การเปรียบเทียบวิธีการปรับแก้ค่าอคติของข้อมูลปริมาณฝนจากผลิตภัณฑ์จีเอสแมพกับข้อมูลปริมาณฝนจากสถานีวัดปริมาณฝนในเขตพื้นที่จังหวัดขอนแก่น
Article Sidebar
Main Article Content
บทคัดย่อ
จังหวัดขอนแก่นมักประสบปัญหาน้ำท่วมอยู่บ่อยครั้ง สาเหตุเกิดจากฝนที่ตกเป็นเวลานาน ทำให้เกิดน้ำท่วมขัง จากสภาวะดังกล่าว การคาดการณ์ปริมาณฝนล่วงหน้าด้วยผลิตภัณฑ์จีเอสแมพจึงมีส่วนสำคัญในการช่วยพยากรณ์อุทกภัยและการเตือนภัยล่วงหน้า โดยการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความแม่นยำของวิธีการปรับแก้ค่าอคติทั้ง 3 วิธี ได้แก่ วิธีการปรับแก้ค่าอคติ วิธีการเปลี่ยนแปลงการกระจายข้อมูล และวิธีการปรับแก้อคติเชิงพื้นที่ โดยทำการเปรียบเทียบกับข้อมูลปริมาณฝนจากสถานีตรวจวัดปริมาณฝนทั้ง 7 สถานี ระหว่างวันที่ 1 พฤษภาคม พ.ศ. 2564 ถึง 30 กันยายน พ.ศ. 2564 ผลจากการศึกษาพบว่า ค่าสัมประสิทธิ์การตัดสินใจมีค่าเท่ากับ 0.30 0.30 และ 0.95 สำหรับวิธีการปรับแก้ค่าอคติ วิธีการเปลี่ยนแปลงการกระจายข้อมูล และวิธีการปรับแก้อคติเชิงพื้นที่ ตามลำดับ และค่ารากที่สองของความผิดพลาดยกกำลังสอง (มม.) มีค่าเท่ากับ 7.57 7.75 และ 2.15 สำหรับวิธีการปรับแก้ค่าอคติ วิธีการเปลี่ยนแปลงการกระจายข้อมูล และวิธีการปรับแก้อคติเชิงพื้นที่ ตามลำดับ ซึ่งการปรับแก้ค่าอคติด้วยวิธีการปรับแก้อคติเชิงพื้นที่นั้น ทำให้ผลลัพธ์การคำนวณปริมาณฝนจากผลิตภัณฑ์จีเอสแมพ มีค่าใกล้เคียงกับปริมาณฝนจากสถานีวัดปริมาณฝนมากที่สุด
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิศวกรรมสารฉบับวิจัยและพัฒนา วิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์
เอกสารอ้างอิง
Jensantikul, N. Application of Group Theory and Participatory Theory for Water Management in the Forest Communities of Phu Tham and Kaeng Lawa in Khon Kaen Province. Integrated Social Science Journal: Mahidol University, 2022, 9(2), pp. 215-239.
Dailynews. Typhoon 'Noru' has not yet arrived but 'Khon Kaen' is already sinking. Vehicles going into the city are warned to avoid it immediately, 2022.Available from: https://www.dailynews.co.th/news/1509833 [Accessed 15 May 2023].
JAXA Global Rainfall Watch. Users Guide, 2022. Available from: https://sharaku.eorc.jaxa.jp/GSMaP/guide.html [Accessed 10 May 2023].
National Hydroinformatics Data Center. gsmap, 2022. Available from: https://thaiwater.net/v3/gsmap [Accessed 10 May 2023].
Buayuen, W. Application of Bias Corrected Satellite RainfallData for Reservoir Inflow
Prediction:A Case study of Pasak Chonlasit Reservoir. Bangkok: Kasetsart University, 2020.
Otsuka, S. et al. GSMaP RIKEN Nowcast: Global Precipitation Nowcasting with Data Assimilation. Journal of the Meteorological Society of Japan, 2019, 97(6), pp. 1099-1117.
Masthawee, F. et al. Rainfall estimation from global satellite mapping of precipitation (GSMaP) Product in Northeastern of Thailand. In 2nd Naresuan Conference on Natural, Pitsanulok, December 2017, pp. 116-122.
Khon Kaen Municipality. local development plan, 2023. Available from: https://www.kkmuni.go.th/center/index.php/th/category/149-66-70/ [Accessed 20 May 2023].
Wetchayont, P. et al. Development of GIS Application for Satellite Rainfall Bias Correction. Journal of Industrial Technology : Suan Sunandha Rajabhat University, 2020, 8(1), pp. 13-21.
Namchaow, K.and Namjaisook, C. Comparison between rainfall satellite and observations initial runoff simulation using SWAT model. Kasetsart University Kamphaeng Saen Campus, 2016.
Mekong River Commission. Bias correction for satellite precipitation estimation used by the MRC Mekong flood forecasting system. Wageningen, 2010.
Cheema, M. and Bastiaanssen, W. Local calibration of remotely sensed rainfall from the TRMM satellite for different periods and spatial scales in the Indus basin. International Journal of Remote Sensing, 2012, 33(8), pp. 2603-2627.
