ตัวอย่างโปรแกรม DSS

เรื่อง ตัวอย่างโปรแกรม DSS

ระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วม (DSS) ในประเทศไทย

รูป: โปรแกรมระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วม

ที่มา: http://weatherwatch.in.th/index.php?ind=news&;op=news_show_single&ide=6 

โปรแกรมระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วม เป็นเครื่องมือที่ช่วยในการเตือนภัยน้ำท่วมไม่ใช่โปรแกรมแกรมหลักที่ใช้ในการเตือนภัย แต่จะช่วยผู้ปฏิบัติงานด้านเตือนภัยด้านน้ำท่วม (อุทกภัย) เช่น นักพยากรณ์อากาศของกรมอุตุนิยมวิทยา หรือเจ้าหน้าที่ของศูนย์เตือนภัยพิบัติแห่งชาติ นักอุทกวิทยาของกรมชลประทานที่มีความเข้าใจในระบบอากาศดีอยู่แล้ว โปรแกรมระบบสนับสนุนการตัดสินใจเตือนภัยน้ำท่วมจะให้การทำนายปริมาณฝนตกหนักในเวลา 24 ชั่วโมงข้างหน้า โดยใช้ทฤษฎีโครงข่ายใยประสาทเทียมซึ่งจะมีการสอนให้คอมพิวเตอร์เรียนรู้ ถึงข้อมูลอุตุนิยมวิทยาเช่น ปริมาณฝนความเข้มของแสงแดด ความเร็ว และทิศทางลม อุณหภูมิ ความชื้นสัมพัทธ์ และข้อมูลประกอบ เช่น ดาวเทียมอุตุนิยมวิทยา ค่าเวอร์ทิซิตี้ที่ระดับ 500 เฮกโตปาสคาล พารามิเตอร์เหล่านี้จะดูการก่อตัวของเมฆ ซึ่งเป็นต้นเหตุของการเกิดฝน การฝึกให้คอมพิวเตอร์เรียนรู้เป็นสิ่งสำคัญมาก ซึ่งจะทำให้คอมพิวเตอร์เข้าใจความสัมพันธ์ของพารามิเตอร์ต่างๆอย่างใกล้ชิด และสร้างชุดสมการทางคณิตศาสตร์ที่เหมาะสม จากปริมาณข้อมูลนำเข้าที่มีคุณภาพและมากเพียงพอ นั่นก็หมายถึงข้อมูลเหล่านั้นจะต้องมีทั้งเหตุการณ์อากาศดี หรือแห้งแล้ง (ฝนตกน้อย) และอากาศร้าย (ฝนตกหนัก) อันเนื่องมาจากร่องมรสุมหรือเกิดพายุหมุนเขตร้อนเคลื่อนตัวเข้ามา ซึ่งจะทำให้โปรแกรม DSS สามารถตัดสินใจและทำนายฝนได้อย่างถูกต้องข้อแนะนำในการปรับปรุงโปรแกรม DSS นั่นก็คือการเพิ่มพารามิเตอร์ เช่น ภาพเรดาร์ตรวจอากาศ เข้าไป และอาจจะปรับปรุงทฤษฎีทางคณิตศาสตร์ใหม่ๆในการคำนวณให้มีความหลากหลายและสอดคล้องกับเหตุการณ์ในเชิงฤดูกาล ซึ่งจะช่วยให้ผลการคาดหมายฝนตกหนักของโปรแกรม DSS มีความแม่นยำมากยิ่งขึ้น

อ้างอิง :

[1] V.V. Krzhizhanovskaya, N.B. Melnikova, A.M. Chirkin, S.V. Ivanov, A.V. Boukhanovsky and P.M.A. Sloot. 2013. Distributed simulation of city inundation by coupled surface and subsurface porous flow for urban flood decision support system. Procedia Computer Science 18: 1046 – 1056.

[2]มูลนิธิอาสาเพื่อนพึ่ง (ภาฯ) ยามยาก สภากาชาดไทย. 2011. สถานีตรวจวัดอากาศอัตโนมัติ. เข้าถึงได้ที่ URL: http://www.weatherwatch.in.th/.

[3] Wattana Kanbua and Charn Khetchaturat. Decision Support System for Flash Flood Warning Management using Artificial Neural Network. Marine Meteorological Center, Faculty of Science, Kasetsart University, Thailand. เข้าถึงได้ที่ URL: http://www.marine.tmd.go.th/DSS-PAPER.pdf.

[4]Gerrity, T. P., Jr. "The Design of Man-Machine Decision Systems". Sloan Management Review, (12: 2), pp. 59-75, Winter 1971.

[5] Ezio Todini. 1999. An operational decision support system for food risk mapping, forecasting and management. Urban Water 1: 131-143.