37
AQI เฉลี่ย (Thai PCD)
ดีมาก
ดีมาก
19.6
PM2.5 เฉลี่ย (µg/m³)
ดี
ดี
34
วันเกินเกณฑ์ >37.5 µg
ต้องงดกิจกรรมกลางแจ้ง
ต้องงดกิจกรรมกลางแจ้ง
89
Health Score (0–100)
อยู่ในเกณฑ์ดี
อยู่ในเกณฑ์ดี
25%
Data Completeness
118,142 readings
118,142 readings
61.8%
วันอากาศดี (≤25 µg)
102/165 วัน
102/165 วัน
📡 สถานีตรวจวัด — ข้อมูลล่าสุด (Real-time)
4 STATIONS คลิกที่การ์ดเพื่อดูรายละเอียดสถานี · อัปเดตอัตโนมัติทุก 30 วินาที · —
10
AQI
ดีมาก
โรงเรียน เทศบาล 1 กิตติขจร
📍 ตาก
ออนไลน์
· 3 นาทีที่แล้ว
5.7PM2.5 µg
441CO₂ ppm
34.5°อุณหภูมิ
49%ความชื้น
5
AQI
ดีมาก
โรงเรียนเทศบาล 2 วัดดอนมูลชัย
📍 ตาก
ออนไลน์
· 3 นาทีที่แล้ว
3.1PM2.5 µg
449CO₂ ppm
32.7°อุณหภูมิ
58%ความชื้น
8
AQI
ดีมาก
โรงเรียนเทศบาล 3 วัดชัยชนะสงคราม
📍 TH-TAK-TB3-001
ออนไลน์
· 3 นาทีที่แล้ว
4.9PM2.5 µg
33.6°อุณหภูมิ
55%ความชื้น
5
AQI
ดีมาก
โรงเรียนเทศบาล 4 รัตนวิทยานุสรณ์
📍 TH-TAK-TB4-001
ออฟไลน์
· 2 ชม.ที่แล้ว
3.1PM2.5 µg
435CO₂ ppm
32.1°อุณหภูมิ
58%ความชื้น
📊 สรุปสถานการณ์ — วิเคราะห์จากข้อมูลจริง
165 DAYS19.6
PM2.5 เฉลี่ย (µg/m³)
↓ 26.3% 7d
525
PM2.5 สูงสุด (µg/m³)
41.3%
เกิน WHO (48,805 readings)
10
วันค่าผิดปกติ (Z>2σ) ใน 165 วัน
34
วัน PM2.5 >37.5 µg (เฝ้าระวัง)
8
วัน PM2.5 >75 µg (วิกฤต)
503
CO₂ เฉลี่ย (ppm)
3,749
readings CO₂ >1,000 ppm
5.6
PM2.5 เฉลี่ย 7 วัน
-26.3% vs สัปดาห์ก่อน
7.6
PM2.5 เฉลี่ย 30 วัน
+52% vs เดือนก่อน
61.8%
วันอากาศดี (≤25 µg)
20.9
SD (ความผันผวน)
📈 PM2.5 รายเดือน (เฉลี่ย µg/m³)
🎯 การกระจายตัว AQI (จำนวนวัน)
📉 PM2.5 รายวัน — แนวโน้มช่วง 165 วัน + Moving Average 7 วัน
🔮 พยากรณ์ 7 วันข้างหน้า (Weighted Moving Average) · confidence: ปานกลาง
🌡️ FW v1.9.0 — Comfort Zone Analysis
🔥 Heat Index เฉลี่ย FW v1.9.0
35.3°C
ระวัง
💧 Dew Point เฉลี่ย FW v1.9.0
20.2°C
ชื้น
🗓️ Weekly Heatmap — PM2.5 เฉลี่ยตามวัน/ชั่วโมง (30 วัน)
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
จ.
8
8
8
8
8
8
9
11
9
8
8
10
7
7
7
8
8
7
12
9
8
7
6
6
อ.
6
6
6
6
6
6
8
10
7
7
6
6
5
5
5
5
6
7
6
6
8
7
7
7
พ.
7
7
7
7
6
6
10
6
6
6
6
6
6
7
7
8
8
6
7
7
7
7
7
8
พฤ.
8
7
7
7
8
8
10
9
9
9
10
8
7
8
7
7
8
9
11
10
10
9
9
9
ศ.
8
8
7
7
7
7
12
11
8
7
7
7
8
10
13
8
9
13
14
10
10
9
9
9
ส.
8
7
6
7
7
7
9
9
8
9
8
8
8
8
9
10
11
9
9
11
9
8
7
7
อา.
