคณะ ได้นำภาพดาวเทียม LANDSAT มาติดตามดูการบุกรุกป่าห้วยทับเสลา จังหวัดอุทัยธานี ระหว่างปี 1988 1997 และ 2007 ซึ่งผลการแปลภาพถ่ายดาวเทียมเปรียบเทียบกันแต่ละปีพบว่า พื้นที่ป่าลดลงจากเดิม 7% ในขณะที่พื้นที่เกษตรกรรมและหมู่บ้านเพิ่มขึ้น 10.5% และ 2% ตามลำดับ การคาดการณ์พื้นป่าบุกรุกในอนาคตด้วยแบบจำลองทางคณิตศาสตร์โดยใช้ข้อมูลจากภาพดาวเทียมพบว่า หากไม่มีมาตรการอนุรักษ์ ผืนป่าจะลดลงมากกว่าเดิมอีก 5% ในปี 2027 ป่าในพื้นที่ลุ่มใกล้แหล่งน้ำจะถูกเปลี่ยนให้เป็นเขตที่อยู่อาศัยและทำการเกษตร นอกจากนี้ การรุกป่ายังมีทิศทางขยับเข้าใกล้เขตอุทยานแห่งชาติห้วยขาแข้งมากขึ้นเรื่อย ๆ ผลลัพธ์จากการใช้ภาพดาวเทียมนี้จึงนำไปสู่การวางแผนและมาตรการเพื่อการป้องกันการบุกรุกป่าที่มีประสิทธิภาพต่อไปได้

ภาพถ่ายดาวเทียมยังสามารถใช้ติดตามการฟื้นฟูของพื้นที่หลังจากเกิดภัยพิบัติ เช่น การศึกษาของ P. Kongapai และคณะ ที่ศึกษาการเปลี่ยนแปลงพื้นที่ในระยะยาวหลังเกิดเหตุการณ์คลื่นสึนามิที่หาดเขาหลัก จังหวัดกระบี่ การศึกษาใช้ภาพดาวเทียม IKONOS และดาวเทียม THEOS (หรือที่รู้จักในชื่อ ดาวเทียมไทยโชติ) ที่สามารถจับรายละเอียดของพื้นโลกได้ด้วยความละเอียด 1 และ 15 เมตร ตามลำดับ เมื่อเปรียบเทียบภาพดาวเทียมก่อน (2003) และหลังเกิดสึนามิ (2005) พบว่า สิ่งปลูกสร้างที่มีระยะห่างจากริมหาดไม่เกิน 225 เมตร ได้รับความเสียหายกว่า 85% ในขณะที่ป่าชายหาดและป่าชายเลนโดยรอบกลับไม่ได้รับผลกระทบมากนัก ถัดมาอีก 3 ปี (2008) สันดอนทรายริมชายหาดเริ่มฟื้นตัว และอีก 5 ปี (2013) ชายหาดและสันดอนทรายมีพื้นที่มากกว่าเดิม ในขณะที่เมืองและสิ่งปลูกสร้างริมหาดเพิ่มขึ้นและกลับมาใกล้เคียงก่อนเกิดสึนามิ ความรู้จากงานนี้ช่วยในการตัดสินใจวางแผนฟื้นฟูพื้นที่และยังสามารถช่วยกำหนดการวางผัง ออกแบบพื้นที่ และกำหนดแนวป้องกันความเสียหายที่จะเกิดจากคลื่นสึนามิในอนาคตได้

©AFP

เมืองในม่านหมอก(หรือควัน): ประเมินสถานการณ์ฝุ่นและหมอกควันด้วยภาพดาวเทียม
เทคโนโลยีดาวเทียมถูกนำมาใช้เพื่อสำรวจและประเมินสถานการณ์ฝุ่น PM 2.5 ในวันที่มีฝุ่นปกคลุมและรบกวนสุขภาพของมนุษย์ เรามักจะมองเห็นท้องฟ้าขมุกขมัวกว่าวันปกติ และภาพดาวเทียมในวันที่มีฝุ่นก็จะมีความพร่ามัวไม่ชัดเจนเมื่อเทียบกับวันที่ไม่มีฝุ่นเช่นกัน ความพร่ามัวของภาพเกิดจากการดูดกลืนหรือกระเจิงคลื่นแสงจากฝุ่นในอากาศ ทำให้เซ็นเซอร์ดาวเทียมตรวจจับรังสีสะท้อนกลับจากพื้นโลกได้น้อยลงกว่าที่ควรจะเป็น ความพร่ามัวของภาพสามารถนำไปเทียบกับปริมาณฝุ่นจากการตรวจวัดจริง ทำให้สามารถแปลงการกระเจิงแสงในภาพดาวเทียมเป็นปริมาณฝุ่นที่แท้จริงได้ และการถ่ายภาพซ้ำ ณ ตำแหน่งเดิม (เช่น ทุก 7 วันหรือ 24 ชั่วโมง) ก็ช่วยให้ติดตามสถานการณ์ฝุ่นได้อย่างต่อเนื่อง 

