- ความยาว 1 ปี ตั้งแต่มิ.ย. 2020 — มิ.ย. 2021
- ข้อมูลอัพเดททุกๆ 5 นาที
- ความละเอียดสูง 1 pixel ประมาณ 44 เมตร
- ครอบคลุมทั่วกรุงเทพและปริมณฑล
🛄 ใช้ทำอะไรได้บ้าง?
- Nowcasting พยากรณ์ฝนล่วงหน้าระยะสั้น 1–2 ชม. ที่มีความแม่นยำสูง โดยใช้เทรนโมเดล เช่น image processing, optical flow, CNN, RNN
- เทรน Demand prediction model ทำนาย demand ความต้องการซื้อของ retail หรือผลกระทบอื่นๆจากสภาพอากาศ เช่น รถติด, ปริมาณฝุ่น, ความรู้สึกคน
- ใช้เป็น historical data ในการทำวิจัยต่างๆได้โดยสามารถดูข้อมูลฝนรายจุดความละเอียดสูงแล้วเอามาทำเป็น time series ย้อนหลังหาความสัมพันธ์ได้
🙋 ทำไมต้องแจกด้วย?
- เพราะว่า public data ของหน่วยงานไทยนั้นเป็นอะไรที่หาได้ยากยิ่งกว่าขุมสมบัติ นอกจากจะต้องทำหนังสือเป็นลายลักษณ์อักษรแล้ว บางทีถ้าไม่ได้มีคนรู้จัก ก็แทบจะเป็นไปไม่ได้เลยที่จะขอข้อมูลมาใช้ได้
- ทำให้ชีวิตคนอื่นง่ายขึ้น ถ้าจะเริ่มเก็บข้อมูลเองก็ต้องใช้เวลานานมากๆ บางทีก็เรียนจบไปแล้วหรือไม่มีเวลาทำแล้ว
- สนับสนุน maker, dev, นักวิจัย รุ่นใหม่ๆที่มีไอเดียจะทำโปรเจคที่สร้างสรรค์ จะทำเล่นๆหรือเอาไปทำเป็น startup ก็ยังได้
- ต่อยอดวงการอุตุไทยที่หลายคนคิดว่าพยากรณ์อากาศไม่แม่นเพราะเป็นเรื่องของทำเลที่ตั้ง แต่จริงๆแล้วมันไม่แม่นเพราะว่าไม่มีใครวิจัย/พัฒนาให้มันดีขึ้นต่างหาก
💻 เก็บข้อมูลมายังไง?
- ใช้ Raspberry Pi เป็นเซิฟเวอร์ แล้วเขียนโปรแกรมตั้งเวลาให้ดาวโหลดรูปจากเว็บของกทม.ทุกๆ 5 นาที ตลอด 1 ปี
💾 ลิ้งค์ดาวโหลดข้อมูล
https://drive.google.com/.../11oD62...
📓 รายละเอียดข้อมูลเพิ่มเติม
=== Bangkok Nong Khaem historical radar images ===
- Data duration: June 18, 2020 to June 29, 2021
- Data interval: every 5 minutes
- Data source: Department of drainage and sewerage BMA, http://weather.bangkok.go.th/radar/GoogleMapNongkam.aspx
- Data license: Creative Commons Attribution-NonCommercial (CC-BY-NC) https://creativecommons.org/licenses/by-nc/4.0/
- Terms of use: http://weather.bangkok.go.th/radar/RadarUseSpecs.aspx
- Total no. of files: 86,083 images
- Total size: 11.2GB (compressed), 14.8GB (uncompressed)
- Image resolution: 2048x2034 pixels, 1 pixel ≈ 44m
- File type: PNG
- Filename format: {UnixTimestamp}.png
- Note: Data hasn't been cleaned, some periods are missing due to data source availability.