7
6
6
6
6
6
7
10
8
7
7
7
7
7
6
7
7
7
8
9
8
6
7
7
💡 Hover เพื่อดูค่า · สีเข้ม = PM2.5 สูง · ช่วยระบุเวลาที่อากาศแย่ประจำ
| พารามิเตอร์ | เฉลี่ย | สูงสุด | ต่ำสุด | SD (σ) | เกินมาตรฐาน | หมายเหตุ |
|---|---|---|---|---|---|---|
| PM2.5 (µg/m³) | 19.6 | 524.5 | 0.6 | 20.85 | WHO: 41.3% · Thai: 15.9% | ดี |
| CO₂ (ppm) | 503 | 8,817 | — | — | >800: 4,430 · >1000: 3,749 · >1500: 2,277 | ดี |
| อุณหภูมิ (°C) | 32.0 | — | — | — | สภาพอากาศร้อน → PM2.5 สะสมง่ายขึ้น | |
| ความชื้น (%RH) | 54.9 | — | — | — | ความชื้นสูง → PM2.5 ตกตะกอนเร็วกว่า | |
| Heat Index (°C) v1.9.0 | 35.3 | — | — | — | ระวังโรคลมแดด | |
| Dew Point (°C) v1.9.0 | 20.2 | — | — | — | ชื้นปานกลาง | |
🔬 แหล่งกำเนิดมลพิษที่พบบ่อย (30 วันล่าสุด)
Vape (1,580 · avg 13.0 µg)
Calibrating (135 · avg 16.2 µg)
Mixed (95 · avg 17.2 µg)
Smoke (2 · avg 24.8 µg)
Dust (1 · avg 6.4 µg)
📅 รูปแบบตามฤดูกาล (PM2.5 เฉลี่ยรายเดือน)
ก.พ.
25.3 µg/m³
มี.ค.
46.0 µg/m³
เม.ย.
42.1 µg/m³
พ.ค.
14.0 µg/m³
มิ.ย.
5.9 µg/m³
ก.ค.
7.7 µg/m³
ส.ค.
5.2 µg/m³
เดือนวิกฤต:
มี.ค. (46.0 µg) เม.ย. (42.1 µg) ก.พ. (25.3 µg)
🚨 Emergency Response Protocol — แผนตอบโต้ฉุกเฉิน
4 LEVELS ใช้ค่า PM2.5 ล่าสุดเป็นตัวกำหนดระดับการตอบสนอง · อัปเดตอัตโนมัติตาม Dashboard| ระดับ | PM2.5 (µg/m³) | สี | การดำเนินการ — โรงเรียน | การดำเนินการ — ชุมชน | วันที่พบ |
|---|---|---|---|---|---|
| ปกติ | 0–25 | 🟢 ดี | กิจกรรมปกติ ออกกำลังกายกลางแจ้งได้ | ใช้ชีวิตปกติ | 102 วัน (61.8%) |
| เฝ้าระวัง | 26–37.5 | 🟡 ระวัง | จำกัดกลางแจ้ง ≤30 นาที · ดื่มน้ำมาก | กลุ่มเสี่ยงหลีกเลี่ยงกลางแจ้ง | 29 วัน |
| อันตราย | 37.5–75 | 🔴 แดง | งดกิจกรรมกลางแจ้งทั้งหมด · เปิด HEPA · แจก N95 | แจ้งเตือน LINE · เปิด Clean Room | 34 วัน |
| วิกฤต | >75 | ⛔ วิกฤต | พิจารณาหยุดเรียน · เรียนออนไลน์ · แจ้งเขตพื้นที่ | แจ้ง สาธารณสุข · อพยพกลุ่มเสี่ยง | 8 วัน |
⚠️ Heat Index Alert: Heat Index เฉลี่ย 35.3°C เกินเกณฑ์ปลอดภัย — ต้องพิจารณาร่วมกับ PM2.5 ในการตัดสินใจกิจกรรมกลางแจ้ง (ลมแดด + ฝุ่น = ความเสี่ยงซ้อน)
🏫 ข้อเสนอแนะสำหรับโรงเรียนเทศบาล 1 กิตติขจร
8 ITEMS วิเคราะห์จากข้อมูลจริง 165 วัน — ระบบ AI Analytics Engine · FW v1.9.01
ระบบจัดการกิจกรรมตามคุณภาพอากาศ (Activity Protocol)
CRITICAL
จากข้อมูลจริงพบ 34 วันที่ PM2.5 เกิน 37.5 µg/m³ (ระดับเฝ้าระวัง) และ 8 วันที่เกิน 75 µg/m³ (ระดับวิกฤต) — โรงเรียนจำเป็นต้องมีระบบปรับกิจกรรมที่ชัดเจนและปฏิบัติได้จริง
📊 หลักฐานจากข้อมูล:
• PM2.5 ≤25 µg/m³ (อากาศดี): กิจกรรมกลางแจ้งได้ตามปกติ
• PM2.5 26–37.5 µg/m³: จำกัดเวลากลางแจ้งสูงสุด 30 นาที
• PM2.5 37.5–75 µg/m³ (พบ 34 วัน): งดกิจกรรมกลางแจ้งทั้งหมด
• PM2.5 >75 µg/m³ (พบ 8 วัน): พิจารณาหยุดเรียน / เรียนออนไลน์
• ค่าสูงสุดที่เคยพบ: 524.5 µg/m³ (35× มาตรฐาน WHO)
