เมฆเต็มฟ้าตอนน้ำท่วม แล้วดาวเทียมยังเห็นพื้นดินได้ยังไง? เพราะมันไม่ได้ “ถ่ายรูป” แบบกล้อง
เวลาฝนตกหนักจนเกิดน้ำท่วม สิ่งที่มักตามมาคือ เมฆหนาปกคลุมพื้นที่ จนบางครั้งแทบมองไม่เห็นพื้นจากบนฟ้า
แต่วันที่ 22 สิงหาคม 2569 GISTDA ยังสามารถใช้ข้อมูลจากดาวเทียม Sentinel-1D วิเคราะห์พื้นที่น้ำท่วมขังในภาคตะวันออกเฉียงเหนือ 6 จังหวัด ได้แก่ นครพนม สกลนคร บึงกาฬ หนองคาย อุดรธานี และร้อยเอ็ด รวมประมาณ 216,020 ไร่
คำถามคือ ถ้าเมฆบังอยู่เต็มฟ้า ดาวเทียมที่อยู่สูงจากโลกหลายร้อยกิโลเมตรมองเห็นน้ำด้านล่างได้อย่างไร?
คำตอบคือ Sentinel-1D ไม่ได้มองโลกเหมือนกล้องถ่ายรูปทั่วไปตั้งแต่แรก
ภาพข้อมูลสถานการณ์น้ำท่วมจาก GISTDA ซึ่งวิเคราะห์จากข้อมูลดาวเทียม Sentinel-1D วันที่ 22 สิงหาคม 2569 ผลการประเมินเป็นข้อมูลเชิงพื้นที่เบื้องต้น และยังไม่ได้ผ่านการตรวจสอบกับสภาพพื้นที่จริงทั้งหมด
กล้องต้องอาศัยแสง แต่เรดาร์ส่งคลื่นลงไปเอง
เซนเซอร์ดาวเทียมแบบ Optical ที่ใช้แสงสะท้อนจากพื้นโลกมีข้อจำกัดชัดเจนเมื่อมีเมฆหนา เพราะเมฆสามารถบดบังพื้นดินด้านล่างได้
Sentinel-1D ต่างออกไป เพราะติดตั้ง Synthetic Aperture Radar หรือ SAR ย่าน C-band
SAR เป็นระบบแบบ Active หมายความว่าดาวเทียม ส่งคลื่นไมโครเวฟลงไปยังพื้นโลกเอง แล้ววัดพลังงานที่สะท้อนกลับมายังเซนเซอร์ จึงไม่ต้องพึ่งแสงอาทิตย์และสามารถเก็บข้อมูลได้ทั้งกลางวัน กลางคืน รวมถึงในสภาพที่มีเมฆและฝน
นี่เป็นข้อได้เปรียบสำคัญมากในงานน้ำท่วม เพราะช่วงที่ต้องการรู้ว่าน้ำกำลังขยายไปถึงไหน ก็มักเป็นช่วงเดียวกับที่ท้องฟ้ายังปิดอยู่พอดี
แล้วเรดาร์รู้ได้อย่างไรว่าตรงไหนเป็นน้ำ?
ดาวเทียมไม่ได้ถามว่าพิกเซลตรงนั้น “เป็นสีฟ้าหรือไม่” แต่มองว่า คลื่นที่ส่งลงไปสะท้อนกลับมาหาดาวเทียมมากแค่ไหน หรือที่เรียกว่า Backscatter
พื้นผิวขรุขระ เช่น พื้นดิน พืชพรรณ หรือสิ่งปลูกสร้าง สามารถกระจายคลื่นไปหลายทิศ และมีพลังงานส่วนหนึ่งสะท้อนกลับไปถึงดาวเทียม
แต่ ผิวน้ำเปิดที่ค่อนข้างเรียบ มีพฤติกรรมคล้ายกระจก คลื่นจำนวนมากสะท้อนออกไปในทิศอื่นแทนที่จะย้อนกลับหาเซนเซอร์ ทำให้ค่า Backscatter ต่ำ
พื้นที่น้ำสงบจึงมักปรากฏเป็นบริเวณ ค่อนข้างมืดในภาพ SAR
ภาพสร้างด้วย AI เพื่ออธิบายหลักการ SAR แบบง่าย ไม่ใช่แผนภาพทางวิศวกรรมของ Sentinel-1D และแผนที่ในภาพไม่ใช่ข้อมูลน้ำท่วมจริง หลัก “น้ำเรียบมักมืด” เป็นหลักทั่วไป แต่สภาพจริงอาจแตกต่างตามลม คลื่น พืชพรรณ สิ่งปลูกสร้าง และมุมรับสัญญาณ
แต่เห็นเป็นสีดำ ไม่ได้แปลว่าเป็นน้ำทุกจุด
ตรงนี้เป็นเหตุผลว่าทำไมการทำแผนที่น้ำท่วมจากเรดาร์ยังต้องอาศัยการวิเคราะห์
