การประเมินพื้นที่เสี่ยงภัยแล้ง โดยใช้ข้อมูลการสำรวจระยะไกลและข้อมูลอุตุนิยมวิทยา บริเวณลุ่มน้ำสาขาเชิญ
คำสำคัญ:
ภัยแล้ง, ข้อมูลการสำรวจระยะไกล, ข้อมูลอุตุนิยมวิทยาบทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อประเมินค่าดัชนีความแห้งแล้งเพื่อประเมินพื้นที่เสี่ยงภัยแล้ง บริเวณลุ่มน้ำสาขาเชิญ โดยใช้ข้อมูลการสำรวจระยะไกลผลิตภัณฑ์ระดับที่ 3 จากภาพถ่ายดาวเทียม Aqua/MODIS ประกอบด้วยดัชนีความแตกต่างความชื้น (NDWI) ดัชนีอุณหภูมิพื้นผิวดิน (LST) ดัชนีความสมบูรณ์ของพืชพรรณ (VHI) และข้อมูลอุตุนิยมวิทยา ได้แก่ ดัชนีปริมาณน้ำฝนมาตรฐาน (SPI) ทำการวิเคราะห์เชิงพื้นที่โดยระบบสารสนเทศภูมิศาสตร์ และใช้ตารางเปรียบเทียบคู่ (pairwise comparison) ในการหาค่าความสำคัญของแต่ละดัชนี และตรวจสอบความถูกต้องกับพื้นที่เสี่ยงภัยแล้งซ้ำซากจากกรมพัฒนาที่ดินด้วยค่า overall accuracy ผลการศึกษา พบว่า ดัชนีความแตกต่างความชื้น (NDWI) มีค่าเฉลี่ยอยู่ในช่วง 0.25 - 0.46 ดัชนีอุณหภูมิพื้นผิวดิน (LST) มีค่าเฉลี่ยอยู่ในช่วง 28.02 - 39.79 องศาเซลเซียส ดัชนีความสมบูรณ์ของพืชพรรณ (VHI) มีค่าเฉลี่ยอยู่ในช่วง 49.32 - 55.67 และดัชนีปริมาณน้ำฝนมาตรฐาน (SPI) มีค่าเฉลี่ยอยู่ในช่วง (-1.96) - 0.003 การประเมินพื้นที่เสี่ยงภัยแล้ง พบว่า พื้นที่ส่วนใหญ่อยู่ในระดับเสี่ยงภัยมากที่สุด มีพื้นที่ 1,169.06 ตารางกิโลเมตร หรือคิดเป็นร้อยละ 39.90 ของพื้นที่ลุ่มน้ำ และผลการเปรียบเทียบพื้นที่เสี่ยงภัยแล้งด้วยค่า overall accuracy พบว่า ในพื้นที่ระดับเสี่ยงภัยมากที่สุดมีค่าความถูกต้องโดยรวมร้อยละ 96.17 โดยอำเภอที่มีพื้นที่เสี่ยงภัยแล้งมากที่สุด ได้แก่ อำเภอชุมแพ จังหวัดขอนแก่น มีพื้นที่ 277.38 ตารางกิโลเมตร หรือคิดเป็นร้อยละ 9.47 ของพื้นที่ลุ่มน้ำ และหมู่บ้านที่อยู่ในพื้นที่เสี่ยงภัยมีจำนวน 370 หมู่บ้าน ใน 9 อำเภอ
เอกสารอ้างอิง
2. Department of Disaster Prevention and Mitigation. Drought statistics [Internet]. 2014 [update 2017 Nov 11; cited 2018 Apr 27]. Available from: https://122.155.1.141/inner.directing-6.191/cms/menu_4469/3606.1/
3. Geo-Informatics and Space Technology Development Agency (Public Organization) [Internet]. 2018 [update 2010 Mar 31, cited 2018 Aug 3]. Available from: https://www.gistda.or.th/main/th/node/332
4. Saengmitr S, Sukawat D. Drought in Thailand. Meteorological Department; 1981. Thai.
5. Wihite DA, Glantz MH. Understanding the Drought Phenimenon: The Role of Definition. International Journal of Water. 1985; 10, No.3: 111-120.
6. McFeeters SK. The use of normalized difference water index (NDWI) in the delineation of open water features. Int J Remote Sens. 1996; 17 (7): 14253-1432.
7. Petchsawang A. Humidity map from satellite data [Internet]. 2015 [update 2015 Jul 28; cited 2017 Nov 20]. Available from: https://www.gistda.or.th/main/th/node/802
8. Wan Z. Collection-6 MODIS land surface temperature products users' guide. Earth Research Institute, University of California. Santa Barbara; 2013.
9. Kogan FN. Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 1995; 15: 91-100.
10. Kogan FN, Sullivan J. Development of a global drought-watch system using NOAA/AVHRR data. Advances in Space Research. 1993; 13: 219-222.
11. Jensen JR. Remote sensing of the environment: An Earth Resource Perspective, Prentice-Hall, Inc. 2000; 592 p.
12. Singh RP, Roy S, Kogan F. Vegetation and Temperature Condition Indices from NOAA AVHRR Data for Drought Monitoring over India. Int J Remote Sens. 2003; 24: 4393-4402.
13. Amalo LF, Hidayat R, Haris. Comparison between remote-sensing-based drought indices in East Java. Earth and Environmental Science. 2017; 54: 1755-1315.
14. McKee TB, Doesken NJ, Kleist J. The relationship of drought frequency and duration to time scales. Preprints of the 8th Conference on Applied Climatology; 1993 Jan 17-22; Anaheim, California.
15. Tingsanchali T, Piriyawong T. Drought risk management in watershed area case study Moonboon-Lamsae watershed in Administration and management of water for reduce drought. The Engineering Institute of Thailand; 2015. Thai.
16. Kasetsart University. Automatic Drought Modelling and Mapping. Final report. Geo-Informatics and Space Technology Development Agency (Public Organization); 2016. Thai.
17. Ukrainski P. Classification accuracy assessment confusion matrix method [Internet]. 2016 [update 2016 Sep 23; cited 2017 Nov 20]. Available from: https://www.50northspatial.org/classification-accuracy-assessment-confusion-matrix-method/
18. Geo-informatic Applications and Service Office. Drought and crop area with geo-information report. Geo-Informatics and Space Technology Development Agency (Public Organization); 2016 May 13. 6p. Thai.
19. Salee W. Prediction of drought category using loglinear models based on SPI in the Northeast of Thailand [MSc thesis]. Nakhon Pathom: Silpakorn University; 2009. Thai.