• ⚠️ Heat Index เฉลี่ย 35.3°C — ต้องพิจารณาร่วมกับ PM2.5
• PM2.5 ≤25 µg/m³ (อากาศดี): กิจกรรมกลางแจ้งได้ตามปกติ
• PM2.5 26–37.5 µg/m³: จำกัดเวลากลางแจ้งสูงสุด 30 นาที
• PM2.5 37.5–75 µg/m³ (พบ 34 วัน): งดกิจกรรมกลางแจ้งทั้งหมด
• PM2.5 >75 µg/m³ (พบ 8 วัน): พิจารณาหยุดเรียน / เรียนออนไลน์
• ค่าสูงสุดที่เคยพบ: 524.5 µg/m³ (35× มาตรฐาน WHO)
• ⚠️ Heat Index เฉลี่ย 35.3°C — ต้องพิจารณาร่วมกับ PM2.5
✅ แผนปฏิบัติการ:
1. ติดจอ TV ในห้องพักครู แสดง Dashboard + Forecast 7 วัน
2. กำหนดในระเบียบโรงเรียน: PM2.5 >37.5 = งดกิจกรรมกลางแจ้ง
3. ครูพลศึกษาเช็ค Dashboard ก่อน 7:00 น. ทุกวัน
4. แจ้งผู้ปกครองผ่าน LINE กลุ่ม เมื่อ PM2.5 >37.5 µg/m³
5. FW v1.9.0: ใช้ Heat Index + Dew Point ประกอบการตัดสินใจกิจกรรมกลางแจ้ง
6. ใหม่: ใช้ Emergency Protocol 4 ระดับ ตามตารางด้านบน
1. ติดจอ TV ในห้องพักครู แสดง Dashboard + Forecast 7 วัน
2. กำหนดในระเบียบโรงเรียน: PM2.5 >37.5 = งดกิจกรรมกลางแจ้ง
3. ครูพลศึกษาเช็ค Dashboard ก่อน 7:00 น. ทุกวัน
4. แจ้งผู้ปกครองผ่าน LINE กลุ่ม เมื่อ PM2.5 >37.5 µg/m³
5. FW v1.9.0: ใช้ Heat Index + Dew Point ประกอบการตัดสินใจกิจกรรมกลางแจ้ง
6. ใหม่: ใช้ Emergency Protocol 4 ระดับ ตามตารางด้านบน
2
ปรับปรุงคุณภาพอากาศในห้องเรียน (CO₂ Control)
CRITICAL
ข้อมูล CO₂ เฉลี่ย 503 ppm (สูงสุด 8,817 ppm) — งานวิจัย Harvard พบว่า CO₂ >1,000 ppm ลดคะแนน cognitive function ลง 15–50%
📊 ข้อมูลจากเซ็นเซอร์:
• CO₂ เฉลี่ย: 503 ppm · สูงสุด: 8,817 ppm
• readings CO₂ >800 ppm (เริ่มไม่ดี): 4,430
• readings CO₂ >1,000 ppm (ระบายอากาศไม่ดี): 3,749
• readings CO₂ >1,500 ppm (อันตราย): 2,277
• ปัญหาหนักช่วงบ่าย 13:00–15:00 น. (นักเรียนมาก + อากาศร้อน + ปิดหน้าต่าง)
• FW v1.9.0: Dew Point 20.2°C → ความชื้นสูง ยิ่งต้องระบายอากาศ
• CO₂ เฉลี่ย: 503 ppm · สูงสุด: 8,817 ppm
• readings CO₂ >800 ppm (เริ่มไม่ดี): 4,430
• readings CO₂ >1,000 ppm (ระบายอากาศไม่ดี): 3,749
• readings CO₂ >1,500 ppm (อันตราย): 2,277
• ปัญหาหนักช่วงบ่าย 13:00–15:00 น. (นักเรียนมาก + อากาศร้อน + ปิดหน้าต่าง)
• FW v1.9.0: Dew Point 20.2°C → ความชื้นสูง ยิ่งต้องระบายอากาศ
✅ แผนปฏิบัติการ:
1. ติดตั้ง sensor CO₂ ในทุกห้องเรียน (ESP32+SCD30) เชื่อมต่อ Dashboard
2. กฎ: CO₂ >800 = เปิดหน้าต่าง 5 นาที · CO₂ >1,200 = พักเปลี่ยนอากาศ 10 นาที
3. ติดตั้งพัดลมดูดอากาศในห้องที่ค่าสูงเกินบ่อย
4. HEPA filter (CADR ≥300 m³/h) สำหรับห้องเรียนอนุบาลช่วงฝุ่นสูง
5. ใหม่: จัดอันดับห้องเรียนตาม CO₂ เฉลี่ย — แก้ห้องแย่สุดก่อน
1. ติดตั้ง sensor CO₂ ในทุกห้องเรียน (ESP32+SCD30) เชื่อมต่อ Dashboard
2. กฎ: CO₂ >800 = เปิดหน้าต่าง 5 นาที · CO₂ >1,200 = พักเปลี่ยนอากาศ 10 นาที
3. ติดตั้งพัดลมดูดอากาศในห้องที่ค่าสูงเกินบ่อย
4. HEPA filter (CADR ≥300 m³/h) สำหรับห้องเรียนอนุบาลช่วงฝุ่นสูง
