ปัญหาฝุ่นละออง PM2.5 นอกจากจะเป็นอันตรายต่อสุขภาพแล้ว ยังส่งผลกระทบต่อเศรษฐกิจ สังคม และคุณภาพชีวิตของประชาชน การวางแผนควบคุมและแก้ไขปัญหาจึงต้องอาศัยข้อมูลเชิงพื้นที่ที่ถูกต้อง ทันต่อเหตุการณ์ และครอบคลุมทั้งในเชิงพื้นที่และเชิงเวลา แผนงานโครงการพัฒนาต้นแบบแพลตฟอร์มภูมิสารสนเทศและดาวเทียมเพื่อการบริหารจัดการ PM2.5 และอนุภาคในชั้นบรรยากาศแบบองค์รวมนี้มีวัตถุประสงค์เพื่อศึกษา รวบรวม และวิเคราะห์ข้อมูลจากดาวเทียม ข้อมูลภูมิสารสนเทศ ข้อมูลจากสถานีตรวจวัด และปัจจัยทางกายภาพที่เกี่ยวข้องกับ PM2.5 เพื่อประเมินค่าฝุ่นละออง PM2.5 ณ ระดับพื้นผิวรายชั่วโมง แบบ Near Real Time และสร้างแบบจำลองในการประเมินประเภทและแหล่งที่มาของฝุ่นละออง สำหรับพัฒนาต้นแบบแพลตฟอร์มการให้บริการข้อมูลภูมิสารสนเทศเพื่อการบริหารจัดการ PM2.5 แบบออนไลน์ งานวิจัยนี้ได้ทำการศึกษาและสกัดข้อมูลความเข้มข้นของ PM2.5 โดยใช้ข้อมูลจากดาวเทียมระบบ MODIS จัดทำเป็นฐานข้อมูล PM2.5 แบบรายวัน และข้อมูลจากดาวเทียม Himawari-8 จัดทำเป็นฐานข้อมูล PM2.5 แบบรายชั่วโมง ร่วมกับข้อมูล PM2.5 จากสถานีตรวจวัดภาคพื้นดิน จากนั้นทำการเติมเต็มข้อมูล PM2.5 ทดแทนบริเวณพื้นที่ที่มีเมฆปกคลุมด้วยข้อมูลความเร็วลม ข้อมูลความกดอากาศ ข้อมูลความชื้นสัมพัทธ์ ข้อมูลดัชนีพืชพรรณ และข้อมูลแบบจำลองภูมิประเทศ ผลการศึกษาพบว่า การประเมินค่า PM2.5 จากข้อมูลดังกล่าวแสดงค่าความแม่นยำของการวิเคราะห์ข้อมูลถึง 80% ในช่วงวิกฤติหมอกควัน สำหรับการวิเคราะห์ข้อมูลฝุ่นละอองสามารถแบ่งกลุ่มฝุ่นละอองตามคุณสมบัติทางแสงและแหล่งที่มาของฝุ่นได้เป็น 7 กลุ่ม ได้แก่ กลุ่มฝุ่นที่ 1 ฝุ่นจากไฟป่าในพื้นที่ และบางส่วนมากจากประเทศเมียนมาและจีน กลุ่มฝุ่นที่ 2 ฝุ่นจากการเผาไหม้ทุ่งหญ้าหรือชีวมวลทางการเกษตร และฝุ่นจากปฏิกิริยาลำดับที่สองในสภาวะอากาศคงตัว กลุ่มฝุ่นที่ 3 ควันจากการเผาไหม้ชีวมวล ฝุ่นจากกิจกรรมเมือง และฝุ่นจากปฏิกิริยาลำดับที่สอง กลุ่มฝุ่นที่ 4 ฝุ่นควันจากการเผาไหม้ชีวมวลจากนอกพื้นที่ และฝุ่นจากปฏิกิริยาลำดับที่สอง กลุ่มฝุ่นที่ 5 ฝุ่นจากปฏิกิริยาลำดับที่สองและควันจากการเผาไหม้ชีวมวลในพื้นที่ (fresh smoke) กลุ่มฝุ่นที่ 6 ฝุ่นจากปฏิกิริยาลำดับที่สองในกลุ่มควันจากการเผาไหม้ชีวมวล (aged smoke) กลุ่มฝุ่นที่ 7 ฝุ่นอนินทรีย์ (อาจเป็นเกลือทะเล/ฝุ่นดิน) และฝุ่นจากพื้นที่ห่างไกลภายใต้สภาวะลมแรง โดยผลการใช้แบบจำลอง Linear Discriminant Model ในการคาดการณ์กลุ่มฝุ่นละอองทั้ง 7 ประเภท มีค่าความแม่นยำ 48% แพลตฟอร์มการให้บริการข้อมูลภูมิสารสนเทศเพื่อการบริหารจัดการ PM2.5 ได้นำเสนอข้อมูล PM2.5 ที่ได้จากการวิเคราะห์ข้อมูลดาวเทียม Himawari-8 รายชั่วโมง แบบ Near real-time ประกอบด้วยข้อมูล PM2.5 จากสถานีตรวจวัดภาคพื้นดิน แหล่งที่มาของฝุ่นละออง และข้อมูลปัจจัยทางกายภาพที่เกี่ยวข้อง ได้แก่ ข้อมูลจุดความร้อน และข้อมูลพื้นที่เพาะปลูกพืชเศรษฐกิจครอบคลุมประเทศไทยและประเทศเพื่อนบ้าน พร้อมทั้งพัฒนาโปรแกรมประยุกต์แบบ Web Application และ Mobile Application และการบูรณาการข้อมูลร่วมกันระหว่างหน่วยงานภาครัฐต่าง ๆ เพื่อให้การใช้งานทรัพยากรต่าง ๆ เป็นไปอย่างคุ้มค่าและเกิดประสิทธิภาพสูงสุด ผู้ใช้งานทุกระดับสามารถเข้าถึงข้อมูลได้ นำไปสู่สังคมแห่งการแบ่งปันข้อมูลที่มีสภาพแวดล้อมและระบบนิเวศที่เอื้อต่อการส่งเสริมวิทยาศาสตร์ เทคโนโลยี การวิจัยและพัฒนา และนวัตกรรม<br><br>High concentration of PM2.5 is known to not only affects human health and quality of life but also hinder economic and social development. The systematic management and solution to control PM2.5 requires accurate spatial information and up-to-date spatio-temporal data. The Developmental Program of a GIS & Space Technology Platform for the Management of PM2.5 and other Atmospheric Particles aimed to study, collect and analyze satellite imagery, geospatial data, ground-based measurements and other PM2.5-related physical factors which were then utilized to assess near-real time concentrations of surface-level PM2.5 at hourly basis over Thailand. The study also intended to identify sources of PM2.5. The output from this project also provided geo-spatial data service which is accessible via online platform. This research studied and extracted PM2.5 concentrations from satellite imagery, specifically Moderate Resolution Imaging Spectroradiometer (MODIS) and Himawari-8 satellite. MODIS provides daily PM2.5, while Himawari-8 offers data in hourly basis. These satellite data were integrated with ground-based measurement and physical modeling using wind speed, air pressure, relative humidity, vegetation indices, and topographic data to allow for gap-filling where there is missing data. The model can estimate PM2.5 with 80% accuracy during dust day. The assessments of aerosol types and sources in consistent with Earth observation satellite measurements reveal 7 aerosol types according to their optical properties and potential sources, as follows: Group 1 Dust from forest fires in nearby area and some from Myanmar and China; Group 2 Dust from burning pastures or agricultural biomass, and dust from atmospheric reactions under stable climate; Group 3 smoke from biomass combustion, dust from urban activities, and dust from atmospheric reactions; Group 4 dust from biomass combustion and atmospheric reactions; Group 5 dust from the atmospheric reactions and fresh smoke; Group 6 dust from the atmospheric reactions in aged smoke; Group 7 inorganic dust (maybe sea salt/earth dust) and dust from remote areas in windy conditions. Predicting the 7 dust types using the linear discriminant model provided 48% accuracy. The Platform for the Management of PM2.5 provides near-real time information at hourly basis covering all areas of Thailand by displaying PM2.5 concentrations from Himawari-8 satellite and ground-measurements, sources of PM2.5 emissions, fire hotspot and cropping areas. The web and mobile application were developed to allow the results to be shared between government agencies and accessed by the general publics. With open-accessed data, the results from this research can be fully utilized by society, while the innovation behind the study can be promoted