ในงานวิจัยนี้ ผู้วิจัยได้ทำการพัฒนาแบบจำลองทางคณิตศาสตร์สำหรับคำนวณค่า global illuminance จากข้อมูลดาวเทียมอุตุนิยมวิทยา GMS5 ในการพัฒนาแบบจำลองผู้วิจัยได้ทำการรวบรวมข้อมูล global illuminance จากสถานีวัดภาคพื้นดินทั้ง 4 แห่ง ได้แก่ สถานีเชียงใหม่ อุบลราชธานี นครปฐม และสงขลา สำหรับข้อมูลดาวเทียมผู้วิจัยจะใช้ข้อมูลรายชั่วโมงจากดาวเทียม GMS 5 ในช่วงความยาวคลื่นแสงสว่าง โดยผู้วิจัยจะนำข้อมูลภาพถ่ายดาวเทียมดังกล่าวมาทำ การหาพิกัด และทำการตัดภาพจำนวน 9 พิกเซล (pixel) ซึ่งมีสถานีภาคพื้นดินเป็น ศูนย์กลางและจะใช้เป็นพื้นที่เป้าหมาย สำหรับการสร้างแบบจำลอง จากนั้นจะทำการ แปลงค่า gray level ของพื้นที่เป้าหมายให้เป็นสัมประสิทธิ์การสะท้อนของบรรยา กาศ และพื้นผิวโลก ((+,r)) หลังจากนั้นผู้วิจัยได้คำนวณสัมประสิทธิ์การสะท้อนของ พื้นผิวโลก ((+,r)(,g)) และสัมประสิทธิ์การสะท้อนสูงสุดของเมฆ ((+,r)(,g)) ของพื้นที่เป้าหมายในแต่ละเดือนเพื่อนำมาใช้คำนวณค่าดัชนีเมฆ ซึ่งเป็นอัตราส่วน ระหว่างผลต่างของ (+,r) กับ (+,r)(,g) ต่อผลต่างระหว่าง (+,r)(,g) กับ (+,r)(,g) จากนั้นจะหาค่าอัตราส่วนระหว่าง global illuminance (E(,Gh)) ต่อค่า global illuminance ในสภาพท้องฟ้าปราศจากเมฆ (E(,Gh.clear)) และนำมาหาความสัมพันธ์กับค่าดัชนีเมฆ (n) ได้เป็นแบบจำลอง ตามต้องการ ผู้วิจัยได้ทำการทดสอบแบบจำลองซึ่งพัฒนาขึ้นนี้กับข้อมูลของ Asian Institute of Technology (AIT) ในช่วงเวลา 1 ปี ผลการทดสอบพบว่าค่า root mean square different (RMSD) ระหว่างค่า E(,Gh) ที่คำนวณได้จากแบบจำลอง กับค่าที่ได้จากการวัดมีค่าเท่ากับ 14.46 klux หรือคิดเป็นเปอร์เซ็นต์จะมีค่าเท่า กับ 18.06% ของค่าเฉลี่ยรายปีของค่า global illuminance แต่เนื่องจากใน งานด้านอนุรักษ์พลังงานมักนิยมใช้ค่า global illuminance รายชั่วโมงเฉลี่ยต่อ เดือน ((^,E)(,Gh)) ดังนั้นผู้วิจัยจึงได้พัฒนาแบบจำลองซึ่งแสดงความสัมพันธ์ ระหว่างค่า ((^,E)(,Gh)) กับค่าดัชนีเมฆรายชั่วโมงเฉลี่ยต่อเดือน ((-,n)) และได้ทำการทดสอบแบบจำลองดังกล่าวกับข้อมูลของ AIT อีกครั้งหนึ่ง ผลการทดสอบพบว่าค่าที่ได้จากการคำนวณแตกต่างจากค่าที่ได้จากการวัดในรูปของ RMSD เท่ากับ 4.74 หรือคิดเป็นเปอร์เซ็นต์จะเท่ากับ 6.32% ของค่า E(,Gh) เฉลี่ยทั้งปี ผลที่ได้แสดงให้เห็นว่า แบบจำลองนี้มีสมรรถนะที่ดีกว่า กรณีของแบบจำลองสำหรับคำนวณค่ารายชั่วโมง