5. ใหม่: จัดอันดับห้องเรียนตาม CO₂ เฉลี่ย — แก้ห้องแย่สุดก่อน
💰 งบประมาณโดยประมาณ: ESP32+SCD30: ~1,500 ฿/ห้อง · พัดลมดูด: ~3,000 ฿/ตัว · HEPA filter: ~5,000–15,000 ฿/เครื่อง
3
บูรณาการหลักสูตร STEM — เรียนจากข้อมูลจริง
HIGH
ระบบ AQM มีเนื้อหาคณิตศาสตร์และวิทยาศาสตร์ข้อมูลครบถ้วนสำหรับการสอนตั้งแต่ ป.4 ถึง ม.6 — นักเรียนเรียนจากปัญหาจริงในชุมชนตนเอง ซึ่งเป็นหัวใจของ UNESCO GNLC (Community-based Learning)
📚 แผนบูรณาการรายระดับชั้น:
ป.4–6: อ่านกราฟ PM2.5 · เฉลี่ย 7 วัน · นับวันอากาศดี/ไม่ดี → ตรงมาตรฐาน ค21101
ม.1–3: Mean/Median/SD · Scatter Plot · % เปลี่ยนแปลง → มาตรฐาน ค33101
ม.4–6: Linear Regression · p-value · Skewness · รายงานวิจัย → มาตรฐาน ว30281
โปรเจกต์ STEM: ประกอบ ESP32+Sensor · Arduino · LINE Notify · Python visualization
FW v1.9.0: สอน Heat Index + Dew Point — ความสัมพันธ์อุณหภูมิ ความชื้น ความรู้สึก
ใหม่: สอน Weekly Heatmap — Pattern Recognition จากข้อมูลจริง
ป.4–6: อ่านกราฟ PM2.5 · เฉลี่ย 7 วัน · นับวันอากาศดี/ไม่ดี → ตรงมาตรฐาน ค21101
ม.1–3: Mean/Median/SD · Scatter Plot · % เปลี่ยนแปลง → มาตรฐาน ค33101
ม.4–6: Linear Regression · p-value · Skewness · รายงานวิจัย → มาตรฐาน ว30281
โปรเจกต์ STEM: ประกอบ ESP32+Sensor · Arduino · LINE Notify · Python visualization
FW v1.9.0: สอน Heat Index + Dew Point — ความสัมพันธ์อุณหภูมิ ความชื้น ความรู้สึก
ใหม่: สอน Weekly Heatmap — Pattern Recognition จากข้อมูลจริง
4
ระบบติดตามสุขภาพเชื่อมโยงคุณภาพอากาศ
HIGH
จาก Anomaly Detection พบ 10 วันที่ค่า PM2.5 ผิดปกติ (Z-Score >2σ) — หากเทียบกับข้อมูลการลาป่วยของนักเรียน จะได้หลักฐานเชิงประจักษ์ที่มีน้ำหนักมากสำหรับของบประมาณ
✅ แผนปฏิบัติการ:
1. บันทึกการลาป่วย (โรคทางเดินหายใจ) ในระบบดิจิทัลพร้อมวันที่
2. ทุกเดือน cross-reference: วัน PM2.5 สูง vs วันลาป่วยสูง
3. ถ้าพบ correlation → รายงานเสนอขอ HEPA filter + หน้ากาก N95
4. PM2.5 >37.5 ติดต่อกัน 3 วัน → แจ้งเตือนผู้บริหารอัตโนมัติ
5. FW v1.9.0: ติดตาม Heat Index ร่วมกับ PM2.5 สำหรับการประเมินความเสี่ยงรวม
6. ใหม่: ใช้ API ?api=health_correlation เพื่อวิเคราะห์ความสัมพันธ์อัตโนมัติ
1. บันทึกการลาป่วย (โรคทางเดินหายใจ) ในระบบดิจิทัลพร้อมวันที่
2. ทุกเดือน cross-reference: วัน PM2.5 สูง vs วันลาป่วยสูง
3. ถ้าพบ correlation → รายงานเสนอขอ HEPA filter + หน้ากาก N95
4. PM2.5 >37.5 ติดต่อกัน 3 วัน → แจ้งเตือนผู้บริหารอัตโนมัติ
5. FW v1.9.0: ติดตาม Heat Index ร่วมกับ PM2.5 สำหรับการประเมินความเสี่ยงรวม
6. ใหม่: ใช้ API ?api=health_correlation เพื่อวิเคราะห์ความสัมพันธ์อัตโนมัติ
5
เตรียมความพร้อมตามฤดูกาล (Seasonal Preparedness)
MEDIUM
จากข้อมูลจริง เดือนวิกฤต: มี.ค. (46.0 µg) เม.ย. (42.1 µg) ก.พ. (25.3 µg) — ต้องเตรียมความพร้อมล่วงหน้าอย่างน้อย 2 เดือน
✅ แผนตามฤดูกาล:
