ชื่อโครงการ

MU-SDGs Case Study

การพัฒนาการตรวจวัดปริมาณฝุ่นละอองโดยใช้อุปกรณ์บันทึกข้อมูลขนาดเล็ก

Development on particulate matter based on small data logger

อยู่ระหว่างยื่นขอจดอนุสิทธิบัตร “อุปกรณ์วัดความหนาแน่นฝุ่นละอองขนาดเล็ก PM2.5”

แหล่งทุน

คณะสิ่งแวดล้อมและทรัพยากรศาสตร์

ส่วนงานหลัก

คณะสิ่งแวดล้อมและทรัพยากรศาสตร์

ส่วนงานร่วม

-

ผู้ดำเนินการหลัก

นายวรงค์  บุญเชิดชู

ผู้ดำเนินการร่วม

-

คำอธิบาย

ความต้องการอุปกรณ์วัดฝุ่นละอองขนาดเล็ก PM2.5 มาสนับสนุนการติดตามระดับความหนาแน่นฝุ่นละอองฯ ในพื้นที่ที่ห่างไกลจุดตรวจวัดที่รับรองโดยกรมควบคุมมลพิษที่มีระยะมากกว่า 3 กิโลเมตรขึ้นไป ส่งผลให้การวัดความหนาแน่นฝุ่น PM_2.5 มีความถูกต้องลดลงตามระยะทางที่เพิ่มขึ้น หรือการตรวจวัดที่มีสภาพแวดล้อมที่มีความซับซ้อนของสิ่งปลูกสร้าง หรือสภาพภูมิประเทศ หรือมีจำนวนจุดวัดน้อยและไม่ครอบคลุมพื้นที่ จึงทำให้ต้องพัฒนาอุปกรณ์วัดความหนาแน่นฝุ่นที่ให้ผลได้ใกล้เคียงกับสถานีตรวจวัดที่ผ่านการรับรองจากกรมควบคุมมลพิษ และสามารถสร้างได้เป็นจำนวนมากในราคาที่มีต้นทุนต่ำ สร้างง่าย และให้ผลการวัดที่ใกล้เคียงกับแนวโน้มการเปลี่ยนความหนาแน่นของสถานีวัดฯ

เนื้อหา MU-SDGs Case Study

วัตถุประสงค์
    การพัฒนาสร้างอุปกรณ์วัดความหนาแน่นฝุ่นละอองขนาดเล็ก PM2.5 มีโครงสร้างอุปกรณ์ไม่ซับซ้อน ซ่อมแซมง่าย สามารถใช้ทำงานได้ในระยะเวลานานในสภาพอากาศที่มีความชื้นสูงและทำงานภายใต้อุณหภูมิที่มีความแตกต่างระหว่างวันสูงและทำงานตลอด 24 ชั่วโมง มีต้นทุนในการสร้างต่ำและติดตั้งได้รวดเร็ว เพื่อนำมาใช้วิเคราะห์ข้อมูลเชิงพื้นที่ผ่านการวิเคราะห์แบบ Interpolated เพื่อหาค่าเฉลี่ยระหว่างจุดวัดที่ใช้อุปกรณ์นี้ เช่นกรณีที่รถตรวจคุณภาพอากาศมี 1 หน่วย จึงไม่อาจสะท้อนข้อมูลความเป็นจริงของพื้นที่ตรวจวัดได้ถูกต้อง จึงต้องใช้อุปกรณ์วัดฝุ่นละอองขนาดเล็ก PM2.5 ในการเสริมจุดการวัดความหนาแน่นฝุ่น PM2.5 ให้ครอบคลุมพื้นที่ด้วยอุปกรณ์วัด ฯ ที่พัฒนาในจำนวนมากขึ้นเพื่อให้ได้ข้อมูลที่มีความถูกต้องเชิงพื้นที่สูงขึ้น และสะท้อนสภาพความเป็นจริงได้ใกล้เคียงของพื้นที่ให้ได้มากที่สุด