กรุงปักกิ่ง ประเทศจีน ประสบปัญหาหมอกควันสะสมจากกิจกรรมในเมืองเป็นเวลานานกว่า 30 ปี กลุ่มนักวิจัยจากมหาวิทยาลัยดุก ประเทศสหรัฐอเมริกา จึงได้พัฒนาระบบตรวจวัดและรายงานความเข้มของฝุ่นในเมืองปักกิ่งแบบเรียลไทม์ เพื่อระบุพื้นที่ฝุ่นเข้มข้นสูงสำหรับแจ้งเตือนประชาชนในพื้นที่ได้อย่างทันท่วงที ระบบนี้ประกอบด้วยภาพดาวเทียม MODIS ขององค์การนาซาสหรัฐอเมริกา เพื่อดูความพร่ามัวของบรรยากาศในรายละเอียดสูง (3 กิโลเมตร) ควบคู่กับข้อมูลความหนาแน่นของต้นไม้ อุณหภูมิพื้นผิวซึ่งได้จากภาพดาวเทียมเช่นกัน และใช้ข้อมูลสภาพอากาศภาคพื้น ได้แก่ ความชื้นและความเร็วลมร่วมด้วย ซึ่งสิ่งเหล่านี้ล้วนมีผลต่อการสะสมฝุ่นทั้งสิ้น นอกจากนี้ ยังใช้เทคนิคตรวจจับลักษณะสิ่งปลูกสร้างในเมืองแบบอัตโนมัติจากภาพดาวเทียม เช่น ตึกสูง เส้นทางหลวง ที่มีผลต่อการถ่ายเทอากาศและฝุ่นสะสมเข้ามาประกอบด้วย เพื่อให้การประมาณค่าฝุ่นแต่ละส่วนของเมืองแม่นยำขึ้น ในการคาดการณ์ใช้หลักการเรียนรู้ของข้อมูลด้วยเครื่องคอมพิวเตอร์หรือ Machine Learning ด้วยภาพดาวเทียมของเมืองในวันที่มีฝุ่นปกคลุมกว่า 10,400 ภาพ ให้คอมพิวเตอร์เรียนรู้ความสัมพันธ์ของความเข้มฝุ่นกับปัจจัยที่เกี่ยวข้องทั้งหมด ผลการทดสอบกับภาพดาวเทียม 2,622 ภาพ พบว่ามีค่าความถูกต้องประมาณ 24% จากค่าฝุ่นที่วัดได้จริง แม้ความถูกต้องจะยังไม่สูงมากแต่ก็ถือว่าสูงที่สุดสำหรับวิธีการในลักษณะนี้และกับข้อมูลรายละเอียดสูงเช่นนี้ และยังเป็นแนวทางการพัฒนาระบบต่อไปให้ใช้การได้จริง และนำไปใช้กับพื้นที่อื่น ๆ ทั่วโลก 