1. ก.ย.–ต.ค.: สั่งซื้อหน้ากาก N95 + ตรวจสอบ HEPA filter (ก่อนฤดูเผาไร่)
2. พ.ย.–ม.ค.: เปิดใช้ HEPA filter · ตรวจซีลหน้าต่าง · Protocol เข้มข้น
3. ก.พ.–เม.ย.: เช็ค Dashboard ทุก 2 ชม. · พร้อมเรียนออนไลน์ทุกวัน
4. พ.ค.–ส.ค.: บำรุงรักษา sensor · สรุปผลประจำปี · เตรียมรายงาน UNESCO
5. ใหม่: ใช้ระบบพยากรณ์ 7 วันเพื่อเตรียมตัวล่วงหน้า
1. ก.ย.–ต.ค.: สั่งซื้อหน้ากาก N95 + ตรวจสอบ HEPA filter (ก่อนฤดูเผาไร่)
2. พ.ย.–ม.ค.: เปิดใช้ HEPA filter · ตรวจซีลหน้าต่าง · Protocol เข้มข้น
3. ก.พ.–เม.ย.: เช็ค Dashboard ทุก 2 ชม. · พร้อมเรียนออนไลน์ทุกวัน
4. พ.ค.–ส.ค.: บำรุงรักษา sensor · สรุปผลประจำปี · เตรียมรายงาน UNESCO
5. ใหม่: ใช้ระบบพยากรณ์ 7 วันเพื่อเตรียมตัวล่วงหน้า
6
คลังหน้ากาก N95 — คำนวณจากข้อมูลจริง
MEDIUM
📊 การคำนวณจากข้อมูล:
• วันที่ PM2.5 >37.5 µg/m³ (ต้องใส่หน้ากาก): 42 วัน/ปี
• สมมติ นร. 500 คน + ครู 40 คน = 540 คน · N95 ใช้ได้ ~3 วัน
• ต้องการ: 7,560 ชิ้น/ปี
• งบประมาณ (~15 ฿/ชิ้น): ~113,400 บาท/ปี
• วันที่ PM2.5 >37.5 µg/m³ (ต้องใส่หน้ากาก): 42 วัน/ปี
• สมมติ นร. 500 คน + ครู 40 คน = 540 คน · N95 ใช้ได้ ~3 วัน
• ต้องการ: 7,560 ชิ้น/ปี
• งบประมาณ (~15 ฿/ชิ้น): ~113,400 บาท/ปี
7
พัฒนาครูด้าน Data Literacy — 3 ระดับ
MEDIUM
✅ แผนอบรม:
Level 1 (ครูทุกคน, 2 ชม.): อ่าน Dashboard · AQI 5 ระดับ · Protocol · แจ้งผู้ปกครอง
Level 2 (ครูวิทย์+คณิต, 6 ชม.): Mean/SD · Correlation · Scatter Plot · ใบงาน STEM
Level 3 (STEM Leaders, 12 ชม.): ประกอบ ESP32 · Arduino · Regression · รายงานวิจัย
FW v1.9.0 Module: ครูเข้าใจ Heat Index, Dew Point, Vent Score เพื่อตัดสินใจแม่นยำขึ้น
ใหม่ v3.0: อบรมการอ่าน Weekly Heatmap + ใช้ Forecast ในการวางแผน
Level 1 (ครูทุกคน, 2 ชม.): อ่าน Dashboard · AQI 5 ระดับ · Protocol · แจ้งผู้ปกครอง
Level 2 (ครูวิทย์+คณิต, 6 ชม.): Mean/SD · Correlation · Scatter Plot · ใบงาน STEM
Level 3 (STEM Leaders, 12 ชม.): ประกอบ ESP32 · Arduino · Regression · รายงานวิจัย
FW v1.9.0 Module: ครูเข้าใจ Heat Index, Dew Point, Vent Score เพื่อตัดสินใจแม่นยำขึ้น
ใหม่ v3.0: อบรมการอ่าน Weekly Heatmap + ใช้ Forecast ในการวางแผน
8
Student Dashboard — จอแสดงผลในอาคารเรียน
LOW
ออกแบบหน้าจอง่ายสำหรับนักเรียน: หน้ากากยิ้ม/เศร้า + สีเขียว/เหลือง/แดง + ข้อความ "วันนี้วิ่งเล่นข้างนอกได้!" หรือ "วันนี้เล่นในอาคารนะ" — ติดตั้งที่จุดรวมพลหน้าอาคารเรียน · แสดงพยากรณ์ 3 วันข้างหน้า
🏘️ ข้อเสนอแนะสำหรับชุมชน
5 ITEMS1
ระบบแจ้งเตือน LINE Notify ชุมชน
CRITICAL
จากข้อมูลจริงพบ 42 วันที่มีความเสี่ยงต่อสุขภาพ ชุมชนต้องได้รับการแจ้งเตือนทันที โดยเฉพาะผู้สูงอายุ เด็กเล็ก และผู้ป่วยโรคทางเดินหายใจ
✅ แผนปฏิบัติการ:
1. สร้าง LINE Official Account "อากาศตาก" — ส่งสรุปเช้า 06:00 น. ทุกวัน
2. แจ้งเตือน real-time เมื่อ PM2.5 เปลี่ยนระดับ (ดี → เฝ้าระวัง → อันตราย)
