เมฆบังดาวเทียม: ทำไมบางช่วงข้อมูลหาย และระบบรับมืออย่างไร

เมฆคือคู่ปรับอันดับหนึ่งของดาวเทียมแสง

ดาวเทียมอย่าง Sentinel-2 มองโลกด้วยแสงสะท้อน เมฆหนาจึงบังแปลงได้มิดทั้งวัน และประเทศไทยในช่วงมรสุม (ราวพฤษภาคม–ตุลาคม) คือหนึ่งในพื้นที่ที่ฟ้าปิดบ่อยที่สุด ปัญหานี้ไม่มีระบบไหนในโลก "แก้" ได้ — ทำได้แค่รับมืออย่างซื่อสัตย์: คัดข้อมูลเสียทิ้ง เติมช่องว่างอย่างระวัง และบอกผู้ใช้ตรง ๆ ว่าช่วงไหนข้อมูลบาง บทความนี้อธิบายว่า AgriPluse ทำสามอย่างนั้นอย่างไร

ด่านแรก: คัดภาพทั้ง scene ที่เมฆเกินเกณฑ์

ทุกภาพในคลัง Planetary Computer มาพร้อมข้อมูลกำกับว่าภาพนั้นมีเมฆปกคลุมกี่เปอร์เซ็นต์ ระบบใช้เกณฑ์นี้กรองตั้งแต่ขั้นค้นหา — ภาพที่เมฆเกิน 30% จะไม่ถูกนำมาคำนวณดัชนีสุขภาพเลย (ส่วนข้อมูลป้อนแบบจำลองโรคใช้เกณฑ์ผ่อนลงเล็กน้อยที่ 40% เพราะโมเดลต้องการความต่อเนื่องของข้อมูลรายวันมากกว่า) การตัดทิ้งทั้งภาพฟังดูสิ้นเปลือง แต่ดีกว่าปล่อยค่าปนเปื้อนเข้ากราฟ

SCL: ชั้นข้อมูลที่บอกว่าแต่ละพิกเซลคืออะไร

ภาพ Sentinel-2 ระดับ L2A ทุกภาพมาพร้อมชั้นข้อมูลพิเศษชื่อ SCL (Scene Classification Layer) ที่จำแนกพิกเซลแต่ละจุดว่าเป็นอะไร:

กลุ่ม SCL	ตัวอย่างคลาส	ผลต่อการวิเคราะห์
ใช้งานได้	พืชพรรณ / ดินเปล่า / น้ำ	คำนวณดัชนีได้ตามปกติ
เมฆ	เมฆหนา / เมฆบาง / เมฆซีร์รัส	ค่าดัชนีเชื่อไม่ได้ — ภาพที่เมฆมากถูกคัดออก
เงาและอื่น ๆ	เงาเมฆ / หิมะ / พิกเซลเสีย	อันตรายที่สุดคือเงาเมฆ เพราะดูคล้ายพืชเครียด

จุดที่เกษตรกรควรจำคือเรื่องเงาเมฆ: เงาไม่ได้บังแปลง แต่ทำให้แสงสะท้อนต่ำลงทั้งย่าน ค่า NDVI จึงตกทั้งที่พืชปกติดี ฝั่ง Landsat 8/9 ก็มีชั้นข้อมูลทำนองเดียวกันชื่อ QA_PIXEL ระบบเก็บชั้นข้อมูลเหล่านี้ไว้ควบคู่กับแบนด์แสงเสมอ

เติมช่องว่างอย่างระวัง: interpolation และการปรับเรียบ

เมื่อคัดภาพเสียออกแล้ว เส้นเวลาของแปลงย่อมมีวันโหว่ ระบบจัดการสองชั้น:

เชื่อมช่องว่างด้วยการประมาณเชิงเส้น ระหว่างจุดข้อมูลจริงสองข้าง แต่ไม่เกิน 14 วัน — ช่องว่างที่ยาวกว่านั้นระบบปล่อยว่างไว้ แทนที่จะแต่งเส้นสวย ๆ ที่ไม่มีข้อมูลรองรับ
ปรับเรียบด้วยตัวกรอง Savitzky–Golay ซึ่งลดสัญญาณรบกวนรายวัน (รวมถึงผลตกค้างจากเมฆบาง/เงาจาง) โดยยังรักษารูปทรงแนวโน้มจริงของฤดูไว้

วิธีอ่านกราฟช่วงหน้าฝน

ค่าที่ตกวูบ "จุดเดียว" แล้วเด้งกลับในภาพถัดไป ให้สงสัยเมฆหรือเงาเมฆไว้ก่อน สัญญาณที่ควรลงแปลงจริงคือค่าที่ลดลงต่อเนื่องหลายจุดข้อมูล หรือลดพร้อมกันหลายดัชนี (เช่น NDVI ตก + PSRI ขึ้น)

ไพ่ใบสุดท้าย: เรดาร์ที่ไม่แคร์เมฆ

ช่วงที่ฟ้าปิดยาวจนภาพแสงหายเป็นสัปดาห์ ระบบยังติดตามแปลงต่อได้ด้วยภาพเรดาร์ Sentinel-1 ซึ่งส่งคลื่นไมโครเวฟทะลุเมฆลงไปสะท้อนโครงสร้างพืชโดยตรง คะแนนสุขภาพหลักของแปลงคำนวณจากข้อมูลเรดาร์เป็นฐานด้วยเหตุผลนี้ — มันคือแหล่งข้อมูลเดียวที่การันตีความต่อเนื่องได้ตลอดฤดูฝน

ความซื่อสัตย์เรื่องคุณภาพข้อมูล

ข้อจำกัดที่ควรรู้

ช่วงที่เมฆบังติดต่อกันหลายวัน ความละเอียดของข้อมูลลดลงจริงตามจำนวนภาพที่ใช้ได้ กราฟช่วงนั้นอิงการประมาณระหว่างจุดมากขึ้น และความมั่นใจของการพยากรณ์โรค ที่ใช้ข้อมูลช่วงเดียวกันก็ลดลงตาม นี่คือข้อจำกัดทางฟิสิกส์ของดาวเทียมแสง ไม่ใช่สิ่งที่ซอฟต์แวร์ใดแก้ได้ — ระบบเลือกที่จะแสดงข้อมูลตามจริง มากกว่าปกปิดช่องว่างให้ดูสวย

สรุป

คุณภาพของการวิเคราะห์ดาวเทียมไม่ได้วัดกันที่ "มีข้อมูลทุกวันไหม" แต่วัดที่ "ข้อมูลที่แสดงเชื่อได้แค่ไหน" AgriPluse คัดภาพเมฆหนาออกตั้งแต่ต้นทาง เติมช่องว่างแบบมีเพดาน ปรับเรียบอย่างระวัง และมีเรดาร์เป็นข้อมูลสำรองตลอดฤดูฝน — เข้าใจกลไกเหล่านี้แล้ว คุณจะอ่านกราฟหน้าฝนได้อย่างมั่นใจขึ้นมาก