มองใกล้อีกนิดเพื่อความชัดระดับ HD ด้วยอากาศยานไร้คนขับหรือโดรน
ย้อนไปเมื่อ 6-7 ปีก่อน คนทั่วไปอาจไม่รู้จักโดรนมากนัก แต่ในปัจจุบันใครก็สามารถเป็นเจ้าของโดรนได้ไม่ยาก โดรนพัฒนามาจากเครื่องบินขนาดเล็กที่มีคนขับสำหรับใช้ในภารกิจบินสำรวจทางการทหาร เพื่อผลิตภาพถ่ายทางอากาศ (Aerial Photograph) อย่างไรก็ดี วิธีการบิน มุมกล้อง ความถี่ในการถ่ายภาพเป็นสิ่งที่สามารถกำหนดและคำนวณไว้ล่วงหน้าได้ ดังนั้น จึงได้มีการคิดค้นระบบการบินและถ่ายภาพแบบอัตโนมัติจากการควบคุมการทำงานจากภาคพื้นดิน ทำให้เกิดอากาศยานไร้คนขับ (Unmanned Aerial Vehicle: UAV) หรือเรียกว่าย่อ ๆ ว่าโดรนที่มีลักษณะคล้ายเครื่องบินบังคับ สามารถกำหนดการบินได้ตามต้องการ ทำให้การสำรวจพื้นที่กลายเป็นเรื่องง่ายยิ่งขึ้น เนื่องจากเทคโนโลยีมีราคาถูก โดรนบินสูงจากผิวโลกไม่มากนัก จึงเก็บข้อมูลบนพื้นโลกที่มีรายละเอียดชัดเจนกว่าภาพดาวเทียมที่ให้ข้อมูลความละเอียดเพียงระดับเมตรหรือกิโลเมตรเท่านั้น แม้ว่าทุกวันนี้ โดรนส่วนใหญ่จะถูกนำไปใช้ถ่ายภาพในกิจกรรมต่าง ๆ แต่ในอีกด้านหนึ่งก็มีการนำไปใช้สำรวจพื้นที่และประยุกต์ใช้ในหลากมิติเช่นกัน 

©facebook.com/aiangdrone

ก้าวสู่ยุคเกษตร 4.0 ด้วยข้อมูลจากโดรน 
เกษตรกรรมอยู่กับคนไทยมาช้านาน โดรนสามารถพลิกโฉมทำการเกษตรแบบดั้งเดิมให้เข้าสู่ยุคเกษตร 4.0 ได้  โดยการนำมาใช้วางแผนการเพาะปลูก ติดตามการเติบโตพืช วิเคราะห์ปัญหาสุขภาพพืช รวมทั้งประเมินได้ว่าพืชจะให้ผลผลิตเท่าใด บริษัทผลิตอาหารขนาดใหญ่ในปัจจุบันทั่วโลกรวมถึงในประเทศไทยต่างนำเอาเทคโนโลยี เกษตรอัจริยะ หรือ Smart Farming ซึ่งประกอบด้วยโดรนมาใช้ปลูกพืชอาหาร เพิ่มประสิทธิภาพการปลูก ไปจนถึงการันตีคุณภาพผลผลิตให้เพียงพอต่อความต้องการและการแข่งขันในตลาดโลกได้ 

โดรนที่ใช้ในการเกษตรต่างจากโดรนในท้องตลาดทั่วไปอย่างไร – โดรนเพื่อการเกษตรนอกจากจะมีการติดตั้งกล้องถ่ายภาพเพื่อถ่ายรูปต้นพืชเช่นเดียวกับโดรนทั่วไปแล้ว ยังมีการติดตั้งเครื่องรับสัญญาณหลายช่วงคลื่น (Multispectral Bands) เพื่อดูความอุดมสมบูรณ์ของพืช พืชที่มีใบหนาแน่นและใบที่สมบูรณ์จะสะท้อนคลื่นอินฟราเรดได้ดี ดังนั้นจึงช่วยในการวิเคราะห์โรคพืชหรือการขาดน้ำของพืชในระหว่างการเติบโต โดรนเพื่อการเกษตรยังมีการติดตั้งเครื่องปล่อยคลื่นสัญญาณเลเซอร์ หรือรู้จักกันในชื่อเทคโนโลยี LiDAR ซึ่งเป็นคลื่นที่จะมีการสะท้อนกลับมายังเครื่องรับหลังจากตกกระทบกับพื้นผิวแล้ว ทำให้ได้ข้อมูลที่เป็นกลุ่มจุดจำนวนมหาศาลแสดงตำแหน่งพื้นผิวของวัตถุ สามารถนำมาประมวลผลขึ้นเป็นรูปร่างของวัตถุนั้น ๆ ได้ เทคโนโลยี LiDAR ในโดรน จึงสามารถสำรวจความสูงลำต้น ขนาดทรงพุ่ม รูปร่างของพืชแต่ละต้นได้อย่างแม่นยำ และหากมีการบินสำรวจซ้ำในแต่ละช่วงเวลา จะทำให้ทราบอัตราการเติบโต และระบุพื้นที่ในแปลงที่พืชโตช้ากว่ามาตรฐานได้  นอกจากนี้ โดรนยังสามารถใช้งานในการฉีดพ่นปุ๋ยและยาฆ่าแมลงให้ทั่วถึงทั้งแปลงหรือเฉพาะในตำแหน่งของแปลงที่มีปัญหาหรือเข้าถึงยากได้อีกด้วย การใช้โดรนในการปลูกพืชจึงช่วยให้ติดตามการเพาะปลูกได้อย่างแม่นยำ แก้ปัญหาได้อย่างตรงจุด ช่วยลดต้นทุนการปลูกและดูแลรักษาแปลงในระยะยาว และช่วยเพิ่มผลผลิตจากการบำรุงรักษาแปลงได้อย่างแม่นยำ 