3. สรุปสัปดาห์ทุกวันจันทร์ พร้อมค่าเฉลี่ย PM2.5 และจำนวนวันอากาศดี
4. เชื่อมข้อมูลจาก Dashboard API (?api=latest) อัตโนมัติ
5. FW v1.9.0: รวม Heat Index ในการแจ้งเตือนช่วงร้อนจัด
6. ใหม่: รวม Forecast 3 วัน ในข้อความแจ้งเตือนเช้า
1. สร้าง LINE Official Account "อากาศตาก" — ส่งสรุปเช้า 06:00 น. ทุกวัน
2. แจ้งเตือน real-time เมื่อ PM2.5 เปลี่ยนระดับ (ดี → เฝ้าระวัง → อันตราย)
3. สรุปสัปดาห์ทุกวันจันทร์ พร้อมค่าเฉลี่ย PM2.5 และจำนวนวันอากาศดี
4. เชื่อมข้อมูลจาก Dashboard API (?api=latest) อัตโนมัติ
5. FW v1.9.0: รวม Heat Index ในการแจ้งเตือนช่วงร้อนจัด
6. ใหม่: รวม Forecast 3 วัน ในข้อความแจ้งเตือนเช้า
2
รณรงค์ลดการเผาด้วยข้อมูลวิทยาศาสตร์
HIGH
📊 ข้อมูลจากระบบ:
• เดือนวิกฤต: มี.ค. (46.0 µg/m³) — สูงกว่าช่วงปกติมาก
• ช่วงอากาศร้อนแห้ง + ลมน้อย → ฝุ่นจากการเผาสะสมสูงเป็นพิเศษ
• ข้อมูลนี้สามารถใช้เป็นหลักฐานในการรณรงค์ลดการเผาในชุมชน
• แหล่งกำเนิดที่ตรวจพบบ่อย: Vape Calibrating Mixed
• เดือนวิกฤต: มี.ค. (46.0 µg/m³) — สูงกว่าช่วงปกติมาก
• ช่วงอากาศร้อนแห้ง + ลมน้อย → ฝุ่นจากการเผาสะสมสูงเป็นพิเศษ
• ข้อมูลนี้สามารถใช้เป็นหลักฐานในการรณรงค์ลดการเผาในชุมชน
• แหล่งกำเนิดที่ตรวจพบบ่อย: Vape Calibrating Mixed
✅ สื่อรณรงค์:
1. ป้ายในชุมชนพร้อมกราฟ PM2.5 รายเดือน
2. แสดงจำนวนวันที่ลูกหลานต้องใส่หน้ากาก: 42 วัน/ปี
3. เปรียบเทียบเดือนวิกฤต vs เดือนปกติจากปฏิทินคุณภาพอากาศ
4. ใหม่: Weekly Heatmap แสดงช่วงเวลาที่อากาศแย่ประจำ — ชี้ชัดว่าเผาตอนไหน
1. ป้ายในชุมชนพร้อมกราฟ PM2.5 รายเดือน
2. แสดงจำนวนวันที่ลูกหลานต้องใส่หน้ากาก: 42 วัน/ปี
3. เปรียบเทียบเดือนวิกฤต vs เดือนปกติจากปฏิทินคุณภาพอากาศ
4. ใหม่: Weekly Heatmap แสดงช่วงเวลาที่อากาศแย่ประจำ — ชี้ชัดว่าเผาตอนไหน
3
ปกป้องกลุ่มเสี่ยง — ผู้สูงอายุ เด็กเล็ก ผู้ป่วยเรื้อรัง
CRITICAL
📊 จากข้อมูลจริง:
• readings ที่ PM2.5 >15 µg/m³ (WHO threshold): 48,805 (41.3% ของทั้งหมด)
• readings ที่ PM2.5 >37.5 µg/m³ (อันตรายต่อกลุ่มเสี่ยง): 18,742 (15.9%)
• Lancet 2023: PM2.5 เพิ่มขึ้น 10 µg/m³ → ความเสี่ยงโรคหัวใจ +8%, โรคปอด +6%
• FW v1.9.0: Heat Index เฉลี่ย 35.3°C → เพิ่มความเสี่ยงโรคลมแดดสำหรับผู้สูงอายุ
• readings ที่ PM2.5 >15 µg/m³ (WHO threshold): 48,805 (41.3% ของทั้งหมด)
• readings ที่ PM2.5 >37.5 µg/m³ (อันตรายต่อกลุ่มเสี่ยง): 18,742 (15.9%)
• Lancet 2023: PM2.5 เพิ่มขึ้น 10 µg/m³ → ความเสี่ยงโรคหัวใจ +8%, โรคปอด +6%
• FW v1.9.0: Heat Index เฉลี่ย 35.3°C → เพิ่มความเสี่ยงโรคลมแดดสำหรับผู้สูงอายุ
✅ แผนปฏิบัติการ:
1. จัดทำทะเบียนผู้สูงอายุ+ผู้ป่วยเรื้อรังร่วมกับ อสม.
2. แจ้งเตือนเฉพาะกลุ่มเสี่ยงผ่าน LINE/โทรศัพท์ เมื่อ PM2.5 >25 µg
3. จัดห้องสะอาด (Clean Room) ในศูนย์ผู้สูงอายุ ติด HEPA filter + แอร์
4. แจกหน้ากาก N95 ฟรีสำหรับกลุ่มเสี่ยงในช่วงเดือนวิกฤต
1. จัดทำทะเบียนผู้สูงอายุ+ผู้ป่วยเรื้อรังร่วมกับ อสม.
