Extreme Value Model for Monthly Rainfall in the Upper Ping River Basin of Chiang Mai Province

Authors

  • Manad Khamkong

Keywords:

Generalize Pareto Distribution, Extreme Values, Return Level, Monthly Rainfall, Upper Ping River Basin

Abstract

The purposes of this study are to find the optimal model of extreme monthly rainfall data in the upper Ping basin of Chiang Mai province by using the Generalize Pareto (GP) distribution and to estimate return level for various return periods. This study used monthly rainfall data from January 2006 to December 2019 of 6 rain gauging stations:  Wiang Haeng, Mae Taeng, San Sai, Doi Saket, Muang, and Mae Wang.  The result of this study found that the GP distribution with stationary is fitted for Wiang Haeng, San Sai, Doi Saket, Muang, and Mae Wang stations. For Mae Taeng station, the GP distribution with non-stationary when the scale parameter changed depending on the exponential trend was the most appropriate.  Mae Wang station had a higher return level than other stations for each return period in monthly rainfall data. Therefore, Mae Wang station should give priority to flood prevention as it has higher return level.

References

ชวลิต ชาลีรักษ์ตระกูล. (2551) การวิเคราะห์ความถี่ของอุทกภัย. กรุงเทพฯ: สำนักพิมพ์ มหาวิทยาลัยธรรมศาสตร์.
ทิพย์ธิดา ปลัดกอง, พิมพ์วรัชญ์ นันทพฤทธิ์และ กุณฑลี ไชยสี. (2562). การวิเคราะห์ค่าสุดขีดและประมาณระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝน ในเขตกรุงเทพฯและปริมณฑล. การประชุมวิชาการระดับปริญญาตรี สาขาสถิติระดับชาติ ครั้งที่ 2, 119 – 127.
ปิยภัทร บุษบาบดินทร์ และ อรุณ แก้วมั่น. (2558). สถิติค่าสุดขีด.วารสารวิชาการพระจอมเกล้าพระนครเหนือ, 25(2), 315-324.
ปิยภัทร บุษบาบดินทร์ มาลา ศิริบูรณ์ และ อรุณ แก้วมั่น. (2558). แบบจำลองค่าสุดขีดปริมาณน้ำฝนสูงสุดในภาคตะวันออกเฉียงเหนือตอนบนของประเทศไทย.วารสารวิทยาศาสตร์บูรพา, 20(1), 106 – 117.
พัณณิ์ภาริษา ของทิพย์, มานัดถุ์ คำกอง และ พุฒิพงษ์ พุกกะมาน. (2556). การสร้างแบบจำลองค่าสุดขีดปริมาณฝนประจำปีในภาคเหนือตอนบนของประเทศไทย. วารสารวิทยาศาสตร์บูรพา,18(1), 95 - 104.
ศูนย์อุทกวิทยาและบริหารน้ำภาคเหนือตอนบน กรมชลประทาน. (2563). สภาพน้ำฝน. ค้นเมื่อ 5 สิงหาคม 2563 จาก http://www.hydro-1.net/
อรุณ แก้วมั่น, เสาวนีย์ รัตนะวัน, ปิยภัทร บุษบาบดินทร์ และ บังอร กุมพล. (2557). การสร้างแบบจำลองค่าสุดขีดปริมาณฝนสูงสุดในภาคตะวันออกเฉียงเหนือตอนล่างของประเทศไทย. วารสารวิทยาศาสตร์ประยุกต์,13(2), 55 – 65.
อารียา ฤทธิมา. (2561). เอกสารประกอบการสอนอุทกวิทยา (Hydrology), นครปฐม: มหาวิทยาลัยมหิดล.
Akaike, H. (1973). Information theory and an extension of the maximum likelihood principle. The 2nd International Symposium on Information Theory, 267-281.
Coles, S. (2001). An Introduction to Statistical Modeling of Extremes Values. Great Britain: Springer-varlag London Limited.
Haugh, M. (2013). Extreme Value Theory. ค้นเมื่อ 5 สิงหาคม 2563 จาก http://www.columbia.edu/~mh2078 /QRM/EVT_MasterSlides.pdf
R Development Core Team. (2009). A Language and Environment for Statistical Computing, R Foundation for Statistical Computing. Vienna, Austria.
Schwarz, G. (1978). Estimating the dimension of a model. Annals of Statistics, 6(2), 461-464.

Downloads

Published

2020-12-15

How to Cite

Khamkong, M. (2020). Extreme Value Model for Monthly Rainfall in the Upper Ping River Basin of Chiang Mai Province. Journal of Applied Statistics and Information Technology, 5(2), 32–44. Retrieved from https://ph02.tci-thaijo.org/index.php/asit-journal/article/view/241876