แม้โดรนจะเป็นพระเอกขี่ม้าขาวนำพาเกษตรกรเข้าสู่ยุค 4.0 ทว่าการใช้โดรนในปัจจุบันยังค่อนข้างจำกัดอยู่กับเกษตรกรรายใหญ่ เหตุผลหลักคงหนีไม่พ้นเรื่องความคุ้มทุนในนำไปใช้ของเกษตรกรรายย่อย ปัจจุบันมีผลิตภัณฑ์โดรนเพื่อการเกษตรของคนไทยภายใต้แบรนด์ “เจ้าเอี้ยง” (aiangdrone.com) ที่ออกแบบเพื่อเน้นการใช้งานในประเทศไทย มีฟังก์ชันการใช้งานเป็นภาษาไทย เพื่อให้เข้าถึงเกษตรกรไทยได้มากขึ้น และราคาไม่แพงเกินกว่าที่เกษตรรายย่อยจะสามารถเป็นเจ้าของได้ 

เก็บอดีตจากเทคโนโลยีปัจจุบันเพื่อความภูมิใจในอนาคต : การใช้โดรนเพื่ออนุรักษ์โบราณสถาน 
โบราณสถานเป็นมรดกทางวัฒนธรรมที่แสดงถึงความรุ่งเรืองในอดีต เทคโนโลยีโดรนสามารถนำมาช่วยในการอนุรักษ์โบราณสถานให้คงสภาพเดิมเพื่อส่งต่อความภาคภูมิใจสู่คนรุ่นหลังได้ต่อไป ด้วยเทคโนโลยี LiDAR ที่ประกอบเข้ากับโดรนเพื่อเก็บข้อมูลความสูงต่ำของวัตถุบนพื้นโลกได้ในรายละเอียดสูง จึงทำให้มีการนำเอาเทคโนโลยีนี้ไปใช้ในการถ่ายภาพและสแกนเก็บรายละเอียดของลักษณะโบราณสถาน เพื่อให้เป็นฐานข้อมูลอ้างอิงในการบูรณะปฏิสังขรณ์ในอนาคต 

สำหรับในประเทศไทย กลุ่มนักวิจัยจากสหสาขาวิชา นำทีมโดย รศ. ดร. นคร ภู่วโรดม ได้ทำการบูรณาการเทคโนโลยีการสำรวจ LiDAR ทั้งจากโดรนและเครื่องสแกนภาคพื้นดิน เพื่อสำรวจ เก็บข้อมูล และสร้างภาพจำลองสามมิติของวัดและเจดีย์โบราณต่าง ๆ ในจังหวัดอยุธยา แบบจำลองสามมิติเผยให้เห็นว่า เจดีย์หลายแห่งมีการเอียงตัวจากการทรุดตัวลงของพื้นที่ที่เกิดน้ำท่วมซ้ำซาก ซึ่งสายตามนุษย์ไม่สามารถสังเกตเห็นได้ ภาพสามมิติยังช่วยให้ทำความเข้าใจโครงสร้างเชิงวิศวกรรมของโบราณสถานได้มากขึ้น เช่น กลไกการรับน้ำหนัก ระดับความมั่นคงของโบราณสถาน โดยการจำลองในคอมพิวเตอร์เพื่อดูโอกาสของความเสียหายในอนาคตที่อาจเกิดจากภัยธรรมชาติหรือแรงกระทำที่ส่งผลต่อความมั่นคงของโบราณสถานที่ต่างกัน เทคโนโลยีโดรนในงานอนุรักษ์จึงถือเป็นการใช้ความคิดเชิงสร้างสรรค์ในการผสานงานข้ามศาสตร์ได้อย่างลงตัว   