2. แจ้งเตือนเฉพาะกลุ่มเสี่ยงผ่าน LINE/โทรศัพท์ เมื่อ PM2.5 >25 µg
3. จัดห้องสะอาด (Clean Room) ในศูนย์ผู้สูงอายุ ติด HEPA filter + แอร์
4. แจกหน้ากาก N95 ฟรีสำหรับกลุ่มเสี่ยงในช่วงเดือนวิกฤต
4
แนวต้นไม้กรองฝุ่น (Green Belt Strategy)
MEDIUM
เมื่อ Multi-Station network ครบทุกจุด จะเห็นว่าพื้นที่ไหน PM2.5 สูงกว่า — จุดนั้นควรปลูกแนวต้นไม้กรองฝุ่น (ทองอุไร มะขาม พิกุล) ซึ่งลด PM2.5 ได้ 20–30% ในรัศมี 50 เมตร
5
Open Data — Citizen Science ชุมชนร่วมวิจัย
LOW
เปิด Open Data API (?api=latest, ?api=chart, ?api=weekly, ?api=export_csv) ให้ชุมชน นักเรียน ม.ปลาย และอาสาสมัครเข้าถึงข้อมูลฟรี — ดาวน์โหลด CSV วิเคราะห์ต่อ สร้างวัฒนธรรมการใช้ข้อมูลตามเป้าหมาย UNESCO Learning City
🏛️ ข้อเสนอแนะสำหรับเทศบาลเมืองตาก
7 ITEMS1
ระบุแหล่งกำเนิดมลพิษจากข้อมูลสถิติ
CRITICAL
📊 ข้อมูลจากระบบ:
• ค่า PM2.5 เฉลี่ย 19.6 µg/m³ — เกิน WHO 1.3× เท่า
• ค่าสูงสุด: 524.5 µg/m³ — เกิน WHO 35× เท่า
• มี 10 วันที่ค่าผิดปกติทางสถิติ (Z-Score >2σ) → ชี้ว่ามีกิจกรรมมนุษย์เป็นตัวกระตุ้น
• แหล่งกำเนิดที่พบ 30 วันล่าสุด: Vape (1580) · Calibrating (135) · Mixed (95) · Smoke (2) · Dust (1) ·
• ค่า PM2.5 เฉลี่ย 19.6 µg/m³ — เกิน WHO 1.3× เท่า
• ค่าสูงสุด: 524.5 µg/m³ — เกิน WHO 35× เท่า
• มี 10 วันที่ค่าผิดปกติทางสถิติ (Z-Score >2σ) → ชี้ว่ามีกิจกรรมมนุษย์เป็นตัวกระตุ้น
• แหล่งกำเนิดที่พบ 30 วันล่าสุด: Vape (1580) · Calibrating (135) · Mixed (95) · Smoke (2) · Dust (1) ·
✅ นโยบาย:
1. ใช้ข้อมูลจริงในเอกสารนโยบายเพื่อยืนยันความจำเป็นของการควบคุมแหล่งกำเนิด
2. ขยาย sensor network ให้ครบ 5 จุด เพื่อ spatial source analysis
3. เปรียบเทียบ PM2.5 ระหว่างสถานีริมถนน vs สวน → ระบุสัดส่วนจาก traffic
4. ใหม่: ใช้ Weekly Heatmap ระบุ "ชั่วโมงวิกฤต" ของแต่ละวัน
1. ใช้ข้อมูลจริงในเอกสารนโยบายเพื่อยืนยันความจำเป็นของการควบคุมแหล่งกำเนิด
2. ขยาย sensor network ให้ครบ 5 จุด เพื่อ spatial source analysis
3. เปรียบเทียบ PM2.5 ระหว่างสถานีริมถนน vs สวน → ระบุสัดส่วนจาก traffic
4. ใหม่: ใช้ Weekly Heatmap ระบุ "ชั่วโมงวิกฤต" ของแต่ละวัน
2
ตั้ง KPI คุณภาพอากาศระดับเทศบาล (จากข้อมูลจริง)
HIGH
📊 KPI แนะนำ:
| KPI | ค่าปัจจุบัน | เป้าหมายปี 1 (–10%) | เป้าหมายปี 3 (–25%) |
|---|---|---|---|
| PM2.5 Annual Mean | 19.6 µg | 17.6 µg | 15.0 µg |
| Readings >WHO 15µg | 41.3% | 35.1% | 26.8% |
| Readings >Thai 37.5µg | 15.9% | 12.7% | 8% |
| Anomaly Days | 10 วัน | 8 วัน | 5 วัน |
| Station Network | 4/5 | 3/5 | 5/5 |
| Health Score | 89/100 | 99/100 | 100/100 |
| Good Air Days | 61.8% | 68% | 80.3% |
3
ขยายเครือข่ายสถานี 5 จุดให้ครบ
HIGH
ปัจจุบันมีสถานีที่ใช้งานได้ 4/5 จุด — ต้องขยายให้ครบเพื่อครอบคลุมพื้นที่เทศบาลและเปิดใช้ Station Comparison ได้เต็มประสิทธิภาพ
✅ แผนขยาย:
Phase 1 (3 เดือน): ทศ.2 ดอนมูลชัย + สนง.เทศบาล (~30,000 ฿)
Phase 2 (6 เดือน): ทศ.3 ชัยชนะสงคราม (~15,000 ฿)
Phase 3 (9 เดือน): สวนริมปิง (~15,000 ฿)
รวมงบทั้งโปรเจกต์: ~60,000 ฿ (ESP32 + sensor + solar + กล่องกันน้ำ)
FW v1.9.0: สถานีใหม่ทั้งหมดติดตั้ง firmware ล่าสุด
Phase 1 (3 เดือน): ทศ.2 ดอนมูลชัย + สนง.เทศบาล (~30,000 ฿)
Phase 2 (6 เดือน): ทศ.3 ชัยชนะสงคราม (~15,000 ฿)
Phase 3 (9 เดือน): สวนริมปิง (~15,000 ฿)
