Location Intelligence ช่วยสนับสนุนการจัดการอุทกภัยในท้องถิ่นได้อย่างไร
![Location Intelligence สามารถนำมาช่วยสนับสนุนงานบริหารจัดการอุทกภัย ทั้งก่อน-ระหว่าง-หลังน้ำท่วมให้กับองค์กรปกครองส่วนท้องถิ่นได้อย่างไรบ้าง อ่านเลย](https://cdn.bedrockanalytics.ai/blog/6c39f21bb606212c0fccac9a.webp)
หลายคนอาจคิดว่า Location Intelligence ก็คงเหมือนกับระบบสารสนเทศภูมิศาสตร์ หรือ GIS แต่แท้ที่จริงแล้วต้องบอกว่า Location Intelligence เป็นขั้นกว่า GIS ที่เข้าใจข้อมูลเชิงลึกที่ซับซ้อน แล้วแปลงออกมาเป็นแผนภาพจำลองได้ จึงสามารถวิเคราะห์ คาดการณ์ สรุปสถานการณ์ และช่วยตัดสินใจได้อย่างแม่นยำ เหมาะอย่างยิ่งที่จะนำไปใช้ในการบริหารจัดการอุทกภัย
อุทกภัย หรือน้ำท่วม ภัยพิบัติที่เกิดบ่อย ๆ ในเมืองไทย ซึ่งเชื่อว่าองค์กรปกครองส่วนท้องถิ่นต่างพยายามหาแนวทางและวิธีการที่ดีที่สุดมารับมือทั้งก่อน-ระหว่าง-หลังน้ำท่วม วันนี้เลยอยากจะขอแนะนำ Location Intelligence อีกเทคโนโลยีที่จะสนับสนุนงานด้านการบริหารจัดการอุทกภัยให้กับองค์กรปกครองส่วนท้องถิ่น มาดูกันว่าช่วยได้อย่างไรบ้าง
1. วิเคราะห์และสรุปสถานการณ์ด้านอุทกภัย
การนำปัญญาประดิษฐ์ (AI) และ Machine Learning มาจัดการและเชื่อมโยง Big Data หลายชั้นข้อมูล ทำให้เกิดเป็นภาพจำลองหรือ Smart map ข้อมูลแผนที่น้ำท่วมแบบอัจฉริยะ ที่นอกจากจะเห็นภาพรวมของข้อมูลพื้นที่แบบเรียลไทม์แล้ว มักมีการวิเคราะห์และสรุปสถานการณ์ ระบุความเสี่ยง คาดการณ์ทิศทางของน้ำได้อย่างแม่นยำด้วย เช่น ขณะนี้น้ำในพื้นที่ใดมีระดับน้ำสูง มีน้ำท่วมอยู่จุดใดบ้าง เป็นต้น ที่สำคัญผู้ใช้งานระบบทุกภาคส่วนจะเห็นการสรุปสถานการณ์แบบเดียวกัน มองภาพเดียวกัน จึงช่วยลดการประสานงาน และแก้ไขสถานการณ์ได้ทันท่วงที
2. คาดการณ์อุทกภัยได้แม่นยำ ป้องกันได้ทันที
นอกจากการวิเคราะห์ข้อมูลได้แล้ว Location Intelligence ยังคาดการณ์ความเสี่ยง ระบุพิกัด และผลกระทบที่จะเกิดจากน้ำท่วมได้ด้วย โดยเมื่อมีการนำ Machine Learning ขั้นสูง มาผนึกกับฐานข้อมูลทั้งอดีตและปัจจุบันซ้อนทับกัน ไม่ว่าจะเป็น แผนที่ภูมิประเทศ ประวัติการเกิดน้ำท่วม การพยากรณ์อากาศ และภาพถ่ายดาวเทียม ก็จะทำให้สร้างภาพจำลองแผนที่น้ำท่วมสุดอัจฉริยะ สามารถคาดการณ์แนวโน้มหรือทิศทางน้ำท่วมในพื้นที่ที่กำหนดได้อย่างแม่นยำ คาดการณ์ความเสี่ยงพื้นที่และเวลาที่อาจจะเกิดน้ำท่วมได้อย่างมีประสิทธิภาพ รวมถึงคาดการณ์ผลกระทบที่จะเกิดขึ้นได้ เช่น ภาพจำลองทิศทางหรือจุดที่จะเกิดน้ำท่วม ภาพจำลองระบุบริเวณและโครงสร้างพื้นฐานที่อาจจะได้รับผลกระทบจากน้ำล้นตลิ่ง เป็นต้น จึงเป็นผลดีต่อท้องถิ่นในการบริหารจัดการและรับมือน้ำท่วม อีกทั้งยังง่ายต่อการป้องกันและให้ความช่วยเหลือก่อน-ระหว่าง-หลังเกิดอุทกภัยได้โดยไม่เสียเวลา งบประมาณ และกำลังคนปูพรมป้องกันและช่วยเหลือแบบหว่านแห
3. การสำรวจที่เห็นท้องถิ่นทุกมุม บรรเทาผลกระทบจากอุทกภัยได้
