การประยุกต์ใช้ภูมิสารสนเทศและการสำรวจระยะไกลในการสร้างแบบจำลองการคาดการณ์การขยายตัวของเมือง เพื่อการเปรียบเทียบแผนพัฒนาโครงข่ายถนนผังเมือง: กรณีศึกษาเมืองขอนแก่น
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์ของงานวิจัยนี้คือการพัฒนาแบบจำลองการทำนายการขยายตัวของเมืองขอนแก่นเพื่อประกอบการวิเคราะห์และเปรียบเทียบกับแผนที่ได้จากการจัดลำดับความสำคัญเครือข่ายถนนในเขตเมืองที่ถูกบรรจุไว้ในแผนการพัฒนาโครงข่ายถนนผังเมืองที่จัดทำโดยกรมทางหลวงชนบท งานวิจัยนี้บูรณาการการทำนายการขยายตัวของเมืองร่วมกับปัจจัยสำคัญสามประการ ได้แก่ (1) การเปลี่ยนแปลงการใช้ที่ดิน (2) โครงข่ายถนน และ (3) ข้อมูลแบบจำลองความสูงเชิงเลข (Digital Elevation Model) แล้วนำผลการทำนายมาประเมินร่วมกับข้อมูลการพัฒนาเครือข่ายถนนในเขตเมืองเพื่อยืนยันความเหมาะสมของแผนที่ถูกบรรจุไว้ในการพัฒนา โดยมีพื้นที่ศึกษาคือเขตเทศบาลนครขอนแก่น ณ จังหวัดขอนแก่น เป็นกรณีศึกษา งานวิจัยนี้ได้ใช้ภาพถ่ายดาวเทียม Landsat (พ.ศ. 2542–2562) และข้อมูลจาก Google Maps เพื่อสร้างแบบจำลองการเปลี่ยนแปลงการใช้ที่ดินระหว่างปี พ.ศ. 2567 ถึง พ.ศ. 2592 นอกจากนี้ ยังประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อทำนายแนวโน้มการใช้ที่ดินในอนาคต เมื่อเปรียบเทียบการจำลองในปี พ.ศ. 2567 กับสภาพจริง พบว่าค่าดัชนี Kno, Klocation และ Kquantity อยู่ระหว่าง 0.6-0.8 ซึ่งบ่งชี้ถึงความถูกต้องในระดับที่ยอมรับได้ จากนั้นจึงใช้แบบจำลองในการทำนายการขยายตัวของเมืองและการใช้ที่ดินสำหรับปี พ.ศ. 2567, 2572, 2577, 2582, 2587, และ 2592 ผลการวิจัยยืนยันถึงความสอดคล้องของการปรับปรุงเครือข่ายถนนที่เสนอ โดยแสดงให้เห็นถึงประโยชน์ของแบบจำลองในการสนับสนุนการวางแผนเมืองเชิงกลยุทธ์
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิศวกรรมสารฉบับวิจัยและพัฒนา วิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์
References
ศูนย์วิจัยและพัฒนาโครงสร้างมูลฐานอย่างยั่งยืน. (2563). รายงานขั้นสุดท้าย (Final Report)โครงการจัดทำแผนพัฒนาทางหลวงชนบทประจำกรม ประจำปีงบประมาณ พ.ศ. 2562 กลุ่มที่ 3 (มหาวิทยาลัยขอนแก่น). มหาวิทยาลัยขอนแก่น: ขอนแก่น
Aryaguna, P. A., & Saputra, A. N. (2020). Land change modeler for predicting land cover change in Banjarmasin City, South Borneo (2014—2022). IOP Conference Series: Earth and Environmental Science, 500, 012002. https://doi.org/10.1088/1755-1315/500/1/012002
Keshtkar, H., & Voigt, W. (2016). A spatiotemporal analysis of landscape change using an integrated Markov chain and cellular automata models. Modeling Earth Systems and Environment, 2(1), 10. https://doi.org/10.1007/s40808-015-0068-4
Pontius, R. G. (2000). Quantification error versus location error in comparison of categorical maps. Photogrammetric Engineering and Remote Sensing, 66, 1011-1016.
Van Ninh, T., Waisurasingha, C. (2018). Land use/cover change and landscape fragmentation analyses in Khon Kaen City, Northeastern Thailand. International Journal of GEOMATE, 15 (47), 201-208.
Mundia, C. N., & Aniya, M. (2005). Analysis of land use/cover changes and urban expansion of Nairobi city using remote sensing and GIS. International Journal of Remote Sensing, 26(13), 2831–2849. https://doi.org/10.1080/01431160500117865
Kamusoko, C., Aniya, M., Adi, B., & Manjoro, M. (2009). Rural sustainability under threat in Zimbabwe – Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model. Applied Geography, 29(3), 435–447. https://doi.org/10.1016/j.apgeog.2008.10.002
Hasan, S., Shi, W., Zhu, X., Abbas, S., & Khan, H. U. A. (2020). Future Simulation of Land Use Changes in Rapidly Urbanizing South China Based on Land Change Modeler and Remote Sensing Data. Sustainability, 12(11), 4350. https://doi.org/10.3390/su12114350
Kamusoko, C. (2022). Optical and SAR Remote Sensing of Urban Areas: A Practical Guide. Springer Singapore. https://doi.org/10.1007/978-981-16-5149-6