©innovationthailand.org

Where Are They At? –ความคิดและอารมณ์ของผู้คนบนพื้นที่กับความเข้าใจมนุษย์ในยุคดิจิทัล
เทคโนโลยีการกำหนดตำแหน่งบนพื้นโลก หรือ GPS กลายเป็นส่วนหนึ่งของวิถีชีวิตมนุษย์ในยุคปัจจุบันโดยที่เราไม่รู้ตัว เราทุกคนล้วนพก GPS ติดตัวจากการใช้สมาร์ตโฟนที่ฝังชิพรับสัญญาณดาวเทียม ทำให้สามารถระบุตำแหน่งที่อยู่ของตัวเราบนโลกได้ ผู้คนใช้ระบบ GPS ในการนำทางสู่จุดหมายปลายทางที่ต้องการ รวมถึงติดตามตำแหน่งของกันและกันผ่านการแชร์โลเกชันในสมาร์ตโฟน แต่เทคโนโลยี GPS ให้อะไรกับเรามากกว่าการระบุตำแหน่งและการนำทางหรือไม่

โซเชียลมีเดีย x GPS : เครื่องมือการศึกษาการตลาดยุคใหม่
โซเชียลมีเดียเปรียบเสมือนเพื่อนคู่ใจของมนุษย์ในยุคดิจิทัล มนุษย์ใช้โซเชียลมีเดียทั้งเฟซบุ๊ก อินสตาแกรม และทวิตเตอร์ เป็นไดอารีจดบันทึกเหตุการณ์ที่อยู่ตรงหน้า แชร์ความคิด อารมณ์ ความรู้สึกของตนสู่สาธารณะ ข้อมูลเหล่านี้นำมาใช้ประโยชน์ได้หลายทาง เช่น ในด้านการตลาด ข้อมูลจากโซเชียลมีเดียทำให้เราเข้าใจอารมณ์ของกลุ่มลูกค้าที่เกิดขึ้นแบบเรียลไทม์ คำพูดหรือข้อความที่โพสต์ลงในโซเชียลมีเดียสามารถประเมินความพอใจของลูกค้า และยังช่วยคาดการณ์ว่าลูกค้าจะกลับมาใช้บริการซ้ำ หรือบอกต่อผู้อื่นหรือไม่และอย่างไร การใช้โซเชียลมีเดียผ่านสมาร์ตโฟนยังทำให้เราได้พิกัดตำแหน่งของสถานที่ที่ผู้คนเกิดอารมณ์และความรู้สึกต่าง ๆ กัน ซึ่งสามารถนำไปวิเคราะห์ลักษณะของพื้นที่และกิจกรรมที่เกิดขึ้น ณ ตรงนั้นที่ส่งผลต่อความชอบหรือความพอใจของคนได้

S.B. Park และทีมนักวิจัยด้านภูมิศาสตร์และอุตสาหกรรมการท่องเที่ยว ใช้ข้อมูลจากทวิตเตอร์ ศึกษาความพึงพอใจของนักท่องเที่ยวในสวนสนุกดิสนีย์แลนด์ รัฐแคลิฟอร์เนีย ในการทวีตแต่ละครั้ง จะปรากฏข้อมูลพิกัดที่มีการโพสต์ข้อความด้วย จึงสามารถวิเคราะห์ความรู้สึกและอารมณ์ของผู้คนกับตำแหน่งของกิจกรรมต่าง ๆ ในดิสนีย์แลนด์ได้ การวิเคราะห์อารมณ์จากคำพูด (Sentiment Analysis) โดยดูจากหน่วยคำที่ใช้ในข้อความทวิตสามารถตีเป็นค่าอารมณ์เชิงบวกหรือลบ จนได้ผลคะแนนรวมอารมณ์ของข้อความออกมา ซึ่งผลการวิเคราะห์จากข้อมูลการทวีตใน 1 ปีพบว่า บริเวณที่ผู้เข้าชมมีอารมณ์เชิงบวกหนาแน่นมาก (Hotspot) มีอยู่ 4 ตำแหน่ง ได้แก่ ปราสาทเจ้าหญิงนิทราซึ่งเป็นไอคอนของสถานที่ จุดเครื่องเล่นในธีมผจญภัยในส่วน Jungle Cruise แฟนตาซีแลนด์ และจัตุรัสทางเข้าด้านหน้าของดิสนีย์แลนด์  โดยผลการวิเคราะห์นี้เป็นประโยชน์อย่างยิ่งต่อผู้บริหารดิสนีย์ในการทำความเข้าใจถึงพฤติกรรมและความชอบของลูกค้า 

