การแจกแจงความน่าจะเป็นของฝนรายวันสูงสุดในประเทศไทย

บทคัดย่อ

บทคัดย่อ

บทความนี้มีวัตถุประสงค์เพื่อวิเคราะห์ความถี่ของฝนรายวันสูงสุดของประเทศไทย โดยใช้แผนภาพโมเมนต์เชิงเส้นของข้อมูลฝนจำนวน 121 สถานีทั่วประเทศ แผนภาพโมเมนต์เชิงเส้นสะดวกกว่าการทดสอบความพอดีทางสถิติเพราะ สามารถเปรียบเทียบความฟิตระหว่างทฤษฎีแจกแจงความน่าจะเป็นต่างๆด้วยกราฟเพียง 3 รูป เท่านั้น นอกจากนี้ค่าประมาณการของโมเมนต์เชิงเส้นเป็นค่าที่มีอคติน้อยมาก ผลการเปรียบเทียบความพอดีของทฤษฎีความถี่แจกแจงแบบ 2 พารามิเตอร์ (lognormal: LN2, Gamma, and Gumbel) และของ 3 พารามิเตอร์ (LN3, Generalized Extreme Value: GEV, Generalized Logistic: GLOG, Pearson type 3: P3, and Log P3: LP3) กับข้อมูลฝนสูงสุดพบว่า แบบจำลอง LN2 และ GEV เป็นทฤษฎีแจกแจงความน่าจะเป็นจริงแบบ 2 และ 3 พารามิเตอร์ของฝนสูงสุดรายวันตามลำดับ เพื่อให้เป็นไปตามหลักการประหยัดจำนวนพารามิเตอร์ ทฤษฎี LN2 ควรจะถูกประยุกต์ใช้ เมื่อข้อมูลฝนสูงสุดมีจำกัด (< 20 ปี) หรือมิฉะนั้นทฤษฎี GEV ควรจะถูกนำมาจำลอง