การดำเนินการ

    สถานีวัดความหนาแน่นฝุ่นละอองขนาดเล็กPM2.5 ที่สร้างขึ้นนี้มีประสิทธิภาพการทำงานที่อยู่ในระดับที่ยอมรับได้โดยการปรับค่าความคลาดเคลื่อนของการวัดด้วยโมเดลทางคณิตศาสตร์และการปรับปรุงในส่วนของฮาร์ดแวร์ที่นำมาใช้ โดยให้ค่าความคลาดเคลื่อนในการวัดฝุ่นละออง PM2.5 มีค่าเฉลี่ยรายชั่วโมงอยู่ที่ ± 8.3 µg/cu.m สำหรับระดับฝุ่นไม่เกิน 150 µg/cu.m, R2 = 0.93 เมื่อเปรียบเทียบกับผลจากรถตรวจวัดคุณภาพอากาศ คณะสิ่งแวดล้อมและทรัพยากรศาสตร์ ประจำอยู่ที่มหาลัยมหิดล ศาลายา ระหว่าง ก.พ.  – มี.ค. 62 มีจำนวนข้อมูลเฉลี่ยรายชั่วโมง 582 ชุด

    เซอร์เซ็นวัดความหนาแน่นฝุ่นถูกเลือกมาจากการทดสอบความแม่นยำในการทำงานโดยใช้ CV วิเคราะห์ ผลที่ได้คือ PlantTower PMS5003 มีความแตกต่างของ CV ระหว่างตัวทดสอบจำนวน 2 ตัว มีค่าน้อยว่า 0.5% แสดงให้เห็นว่ามีความแม่นยำในการผลิตในระดับสูง และสามารถนำเอามาใช้งานได้ทันทีโดยไม่ต้องปรับแก้ใด ๆ  ในการทดแทนเมื่อเซอร์เซ็นชำรุด นอกจากนี้ยังพบว่าอิทธิพลของความชื้นสัมพัทธ์ในระดับที่เกิดสภาวะเป็นไอน้ำในอากาศก็มีผลต่อเซ็นเซอร์ด้วย จากการวิเคราะห์ค่า MAE ระหว่างเซ็นเซอร์และเครื่องมือ FEM แสดงให้เห็นว่าก่อนและหลังใช้โมเดล Hydroscopic growth rated with one parameter เพื่อวิเคราะห์เชิงย้อนกลับของอิทธิพลของน้ำในอากาศในรูปแบบของอัตราส่วนสามารถทำให้ค่า MAE ลดลงได้ถึง 34% ซึ่งแสดงให้เห็นว่ามีความคลาดเคลื่อนน้อยลงของการตรวจวัดภายใต้ความชื้นในอากาศที่อยู่ในระดับสูงได้

   ต่อมาจึงนำมาวิเคราะห์การถดถอยแบบไม่เชิงเส้นชนิดดีกรีลำดับที่สี่หรือ Quartic function  เนื่องจากความสามารถรองรับจำนวนจุดตัดของกราฟบนแกน x ที่เป็นตัวแทนของข้อมูลจากเครื่องมือ FEM ใน 1 ช่วงเวลาหนึ่งถึง 4 จุด และรองรับจุดวิกฤติได้ถึง 3 จุด ซึ่งสอดคล้องกับลักษณะการทำงานของเซ็นเซอร์ PMS5003 เมื่อนำเอาข้อมูลความหนาแน่นฝุ่น PM_2.5 เฉลี่ยรายชั่วโมงเปรียบเทียบกับเครื่องมือ FEM พบว่า ประสิทธิภาพของวิเคราะห์การถดถอยแบบไม่เชิงเส้นชนิดดีกรีลำดับที่สี่ให้ผลลัพธ์ RMSE = 8.3 โดย R² = 0.93 เปรียบเทียบกับการใช้การวิเคราะห์ถดถอยแบบเชิงเส้นให้ค่า RMSE = 12.8 โดย R² = 0.92

    เพื่อให้มีการนำเอาข้อมูลไปใช้ควบคู่กับข้อมูลของรถตรวจอากาศได้เร็วขึ้นจึงได้นำเอาโครงข่ายโทรศัพท์เคลื่อนที่ประเภท 2G ใช้เป็นช่องทางในการส่งข้อมูลจากอุปกรณ์ที่พัฒนาขึ้นเข้าสู่ระบบฐานข้อมูลคุณภาพอากาศของคณะสิ่งแวดล้อม ฯ และสามารถส่งออกข้อมูลออกข้อมูลผ่านเว็บไซด์

