มจธ. นำร่องรัชดา ทดสอบ ‘โปรแกรมจัดสวนลดฝุ่น’ ด้วย AI  

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.) พัฒนาโปรแกรม AI ออกแบบ “สวนลดฝุ่น” เจาะจงพื้นที่ ลด PM 2.5 ได้สูงสุด 40% เนื่องในวันอากาศสะอาดโลก 7 ก.ย.

เนื่องในวันอากาศสะอาดโลก (International Day of Clean Air for Blue Skies) ซึ่งตรงกับวันที่ 7 กันยายนของทุกปี รศ.ดร.ชัยรัตน์ ตรีทรัพย์สุนทร อาจารย์ประจำคณะทรัพยากรชีวภาพและเทคโนโลยี และหัวหน้าห้องปฏิบัติการ Remediation มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี (มจธ.) เปิดเผยความคืบหน้างานวิจัยพัฒนา “โปรแกรมจัดสวนลดฝุ่น” ที่ใช้เทคโนโลยี AI ช่วยออกแบบพื้นที่สีเขียวให้ลด PM 2.5 ได้อย่างมีประสิทธิภาพ

โปรแกรมดังกล่าวรวบรวมข้อมูลพันธุ์พืชไทย 73 ชนิด แบ่งเป็น ไม้ประดับ 51 ชนิด ไม้ยืนต้น 13 ชนิด และไม้พุ่ม 9 ชนิด โดยพบว่าประสิทธิภาพการดักฝุ่นของพืชแต่ละชนิดขึ้นอยู่กับลักษณะใบ ทั้งความหนาแน่นของปากใบ ขนบนใบ ความขรุขระของพื้นผิว และชั้นไข พืชที่มีศักยภาพสูง ได้แก่ กัลปพฤกษ์ นีออน โมก เฟิร์นข้าหลวง เฟิร์นใบมะขาม พลูด่าง กลุ่มคล้า และกวักมรกต

ทีมวิจัยยังพบข้อมูลที่น่าสนใจว่า เมื่อพืชเผชิญฝุ่นสะสมต่อเนื่อง จะเกิดความเครียดจนปิดปากใบเพื่อกักเก็บน้ำ และในบางกรณีถึงขั้นสลัดใบทิ้งจนหยุดทำหน้าที่ดักฝุ่นไปเลย ทำให้งานวิจัยต้องมองไกลกว่าแค่การเลือกชนิดพืช ไปสู่การรักษาประสิทธิภาพให้ต่อเนื่องในสภาพแวดล้อมจริงของเมือง

งานวิจัยค้นพบว่า “รูปแบบการจัดวางต้นไม้” ส่งผลโดยตรงต่อประสิทธิภาพไม่แพ้ชนิดพืช ทีมวิจัยจึงพัฒนาการปลูกแบบหลายระดับ (Multi-Tiered Planting) ผสมไม้คลุมดิน ไม้พุ่ม และไม้ยืนต้นเรือนยอดสูงเข้าด้วยกัน ผลการศึกษาพบว่าการปลูกแบบ 3 ระดับที่มีระยะเหมาะสม สามารถลดฝุ่นได้สูงสุด 40.5% ในช่วงฤดูฝุ่น และเพิ่มความชื้นสัมพัทธ์ได้ประมาณ 9.9% ขณะที่การปลูกแบบชั้นเดียวให้ผลเพียง 6-8.2% เท่านั้น

นอกเหนือจากโปรแกรมจำลองพื้นที่สีเขียว ทีมวิจัยยังใช้ AI วิเคราะห์ข้อมูลคุณภาพอากาศจากเซ็นเซอร์ 70 จุดทั่วกรุงเทพฯ ต่อเนื่อง 4 ปี (2021-2024) พบว่าพื้นที่สวนสาธารณะอย่างสวนเบญจกิติและสวนลุมพินี มีค่า PM 2.5 เฉลี่ยอยู่ที่ 20.40 ไมโครกรัมต่อลูกบาศก์เมตร ต่ำกว่าพื้นที่ริมถนนที่วัดได้ 26.81 ไมโครกรัมต่อลูกบาศก์เมตร

ขณะนี้ มจธ. ร่วมกับกรุงเทพมหานคร สำนักสิ่งแวดล้อม และสำนักงานเขตดินแดง นำผลวิจัยไปทดสอบในพื้นที่จริง บริเวณถนนรัชดาภิเษกฝั่งฟอร์จูนทาวน์ เพื่อออกแบบพื้นที่สีเขียวด้วย AI ให้สอดคล้องกับทิศทางลม แหล่งกำเนิดมลพิษ และรูปแบบอาคารในพื้นที่จริง

รศ.ดร.ชัยรัตน์ ระบุว่า เป้าหมายระยะยาวคือการสร้างเครือข่าย “Clean Zones” กระจายทั่วเมือง โดยออกแบบพื้นที่สีเขียวตามบริบทเฉพาะจุด ทั้งริมถนน โรงเรียน โรงพยาบาล ป้ายรถโดยสาร และทางเท้า ซึ่งเป็นพื้นที่ที่ประชาชนมีโอกาสสัมผัสฝุ่นสูง โดยย้ำว่าแนวทางนี้ไม่ได้มาแทนที่การควบคุมมลพิษที่ต้นทาง แต่เป็นอีกชั้นหนึ่งของการป้องกันเพื่อลดการสัมผัสฝุ่นของประชาชนในระยะยาว