พื้นผิวอื่นที่เรียบมากก็สามารถให้สัญญาณสะท้อนกลับต่ำและดูมืดได้เช่นกัน ขณะที่ผิวน้ำซึ่งมีลมหรือคลื่นจนขรุขระขึ้น อาจสะท้อนสัญญาณกลับมายังดาวเทียมมากขึ้น
พื้นที่เมืองยิ่งซับซ้อน เพราะอาคาร ถนน น้ำ และโครงสร้างแนวตั้งสามารถสร้างการสะท้อนหลายรูปแบบ ส่วนพื้นที่ที่มีพืชปกคลุมก็อาจให้สัญญาณแตกต่างจากน้ำเปิดธรรมดา
แผนที่น้ำท่วมจึงไม่ใช่การเอาภาพ SAR มาเลือกทุกพิกเซลที่เป็นสีดำแล้วระบายว่า “น้ำ” แต่ต้องผ่าน การประมวลผลและจำแนกข้อมูล และอาจเปรียบเทียบกับข้อมูลช่วงก่อนเกิดน้ำท่วม รวมถึงข้อมูลภูมิประเทศและข้อมูลเชิงพื้นที่อื่น
Sentinel-1D เพิ่งขึ้นสู่อวกาศในปลายปี 2025
Sentinel-1D ถูกปล่อยขึ้นสู่อวกาศเมื่อวันที่ 4 พฤศจิกายน 2025 เป็นส่วนหนึ่งของภารกิจ Copernicus Sentinel-1 ของยุโรป และปัจจุบันทำงานในกลุ่มดาวเดียวกับ Sentinel-1C
ดาวเทียมทั้งสองติดตั้งเรดาร์ SAR ย่าน C-band และเมื่อทำงานในโครงแบบสองดาวเทียม ภารกิจ Sentinel-1 มีรอบการกลับมาสังเกตพื้นที่เดิมโดยทั่วไปประมาณ 6 วันบริเวณเส้นศูนย์สูตร
ประโยชน์ของข้อมูลประเภทนี้ไม่ได้จำกัดอยู่ที่น้ำท่วม แต่ยังใช้ติดตามการเปลี่ยนแปลงของพื้นดิน น้ำแข็ง มหาสมุทร การเคลื่อนตัวของพื้นผิว และช่วยสนับสนุนงานรับมือภัยพิบัติประเภทอื่นได้ด้วย
แล้วตัวเลข 216,020 ไร่ แม่นถึงพื้นจริงทุกจุดไหม?
ตรงนี้ GISTDA ใส่หมายเหตุไว้ชัดเจนว่า การประเมินพื้นที่น้ำท่วม ความลึก ผลกระทบ และความเสียหาย เป็น ผลการวิเคราะห์และประเมินเบื้องต้นจากข้อมูลเชิงพื้นที่ ซึ่งยังไม่ได้ตรวจสอบความถูกต้องกับสภาพพื้นที่จริงทั้งหมด
ดาวเทียมมีข้อดีตรงที่สามารถมองพื้นที่กว้างได้ในครั้งเดียว ทำให้หน่วยงานเห็นภาพรวมและติดตามการเปลี่ยนแปลงของมวลน้ำได้รวดเร็ว
แต่เมื่อต้องตัดสินสถานการณ์เฉพาะจุด ก็ยังต้องใช้ข้อมูลอื่นประกอบ เช่น ระดับน้ำ ภูมิประเทศ รายงานจากเจ้าหน้าที่ และข้อมูลภาคพื้นดิน
สิ่งที่ดาวเทียม “มองเห็น” จึงไม่เหมือนสิ่งที่ตาเราเห็น
เวลาเห็นแผนที่น้ำท่วมจากดาวเทียม เราอาจนึกภาพว่ามีกล้องกำลังซูมจากอวกาศลงมาแล้วมองทะลุเมฆ
แต่สิ่งที่เกิดขึ้นจริงน่าสนใจกว่านั้น
Sentinel-1D ไม่จำเป็นต้องเห็นสีของน้ำ ไม่ต้องรอแดด และไม่ต้องรอให้เมฆเปิด
มันส่งคลื่นลงไปแล้วอ่านว่า พื้นผิวแต่ละชนิดตอบกลับคลื่นนั้นอย่างไร
เมื่อข้อมูลเหล่านั้นผ่านการประมวลผล เราจึงสามารถสร้างแผนที่ที่ช่วยติดตามน้ำท่วมในพื้นที่กว้างได้ แม้ท้องฟ้ายังเต็มไปด้วยเมฆและฝน
ดังนั้นคำตอบของคำถามว่า “เมฆเต็มฟ้า แล้วดาวเทียมยังเห็นน้ำท่วมได้อย่างไร?” ไม่ใช่เพราะกล้องของมันมองเก่งกว่าตามนุษย์
