ผลกระทบของการเปลี่ยนแปลงฤดูกาลที่มีต่อความแม่นยำของข้อมูลฝนพยากรณ์ ในลุ่มน้ำเพชรบุรีตอนบน
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อศึกษาผลกระทบของการเปลี่ยนแปลงฤดูกาลที่มีต่อความแม่นยำของข้อมูลฝนพยากรณ์ในลุ่มน้ำเพชรบุรีตอนบน โดยหาค่าความแม่นยำเชิงพื้นที่และเชิงตำแหน่งของข้อมูลฝนพยากรณ์จากแบบจำลอง Numerical Weather Prediction-NWP ของกรมอุตุนิยมวิทยา เปรียบเทียบกับข้อมูลฝนตรวจวัดภาคพื้นดิน เพื่อใช้การประมาณค่าฝนล่วงหน้านี้สำหรับพยากรณ์ปริมาณน้ำไหลเข้าอ่างเก็บน้ำแก่งกระจานในช่วงฤดูฝนต่อไป เนื่องจากในพื้นที่ศึกษามีสถานีวัดน้ำฝนน้อยเพราะเป็นพื้นที่ต้นน้ำซึ่งเป็นพื้นที่ป่าไม้ทั้งหมด การรวบรวมข้อมูลจึงเลือกใช้ข้อมูลฝนรายวันของปี พ.ศ. 2563 และ 2565 ช่วงเดือนกรกฎาคม–ตุลาคม และเลือกใช้วิธีการประมาณค่าฝนภาคพื้นดินเชิงพื้นที่ 2 วิธี คือ Thiessen-polygon และ Inverse Distance Weighting เปรียบเทียบแบบเชิงพื้นที่กับฝนพยากรณ์จากแบบจำลอง NWP ซึ่งเลือกใช้ข้อมูลฝนพยากรณ์แบบกริดที่มี 3 ขอบเขต ได้แก่ d01 (18X18 กม.), d02 (6X6 กม.) และ d03 (2X2 กม.) คาดการณ์ล่วงหน้า 1 วัน และเปรียบเทียบความแม่นยำเชิงตำแหน่งแบบจุดต่อจุดของที่ตั้งสถานีฝนภาคพื้นดินจำนวน 6 จุด ต่อมาทำการตรวจสอบผลการประมาณค่าฝนเชิงพื้นที่และเชิงตำแหน่งโดยใช้ค่าดัชนีเพื่อหาค่าความแม่นยำจำนวน 3 ค่า ได้แก่ ค่าเฉลี่ยความคลาดเคลื่อนระหว่างค่าจากการประมาณค่าและค่าจริง (ME) ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE) และค่าเฉลี่ยความคลาดเคลื่อนยกกำลังสอง (RMSE) ผลการศึกษาพบว่า วิธี Inverse Distance Weighting ให้ผลการประมาณค่าฝนเชิงพื้นที่สำหรับข้อมูลฝนพยากรณ์จากแบบจำลองการพยากรณ์อากาศเชิงตัวเลข (NWP) ได้ดีกว่าในทุกผลพยากรณ์ของวิธี Thiessen Polygon แต่ไม่มากนัก โดยทั้งสองวิธีจะให้ค่าดัชนี MAE และ RMSE ใกล้เคียงกัน และผลการประมาณค่าฝนเชิงพื้นที่ของฝนพยากรณ์โดยส่วนใหญ่จะมีค่าสูงกว่าการประมาณค่าฝนเชิงพื้นที่จากฝนตรวจวัดภาคพื้นดิน ส่วนข้อมูลฝนพยากรณ์แบบกริดขอบเขต d03 (2X2 กม.) ให้ผลการพยากรณ์ดีที่สุดเพราะเป็นขอบเขตที่ละเอียดถึง 633 กริด ในลุ่มน้ำเพชรบุรีตอนบนเปรียบเทียบแบบเชิงพื้นที่ให้ผลการประมาณค่าฝนได้ดีกว่าแบบจุด และในช่วงเดือนตุลาคมมีความคลาดเคลื่อนมากที่สุดเพราะสภาพอากาศเป็นช่วงเปลี่ยนฤดูกาล ลมเปลี่ยนทิศจากลมมรสุมตะวันตกเฉียงใต้เป็นลมมรสุมตะวันออกเฉียงเหนือ และเดือนสิงหาคมมีความคลาดเคลื่อนต่ำที่สุดเพราะอยู่ในช่วงฤดูฝนมีฝนตกสม่ำเสมอ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิศวกรรมสารฉบับวิจัยและพัฒนา วิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์
เอกสารอ้างอิง
Goovaerts, P. Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall. Journal of Hydrology, 2000, 228
(1-2), pp. 113–129.
Chaplot, V. Darboux, F. Bourennane, H. Leguédois, S. Silvera, N. and Phachomphon, K. Accuracy of interpolation techniques for the derivation of digital elevation models in relation to landform types and data density. Geomorphology, 2006, 77 (1-2), pp. 126–141.
Ittiporn, C. and Chaiyakum, I. An Areal Rainfall Interpolation derived from Ground Measurement Rainfall in Southern. Bachelor of Engineering (Civil Engineering – Irrigation), Kasetsart University Kampheang Saen Campus, 2015.
Meechamnan, T. An Areal Rainfall Interpolation derived from Ground Measurement Rainfall and GSMaP SatelliteTogether with Topographic in Southern Thailand. Master of Engineering (Irrigation engineering), Kasetsart University Kampheang Saen Campus, 2017.
Wimala, S. Comparison of spatial daily rainfall amount interpolation methods by using geographic information system at eastern coast basin. Master of Science (Technology for Rural Development), Thammasat University, 2018.
Blocken, B. Carmeliet, J. and Poesen, J. Numerical simulation of the wind-driven rainfall distribution over small-scale topography in space and time. Journal of Hydrology, 2005, 315 (1-4), pp. 252-273.
Chaowiwat, W. Kamma, J. and Sarinnapakorn, K. Assessing the Impact of Climate Change on Rainfall in Thailand by Using Linear Scaling Bias Correction Technique. (Water Resources Information Innovation Department), Hydro - Informatics Institute (Public Organization), Bangkok., Thailand the 26th National Convention on Civil Engineering, 2021, June 23-25, Online Conference.
Kositsakulchai, A. Determination of evapotranspiration of large irrigation scheme by remote sensing. Kasetsart University, Bangkok, 2004.
Phuthakuljaroen, S. Engineering Hydrology. Libery nine Publishing, Bangkok, 2004.
Ratanaburi, P. Comparison of Spatial Rainfall Estimates of the upper Ping Basin and the Tha Chin Basin by Spatial Estimation Techniques. Master's thesis Irrigation Master of Engineering and Water Management, Kasetsart University, Bangkok, 1971.
Akasing, M. and Keawthip J. Development of A Spatial Climate Database in A Rice Production Decision Support System. Chiang Mai University, 1999.
Eiamprasert, S. Comparison of Spatial Daily Rainfall Amount Interpolation Methods by Using Geographic Information System At Chao-Phra-Ya
Flood Plain. Thesis, Master of Science (Environmental management), National Institute of Development Administration, 2011.
Wuthiwongyothin, S. Imputation of Missing Daily Rainfall Using Quantile Method. Journal of KMUTNB, 2021, 31 (4), pp. 599-613.
Koad, P. Weather Research and Forecasting (WRF) Accuracy and Precision Evaluation of Rainfall in Thailand from the Weather Research and Forecasting (WRF) Model. Master of Science (Computational Science), Walailak University, 2013.