©twitter.com/326Pols

คำชื่นชมและเสียงพร่ำบ่นจากทวิตเตอร์ : คีย์เวิร์ดสู่การทำนายผลเลือกตั้ง
ทีมนักวิจัยจาก มหาวิทยาลัยจอร์เจีย - เอเธนส์, มหาวิทยาลัยวิสคอนซิน – แมดิสัน และ มหาวิทยาลัยเจมส์แมดิสัน ใช้ข้อมูลทวิตเตอร์ทำนายผลการเลือกตั้งประธานาธิบดีสหรัฐอเมริกาในปี 2016 ซึ่งเป็นการขับเคี่ยวกันระหว่างโดนัลด์ ทรัมป์  และ ฮิลลารี คลินตัน การศึกษานี้ทดสอบเฉพาะบัญชีผู้ใช้ที่มีโลเกชันอยู่ในรัฐจอร์เจียเท่านั้น การทำงานเริ่มต้นจากรวบรวมข้อความทวีตที่กล่าวถึงผู้สมัครทั้งสอง จากนั้นทำการวิเคราะห์ความรู้สึกและทัศนคติจากการใช้คำในทวีตเพื่อคำนวณ “กำลังสนับสนุน” ของผู้สมัครแต่ละคนแยกตามเขตย่อย (County) ของมลรัฐ ข้อมูลนี้นำไปประมวลผลคู่กับลักษณะทางเศรษฐกิจในแต่ละเขต ได้แก่ จีดีพี อัตราการเติบโตทางเศรษฐกิจ รายได้เฉลี่ย และ อัตราการว่างงาน เพื่อสกัดรูปแบบความสัมพันธ์ และนำไปสู่การคาดการณ์ว่า ภายใต้สภาพการเติบโตทางเศรษฐกิจและทัศนคติของผู้คนแบบนี้ ผู้สมัครคนใดจะได้รับผลโหวตมากกว่ากัน วิธีการนี้สามารถทำนายผลการเลือกตั้งได้ถูกต้องถึง 80 เปอร์เซ็นต์จากเขตย่อยทั้งหมด แม้ว่าการทดลองนี้มีข้อจำกัดเกี่ยวกับข้อมูลจากทวิตเตอร์ที่มีไม่ครบทุกพื้นที่ แต่ก็ถือเป็นต้นแบบที่ดีในการใช้ข้อมูลจากโซเชียลเน็ตเวิร์กร่วมกับลักษณะทางเศรษฐกิจ เพื่อดูการกระจายความนิยมในพรรคการเมืองในเชิงภูมิศาสตร์ หากวิธีการนี้ถูกพัฒนาต่อยอดจนสามารถทำนายผลการเลือกตั้งได้จริง การทำโพลสำรวจการเมืองก็อาจไม่มีความจำเป็นอีกต่อไป 

ส่งเสริมการเรียนรู้พื้นที่จากการซ้อนทับจินตนาการกับโลกแห่งความจริงด้วยเทคโนโลยี AR และ GPS 
AR หรือ Augmented Reality เป็นเทคโนโลยีการผสานสร้างวัตถุเสมือนเข้ากับสภาพแวดล้อมจริงรอบตัวเรา เทคโนโลยีนี้ช่วยเสริมสร้างประสบการณ์ให้ผู้ใช้ได้เห็น สัมผัสวัตถุเสมือนที่คล้ายของจริง ผ่านจอภาพหรือเห็นวัตถุแบบ 3 มิติลอยอยู่ตรงหน้า เพื่อการรับรู้สิ่งต่าง ๆ ได้ดีขึ้น ปัจจุบันเทคโนโลยี AR ได้ผนวกเข้ากับเทคโนโลยีการกำหนดตำแหน่งบนโลก เกิดเป็น Location-based AR ทำให้มนุษย์เข้าสู่โลกเสมือนจริงผ่านการทำกิจกรรมต่าง ๆ บนพื้นโลกได้ ตัวอย่างที่เห็นได้ชัดคือ เกม Pokémon Go ที่พาให้ผู้เล่นเข้าสู่โลกเสมือนที่มีโปเกมอนอาศัยอยู่มากมายตามเส้นทางที่ผู้เล่นเดินไป เทคโนโลยีนี้ยังมีการนำมาใช้การท่องเที่ยวในยุคใหม่ เพื่อสร้างความสะดวกและเพิ่มความน่าสนใจในการท่องเที่ยวตามแนวคิด Smart Tourism เช่น แอพพลิเคชันนำเที่ยวเมืองโชฟุ ในเขตโตเกียว ประเทศญี่ปุ่น นักท่องเที่ยวเพียงแค่ใช้กล้องสมาร์ตโฟนส่องไปยังสถานที่หรือสิ่งที่อยู่ตรงหน้า แอพพลิเคชันจะสืบค้นข้อมูลของสถานที่นั้นด้วยเทคโนโลยีการรับรู้ภาพ (Image Recognition) และแสดงคำอธิบายสถานที่ จุดที่ต้องแวะชม และแนะนำเส้นทางสำหรับการเดินท่องเที่ยวต่อเนื่อง รวมถึงแสดงที่ตั้งร้านอาหาร กิจกรรม และสถานที่ท่องเที่ยวอื่นใกล้เคียง ทดแทนการเปิดหนังสือหรือแผนที่นำเที่ยวที่อาจหาข้อมูลได้ยากมากกว่า  