ปกติแล้วการเก็บข้อมูลเพื่อจัดทำ Location Intelligence มักจะมีการใช้เทคโนโลยีการสำรวจที่ทันสมัย ไม่ว่าจะโดรน Mobile Mapping Systems แผนที่ดาวเทียม เป็นต้น จึงทำให้เห็นข้อมูลที่ครบครัน ทุกซอกทุกมุมในพื้นที่ที่ต้องการ เมื่อฐานข้อมูลที่มีคุณภาพแน่นปึ้กมาผสมกับปัญญาประดิษฐ์ (AI) และ Machine Learning จึงทำให้องค์กรปกครองส่วนท้องถิ่นเห็นภาพรวมของข้อมูลที่ทั้งลึกและกว้าง เห็นท้องถิ่นแบบชัดเจน จึงสามารถบริหารจัดการน้ำท่วมได้แบบครอบคลุมตรงจุดที่จะเกิดปัญหาได้ เช่น ต้องทำฝายชะลอน้ำตรงไหน เรียงลำดับจุดที่จะต้องป้องกันอย่างไร ควรเร่งอพยพคนในพื้นที่ใดก่อน และจุดปลอดภัยอยู่ตรงไหน ซึ่งแน่นอนว่าหากมีการจัดการที่ดี ผลกระทบที่จะเกิดจากน้ำท่วมก็จะน้อยลงตามไปด้วย
4. เตือนภัยอุทกภัยล่วงหน้า ปกป้องทรัพย์สินและชีวิตของประชาชน
ด้วยความที่ Location Intelligence สามารถรายงานสถานการณ์น้ำแบบเรียลไทม์ ตรวจจับความเปลี่ยนแปลงของระดับน้ำ คาดการณ์ความเสี่ยง ระบุพิกัด และผลกระทบที่จะเกิดน้ำท่วมได้ จึงส่งผลให้ท้องถิ่นสามารถแจ้งเตือนภัยน้ำท่วมให้ประชาชนล่วงหน้าได้ ทั้งข่าวสาร พื้นที่เสี่ยง แนวทางในการปฏิบัติตัว เพื่อปกป้องทรัพย์สินและชีวิตของตนเองผ่านช่องทางของท้องถิ่น เช่น หอกระจายเสียง เว็บไซต์ ไลน์ เฟซบุ๊ก โทรศัพท์ เป็นต้น
5. ช่วยเหลือพื้นที่ประสบภัย สร้างความประทับใจให้ประชาชน
การนำปัญญาประดิษฐ์ (AI) มาวิเคราะห์ข้อมูลเชิงพื้นที่จากการสำรวจแบบเรียลไทม์ ทั้งแผนภาพดาวเทียม ภาพจากโดรน ประกอบกับข้อมูลประชากร ข้อมูลสุขภาพ ข้อมูลผู้สูงอายุ ทำให้เกิดเป็นสรุปรายงานสถานการณ์และแผนภาพจำลองที่จะช่วยเรียงลำดับความสำคัญในการช่วยเหลือจากเหตุน้ำท่วม ลดเวลาในการดำเนินงาน ไม่จำเป็นต้องอาศัยผู้เชี่ยวชาญเฉพาะทาง และตัดสินใจในการช่วยเหลือและเยียวยาตามลำดับความสำคัญได้เร็วขึ้น เช่น กลุ่มคนที่จำเป็นต้องได้รับความช่วยเหลือก่อน การจัดลำดับพื้นที่ที่ต้องทำการอพยพ การจัดลำดับการแจกถุงยังชีพ
6. สรุปผลสัมฤทธิ์และถอดบทเรียนจากอุทกภัย
จากความสามารถของ Location Intelligence ที่สามารถทำภาพจำลองสรุปรายงานและสถานการณ์ได้ ทำให้สามารถนำไปประยุกต์ใช้กับการวัดผลและถอดบทเรียนจากเหตุการณ์น้ำท่วมในแต่ละรอบได้ จึงทำให้องค์กรปกครองส่วนท้องถิ่นรู้ว่าต่อไปควรจะวางแผน ปรับปรุง หรือออกแบบแนวทางรับมือกับอุทกภัยอย่างไร ให้สามารถป้องกันและเกิดผลกระทบน้อยที่สุด
ตัวอย่าง Location Intelligence ด้านอุทกภัย
Flood Hub จาก Google คือหนึ่งในตัวอย่าง Location Intelligence ที่สามารถพยากรณ์อุทกภัยและไฟป่าที่จะมาถึงได้ โดยใช้ปัญญาประดิษฐ์ (AI) ดึงข้อมูลสาธารณะที่เกี่ยวข้องจากหลากหลายแห่ง ผสานกับ Google Search และ Google Maps ให้ออกมาเป็นแบบจำลอง 2 แบบ คือ แบบจำลองอุทกวิทยาที่จะคาดการณ์ปริมาณน้ำที่ไหลในแม่น้ำ และแบบจำลองน้ำท่วมที่จะคาดการณ์พื้นที่ที่จะได้รับผลกระทบและระดับความลึกของน้ำ เพื่อให้สามารถแจ้งเตือนและแจ้งข้อมูลข่าวสารแก่ผู้ใช้งาน ซึ่ง Flood Hub นั้นสามารถพยากรณ์น้ำท่วมล่วงหน้าได้ถึง 7 วัน โดยมีข้อมูลพยากรณ์น้ำท่วมหลายพื้นที่ทั่วโลก ใครสนใจอยากลองใช้ Flood Hub คลิกที่: https://sites.research.google/floods
คงจะเห็นกันแล้วว่า Location Intelligence คืออีกหนึ่งความสามารถของเทคโนโลยีอัจฉริยะที่หากนำมาประยุกต์ใช้ในงานด้านการบริหารจัดการอุทกภัยให้กับองค์กรปกครองส่วนท้องถิ่นแล้ว จะช่วยปลดล็อกอุปสรรคในการดำเนินงานในหลายจุด หากใครสนใจนำเทคโนโลยีอัจฉริยะมาใช้ในท้องถิ่นตนเองสามารถปรึกษาเรื่องเทคโนโลยีและการวางแผนแม่บทการพัฒนาด้านดิจิทัลให้กับท้องถิ่นได้ที่ [email protected] หรือ Line หรือ Facebook