สศก.ลุยยกระดับ Big Data เกษตร ใช้ข้อมูลภาคสนามร่วมกับภาพถ่ายโดรนและดาวเทียม Sentinel-1, Sentinel-2 ติดตามข้าวนาปี 2569/70 ใน 5 ช่วงอายุ ตั้งแต่ต้นกล้าถึงเก็บเกี่ยว นำร่องแปลงตัวอย่างจังหวัดพิจิตร 40 แปลง พัฒนาแบบจำลองพยากรณ์ผลผลิตข้าว คาดเบื้องต้นแม่นยำราว 70% ก่อนบูรณาการ FAO-AIR CAS ดันความแม่นยำมากกว่า 80%

นายพีรพันธ์ คอทอง เลขาธิการสำนักงานเศรษฐกิจการเกษตร หรือ สศก. เปิดเผยว่า สศก.ให้ความสำคัญกับการยกระดับการจัดทำสารสนเทศการเกษตรและการบริหารจัดการข้อมูลขนาดใหญ่ หรือ Big Data เพื่อสนับสนุนการกำหนดนโยบายให้มีความแม่นยำ ทันต่อสถานการณ์ และสอดคล้องกับบริบทการผลิตในแต่ละพื้นที่

โดยในปีงบประมาณ 2569 สศก.ได้ดำเนินโครงการเพิ่มประสิทธิภาพการจัดทำสารสนเทศการเกษตรและการบริหารจัดการข้อมูลขนาดใหญ่ ซึ่งหนึ่งในกิจกรรมสำคัญ คือการประยุกต์ใช้เทคโนโลยีภูมิสารสนเทศ เพื่อเพิ่มประสิทธิภาพการพยากรณ์ผลผลิตสินค้าเกษตร โดยเฉพาะข้าวนาปี ปี 2569/70

ล่าสุด สศก.ได้ลงพื้นที่จังหวัดพิจิตร ระหว่างวันที่ 20-30 เมษายน 2569 เพื่อสำรวจและจัดเก็บข้อมูลการเจริญเติบโตของข้าวนาปีในพื้นที่แปลงตัวอย่างจำนวน 40 แปลง สำหรับนำไปพัฒนาแบบจำลองพยากรณ์ผลผลิตข้าวด้วยวิธี Regression Model

การดำเนินงานดังกล่าวเป็นการต่อยอดจากพื้นที่จังหวัดตัวแทนภาคกลางตอนล่าง ได้แก่ สุพรรณบุรี อ่างทอง ชัยนาท และสิงห์บุรี เพื่อให้ฐานข้อมูลครอบคลุมสภาพแวดล้อมการผลิต พันธุ์ข้าว และช่วงการเจริญเติบโตที่แตกต่างกันมากขึ้น

จุดเด่นของการดำเนินงานครั้งนี้ คือการใช้ข้อมูลหลายแหล่งประกอบกัน ทั้งข้อมูลสำรวจภาคสนาม ภาพถ่ายโดรนความละเอียดสูง และข้อมูลภาพถ่ายดาวเทียม เพื่อวิเคราะห์ความสมบูรณ์ของพืชพรรณ และหาความสัมพันธ์ระหว่างค่าการเจริญเติบโตของข้าวกับข้อมูลดาวเทียม

สำหรับข้อมูลดาวเทียมที่นำมาใช้มี 2 ระบบ ได้แก่ ระบบ Optical Sensor จากภาพถ่ายดาวเทียม Sentinel-2 และระบบเรดาร์ช่องเปิดสังเคราะห์ หรือ Synthetic Aperture Radar (SAR) จากภาพถ่ายดาวเทียม Sentinel-1 ซึ่งช่วยลดข้อจำกัดของการใช้ข้อมูลจากแหล่งเดียว โดยเฉพาะข้อจำกัดด้านเมฆของภาพถ่ายดาวเทียม Sentinel-2

นายพีรพันธ์กล่าวว่า การผสานข้อมูลภาคสนาม โดรน และดาวเทียม จะช่วยเพิ่มศักยภาพการติดตามพื้นที่เพาะปลูกและการประเมินผลผลิตพืชเศรษฐกิจให้มีความละเอียดและแม่นยำยิ่งขึ้น

ทั้งนี้ การสำรวจครอบคลุมช่วงการเจริญเติบโตของข้าวจำนวน 5 ช่วงอายุ ได้แก่ ช่วงต้นกล้า หรือ Seeding ช่วงแตกกอ หรือ Tillering ช่วงตั้งท้อง หรือ Panicle ช่วงออกรวง หรือ Flowering และช่วงเก็บเกี่ยว หรือ Harvesting

ขณะนี้อยู่ระหว่างการจัดเก็บข้อมูลช่วงต้นกล้า โดยมีการวัดค่าข้อมูลสำคัญหลายด้าน เช่น ความหนาแน่นของต้นข้าว ความลึกของน้ำ ความสูงของต้นข้าว ค่าพื้นที่ผิวใบ หรือ LAI ปริมาณคลอโรฟิลล์ และค่าการสะท้อนแสงด้วยเครื่อง Spectroradiometer สำหรับงานสำรวจระยะไกล