https://en.mahidol.ac.th/enair/service

การนำไปใช้งาน

    คณะได้ดำเนินการทดสอบการติดตั้งและการปรับแก้ไขปัญหาที่เกิดขึ้นนอกเหนือจากการคาดการณ์ในห้องทดลองและพื้นที่ศึกษาที่มหาวิทยาลัยมหิดล วิทยเขตศาลายา จังหวัดนครปฐม ในพื้นที่จังหวัดลำปาง จำนวน 13 จุด และที่กาญจนบุรี จำนวน 2 จุด จากการติดตั้งพบว่าข้อมูลที่ได้จากอุปกรณ์มีความสมบรูณ์ประมาณ 75-80% จากความถี่การส่งข้อมูลทุกๆ 20 นาที มีอุปกรณ์บางตัวหยุดทำงานเป็นช่วงๆ หรือบางตัวเซ็นเซอร์วัดความหนาแน่นฝุ่นทำงานผิดพลาด เป็นต้น

จังหวัดลำปาง

    โดยสถานที่ติดตั้งทางคณะได้เลือกเป็นสถานที่ราชการ โรงเรียน โรงพยาบาล เป็นหลักเนื่องจากเป็นที่ชุมชน และมีความเสี่ยงในการสัมผัสฝุ่นสูงกว่าสถานที่อื่นๆ

จังหวัดกาญจนบุรี

โครงการนี้แตกต่าง และมีเอกลักษณ์จากคนอื่นอย่างไร

    เป็นการสร้างโมเดลคณิตศาสตร์เพื่อช่วยลดความคลาดเคลื่อนการวัดของอุปกรณ์วัดความหนาแน่นฝุ่นระดับ PM_2.5 ที่พัฒนาขึ้นมีความแตกต่างจากการอุปกรณ์ที่มีขายอยู่ในท้องตลาด ซึ่งส่วนใหญ่ใช้วิธีปรับแก้ค่าที่ได้จากการวิเคราะห์ที่แบ่งตามระดับความชื้นสัมพัทธ์ในช่วงที่กำหนด และประมาณค่าจากการใช้การวิเคราะห์การถดถอยเชิงเส้นด้วยการเพิ่มปัจจัยระดับความชื้นสัมพัทธ์เข้าไปในการวิเคราะห์ ซึ่งแตกต่างจากวิธีที่พัฒนาขึ้น โดยใช้โมเดลคณิตศาสตร์คำนวณความหนาแน่นฝุ่นจากอัตราขยายตัวของมวลฝุ่นละอองที่ทำให้ความหนาแน่นฝุ่นเพิ่มมากกว่าที่ควรจากการดูดซึมความชื้นในอากาศเข้าไป และเมื่อใช้ร่วมกับการวิเคราะห์ถดถอยแบบไม่เชิงเส้นแบบดีกรีสี่ ทำให้ค่าคาดการณ์ที่วัดได้มีความใกล้เคียงกว่าการใช้วิเคราะห์ถดถอยแบบเชิงเส้น โดยมีผลลัพธ์ที่ใกล้เคียงกับเครื่องวัดฯ BAM1020 ซึ่งผลทดสอบให้ค่า R² > 92% และค่า RMSE ~8.3 µg/cu.m ในระดับความชื้นฯ 40-95%

ส่งผลกระทบในระดับชุมชน ประเทศ ระดับโลก อย่างไร

มีความตื่นตัวในเรื่องของฝุ่นละอองขนาด PM_2.5 ที่มากับปัญหาสุขภาพในระยะยาว

SDGs หลักที่สอดคล้องกับกิจกรรม

11

SDGs อื่น ๆ ที่สอดคล้อง

3, 13

รูปภาพประกอบ

รูปหน้าปก

รูปหน้ารายละเอียด

Key Message

การพัฒนาอุปกรณ์วัดความหนาแน่นฝุ่น PM_2.5 ต้นทุนต่ำ มีความถูกต้องสูง และสามารถผลิตเป็นจำนวนมากได้ จะช่วยให้มีเกิดความสนใจภัยที่มากับฝุ่น PM_2.5 ซึ่งใช้ระยะเวลานานในการแสดงอาการ ในการหลีกเลี่ยงสถานที่ที่มีความเสี่ยงจาก PM_2.5

Links ข้อมูลเพิ่มเติม

-

สอดคล้องกับยุทธศาสตร์มหาวิทยาลัย

ยุทธศาสตร์ 1 Global Research and Innovation

ยุทธศาสตร์ 3 Policy Advocacy and Leaders in Professional / Academic Services

อัลบั้มภาพ

Partners/Stakeholders

-

ตัวชี้วัด THE Impact Ranking

13.3.4