ภูมิศาสตร์เดินทางข้ามผ่านเวลาพร้อมกับการปรับตัวเพื่อรับใช้ความต้องการของผู้คนในแต่ละยุคสมัย เทคโนโลยีการสำรวจสมัยใหม่เปิดโอกาสให้ภูมิศาสตร์ได้สัมผัสกับข้อมูลและสภาพแวดล้อมจากทุกมุมโลกด้วยรายละเอียดสูง ส่งเสริมการทำงานร่วมกับผู้คนจากศาสตร์อื่นได้หลากหลาย ภูมิศาสตร์ในอนาคตอาจต้องมีทักษะในการอยู่ร่วมกับเทคโนโลยีอื่น โดยเฉพาะด้านการแปลผลและจัดการข้อมูลแบบอัตโนมัติ เพื่อใช้ประโยชน์ข้อมูลได้อย่างคุ้มค่าที่สุด องค์ความรู้เชิงทฤษฎีที่สั่งสมมาอย่างต่อเนื่องจะช่วยจุดประกายความคิดในการนำเอาข้อมูลคุณภาพสูงไปใช้ให้เกิดผล เพื่อนำไปสู่การแก้ปัญหาสภาพแวดล้อม การจัดการทรัพยากร และส่งเสริมกิจกรรมที่มนุษย์ได้สร้างสรรค์ขึ้น

ที่มาภาพเปิด : unsplash/@anniespratt

ที่มา : 
บทความ “สแกนโบราณสถาน ถอดสมการ ‘ซ่อม’ ” โดย ปริญญา ชาวสมุน จาก bangkokbiznews.com
บทความ “AiAng Drone” จาก aiangdrone.com
บทความ “A Sightseeing Support System Using Augmented Reality and Pictograms within Urban Tourist Areas in Japan” โดย Ryo Sasaki, Kayoko Yamamoto จาก mdpi.com
บทความ “Assessing Coastal Land Cover Changes after the 2004 Tsunami Using Remote Sensing and GIS Approaches” โดย Pasu Kongapai, Penjai Sompongchaiyakul, Somrudee Jitpraphai จาก wjst.wu.ac.th
บทความ “Can We Forecast Presidential Election Using Twitter Data? An Integrative Modelling Approach” โดย Ruowei Liu, Xiaobai Yao, Chenxiao Guo, Xuebin Wei จาก tandfonline.com
บทความ “Estimating Ground-Level PM2.5 Using Micro-Satellite Images by a Convolutional Neural Network and Random Forest Approach” โดย Tongshu Zheng, Michael H. Bergin, Shijia Hu, Joshua Miller, David E. Carlson จาก sciencedirect.com
บทความ “Linking Emotion and Place on Twitter at Disneyland” โดย Seunghyun “Brian” Park, Hyung Jin Kim, Chihyung “Michael” Ok จาก tandfonline.com 
บทความ “Monitoring and Predicting Land Use Changes in the Huai Thap Salao Watershed Area, Uthaithani Province, Thailand, Using the CLUE-s Model” โดย K. Waiyasusri, S. Yumuang, S. Chotpantarat จาก link.springer.com

เรื่อง : อ.ดร. เอกกมล วรรณเมธี