แต่เป็นเพราะมัน ไม่ได้ใช้วิธีมองแบบเดียวกับเราตั้งแต่แรก
หมายเหตุภาพ: รูปแรกเป็นภาพข้อมูลสถานการณ์น้ำท่วมที่เผยแพร่จากข้อมูลของ GISTDA ส่วนรูปที่สองสร้างด้วย AI เพื่ออธิบายหลักการทำงานของเรดาร์ SAR เท่านั้น แผนที่ ดาวเทียม และรายละเอียดทางกายภาพในรูปที่สองเป็นภาพจำลอง ไม่ควรนำไปใช้แทนข้อมูลทางวิศวกรรมหรือขอบเขตน้ำท่วมจริง
1. สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (GISTDA)
ข้อมูลดาวเทียม Sentinel-1D ประจำวันที่ 22 สิงหาคม 2569 พบพื้นที่น้ำท่วมขังภาคตะวันออกเฉียงเหนือ 6 จังหวัด รวมประมาณ 216,020 ไร่
2. European Space Agency (ESA)
ข้อมูลภารกิจ Copernicus Sentinel-1, C-band Synthetic Aperture Radar, การเก็บข้อมูลในทุกสภาพอากาศทั้งกลางวันและกลางคืน และการใช้ Sentinel-1 เพื่อติดตามน้ำท่วม
3. Copernicus Sentinel Online
ข้อมูล Sentinel-1D การเปิดให้บริการข้อมูล และโครงแบบการทำงานร่วมกับ Sentinel-1C
เขียนโดย พีรพัฒน์ พีพี
ชอบหยิบสิ่งธรรมดามาตั้งคำถาม แล้วค้นให้ลึกจนเจอคำตอบที่ทำให้รู้สึกว่า “อ๋อ ที่แท้เป็นแบบนี้”
เล่าเรื่องให้เข้าใจง่าย มีที่มา และแยกข้อเท็จจริงออกจากความคิดเห็น
อำเภอที่ขอแยกตัวเป็นจังหวัด อำเภอล่าสุดของประเทศไทย
โรคไข้หลับลึกยุค 1920s ทิ้งร่องรอยอะไรไว้ในผู้รอดชีวิต
เด็กเทคนิคเรียนสายไหนมากที่สุด เปิดข้อมูลอาชีวะ สายช่างที่มีผู้เรียนมากอันดับ 1
มะเขือเทศทำให้หน้าแดงและผิวดีได้จริงแค่ไหน
เปิด 5 ตำแหน่งสายกฎหมายภาครัฐ เงินเดือนสูงสุดใครแตะ 1.38 แสนบาทต่อเดือน?
เห็นทุกครั้งแต่แทบไม่เคยสนใจ หลักกิโลเมตรข้างถนนมีไว้ทำอะไร
มหาวิทยาลัยไทยที่ติดอันดับโลก อันดับ 1 ของไทยอยู่ที่เท่าไร?
สิบเลขขายดี สลากตัวเลขสามหลัก N3 งวด 16/9/69
เลขชน 3 สำนัก 16 ก.ย. 69 ไทยรัฐ-เดลินิวส์-บางกอกทูเดย์ เลข 4-5 โผล่ครบ
ย่านที่ชาวจีนอาศัยเยอะสุดในไทยอยู่ตรงไหน
หมายเลขบนหมวกตำรวจมีไว้ทำไม ตัวเลขที่เห็นทุกวัน แท้จริงใช้ระบุตัวเจ้าหน้าที่
เปิด 10 เลขขายดี งวด 16 ก.ย. 69 เลขไหนถูกกว้านซื้อ และเลขไหนโผล่ซ้ำหลายกระแส
อำเภอที่ขอแยกตัวเป็นจังหวัด อำเภอล่าสุดของประเทศไทย
AI แก้โจทย์คณิตศาสตร์ได้เร็วขึ้น แต่คำถามใหม่คือ ใครยัง “เข้าใจ” คำตอบนั้นอยู่?
ทำไม Data Center ถึงใช้น้ำเยอะ ทั้งที่เซิร์ฟเวอร์ไม่ได้ “ดื่มน้ำ”?
จากเครื่องเดียวทำได้ทุกอย่าง สู่วันที่บางคนอยากแยกนาฬิกา กล้อง และเพลงออกจากมือถืออีกครั้ง
ใช้ AI กันมากขึ้นกว่า 3 เท่า แต่ทำไม 86.4% ยังวัดผลไม่ชัด? เพราะหลายองค์กรอาจเริ่มใช้ก่อนกำหนดว่า “ความสำเร็จคืออะไร”