ข้อมูลที่จัดเก็บได้จะถูกนำมาวิเคราะห์เปรียบเทียบกับค่าการสะท้อนแสงในช่วง Blue, Green, Red และ Near Infrared ของภาพถ่ายดาวเทียม Sentinel-2 และวิเคราะห์ร่วมกับข้อมูลจากดาวเทียม Sentinel-1 เพื่อจำแนกข้อมูลตามรายพันธุ์ ประเมินค่าผลผลิตต่อไร่ และพัฒนาแบบจำลองการพยากรณ์ผลผลิตข้าวในพื้นที่

สศก.คาดว่า วิธีดังกล่าวจะช่วยเพิ่มความแม่นยำของข้อมูลพยากรณ์ผลผลิต และลดความคลาดเคลื่อนในการประเมินสถานการณ์การผลิต เมื่อเทียบกับการใช้ข้อมูลจากแหล่งใดแหล่งหนึ่งเพียงอย่างเดียว

หากผลการวิเคราะห์เบื้องต้นแล้วเสร็จ จะสามารถระบุค่าความแม่นยำของแบบจำลองได้ประมาณ 70% และค่าความคลาดเคลื่อนประมาณ 30% โดยยังต้องพิจารณาเงื่อนไขเพิ่มเติม เช่น พื้นที่เพาะปลูกอยู่ในเขตชลประทานหรือนอกเขตชลประทาน และต้องผ่านการประมวลผล รวมถึงตรวจสอบความถูกต้องทางวิชาการก่อนนำไปใช้ประกอบการจัดทำสารสนเทศการเกษตร

ขณะเดียวกัน สศก.อยู่ระหว่างบูรณาการความร่วมมือทางวิชาการกับองค์การอาหารและเกษตรแห่งสหประชาชาติ หรือ FAO และสถาบันวิจัยข้อมูลการบินและอวกาศแห่งสถาบันบัณฑิตวิทยาศาสตร์จีน หรือ AIR CAS เพื่อร่วมพัฒนาแบบจำลองการพยากรณ์ผลผลิตข้าวบนพื้นฐานเทคโนโลยีการสำรวจระยะไกล หรือ Remote Sensing ให้มีความแม่นยำมากขึ้น

ทั้งนี้ คาดว่าความร่วมมือดังกล่าวจะช่วยยกระดับความแม่นยำของแบบจำลองจากผลวิเคราะห์เบื้องต้นให้สูงกว่าระดับ 80% อย่างไรก็ตาม จะต้องผ่านการประมวลผล ทดสอบแบบจำลอง และตรวจสอบความถูกต้องทางวิชาการก่อนนำไปใช้จริง

นอกจากนี้ สศก.ยังมีแนวทางนำองค์ความรู้และแบบจำลองจากสินค้าข้าวนาปี ไปพิจารณาต่อยอดสู่การติดตามและพยากรณ์ผลผลิตพืชเศรษฐกิจสำคัญอื่น เช่น ปาล์มน้ำมัน และมันสำปะหลังโรงงาน ตามความเหมาะสมของข้อมูลและลักษณะการผลิตของแต่ละสินค้า เพื่อยกระดับการจัดทำสารสนเทศการเกษตรให้ครอบคลุมและตอบโจทย์การตัดสินใจเชิงนโยบายมากขึ้น

นายพีรพันธ์กล่าวว่า หัวใจสำคัญของการพยากรณ์ผลผลิตในยุคใหม่ คือการใช้ข้อมูลหลายมิติ เพื่อให้เห็นภาพการผลิตจริงในพื้นที่มากที่สุด โดยข้อมูลที่ได้จะช่วยให้ภาครัฐมองเห็นแนวโน้มผลผลิตข้าวในพื้นที่ได้ชัดเจนขึ้น ทั้งระยะการเจริญเติบโต ความสมบูรณ์ของต้นข้าว และแนวโน้มผลผลิตต่อไร่

ข้อมูลดังกล่าวจะเป็นประโยชน์ต่อการวางแผนบริหารจัดการผลผลิต การตลาด และมาตรการสนับสนุนเกษตรกรได้อย่างตรงจุดมากขึ้น โดยการนำเทคโนโลยีโดรนและข้อมูลดาวเทียมมาใช้ร่วมกับการสำรวจภาคสนาม ถือเป็นกลไกสำคัญในการพัฒนาระบบข้อมูลเกษตรของประเทศให้ทันสมัย

สศก.ระบุว่า ข้อมูลที่ถูกต้อง แม่นยำ และทันต่อสถานการณ์ จะช่วยให้ภาครัฐสามารถติดตามสถานการณ์การผลิต ประเมินผลผลิต และวางแผนบริหารจัดการสินค้าเกษตรได้อย่างมีประสิทธิภาพมากขึ้นในระยะต่อไป