รวมงบทั้งโปรเจกต์: ~60,000 ฿ (ESP32 + sensor + solar + กล่องกันน้ำ)
FW v1.9.0: สถานีใหม่ทั้งหมดติดตั้ง firmware ล่าสุด
Station Network
4/5 (80%)
4
เอกสารขอตั้งงบประมาณ — อ้างอิงข้อมูลจริง
MEDIUM
📊 ตัวเลขสำคัญสำหรับเอกสารงบประมาณ:
• ข้อมูลทั้งหมด: 118,142 readings ใน 165 วัน (22/02/26 – 05/08/26)
• readings เกินมาตรฐาน WHO: 48,805 (41.3%)
• วัน PM2.5 เกินระดับเฝ้าระวัง: 34 วัน
• วัน PM2.5 เกินระดับวิกฤต: 8 วัน
• ค่า PM2.5 สูงสุดที่เคยพบ: 524.5 µg/m³
• readings CO₂ >1,000 ppm: 3,749
• Data Completeness: 25% · Health Score: 89/100
• ข้อมูลทั้งหมด: 118,142 readings ใน 165 วัน (22/02/26 – 05/08/26)
• readings เกินมาตรฐาน WHO: 48,805 (41.3%)
• วัน PM2.5 เกินระดับเฝ้าระวัง: 34 วัน
• วัน PM2.5 เกินระดับวิกฤต: 8 วัน
• ค่า PM2.5 สูงสุดที่เคยพบ: 524.5 µg/m³
• readings CO₂ >1,000 ppm: 3,749
• Data Completeness: 25% · Health Score: 89/100
5
วิเคราะห์ความคุ้มค่า (Cost-Benefit Analysis)
HIGH
📊 สรุปการลงทุน vs ผลตอบแทน:
| รายการ | งบประมาณ (฿) | หมายเหตุ |
|---|---|---|
| ขยาย Sensor Network (1 สถานี) | 15,000 | ESP32 + Sensors + Solar + Housing |
| HEPA Filter (10 ห้องเรียน) | 100,000 | CADR ≥300 m³/h per unit |
| N95 Masks (ปีละ) | 113,400 | 7,560 ชิ้น × 15 ฿ |
| รวมลงทุน | 228,400 | |
| ประมาณการลดค่าใช้จ่ายสุขภาพ | 1,134,000 | 42 วัน × 540 คน × 50 ฿ |
| ROI ปีแรก | 396% | ผลตอบแทนเชิงสุขภาพ |
6
เปรียบเทียบปีต่อปี (Year-over-Year Tracking)
MEDIUM
เก็บข้อมูลต่อเนื่องทุกปีเพื่อเปรียบเทียบ "ฤดูเผาไร่ 2568 vs 2569" — ถ้ามาตรการได้ผล จะเห็น Trend ลดลงชัดเจน ข้อมูลนี้มีน้ำหนักสำหรับ UNESCO GNLC ที่ต้องแสดง "measurable learning outcome"
7
UNESCO GNLC Learning City Report
HIGH
SDG 3 สุขภาพดี — ปกป้องจาก PM2.5 >20 µg/m³ เฉลี่ย
SDG 4 การศึกษาคุณภาพ — STEM จากข้อมูลจริง 118,142 readings
SDG 11 เมืองยั่งยืน — 4-station network + Open API
SDG 13 ต่อสู้สภาพภูมิอากาศ — AI Analytics + Evidence-based policy
📥 Data Export — ดาวน์โหลดข้อมูล
OPEN DATA เปิดข้อมูลสาธารณะตามเจตนารมณ์ UNESCO GNLC · Citizen Science
📄 CSV 7 วัน
📄 CSV 30 วัน
📄 CSV 90 วัน
📄 CSV 365 วัน
🔗 API: Latest
🔗 API: Weekly
🔗 API: Forecast
🔗 API: Correlation
🔗 API: Heatmap
💡 API คืน JSON · CSV เปิดใน Excel ได้ทันที (UTF-8 BOM) · ข้อมูลอัปเดตทุก 30 วินาที
📅 แผนดำเนินการ (Implementation Roadmap)
🔴 เดือน 1–2: Quick Wins (เร่งด่วน)
ติดจอ Dashboard ในห้องพักครู · กำหนด Protocol 4 ระดับในระเบียบโรงเรียน · สร้าง LINE OA แจ้งเตือน · อบรมครู Level 1 · จัดซื้อหน้ากาก N95 ก่อนฤดูเผาไร่ · เปิด Data Export API
🟠 เดือน 3–4: ขยายระบบ
ติดตั้ง sensor สถานีที่ 2–3 (FW v1.9.0) · CO₂ sensor ในห้องเรียน · อบรมครู Level 2 · เปิด Weekly Report อัตโนมัติ · เริ่มบันทึก Health Tracking · เปิดใช้ Forecast
🟡 เดือน 5–6: วิเคราะห์เชิงลึก
Station Comparison เต็มระบบ · จัดทำเอกสารงบประมาณพร้อม Cost-Benefit Analysis · STEM Curriculum Pilot · ทะเบียนกลุ่มเสี่ยง · Weekly Heatmap Analytics
🟢 เดือน 7–12: สมบูรณ์ + UNESCO
ครบ 5 สถานี (FW v1.9.0 ทั้งหมด) · Year-over-Year analysis · UNESCO GNLC Report · Clean Air Shelter ในชุมชน · Citizen Science · อบรมครู Level 3 · Open Data Platform