การพยากรณ์ปริมาณน้ำฝนรายเดือนในจังหวัดแพร่โดยวิธีทางสถิติ

ยุทธชัย มิ่งขวัญ

ผู้แต่ง

ยุทธชัย มิ่งขวัญ สาขาวิชาคณิตศาสตร์ประยุกต์ คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏอุตรดิตถ์

คำสำคัญ:

การพยากรณ์ปริมาณน้ำฝน , การทำให้เรียบด้วยเลขชี้กำลังที่มีฤดูกาลอย่างง่าย, บ๊อกซ์และเจนกินส์ , การพยากรณ์รวม

บทคัดย่อ

จังหวัดแพร่เป็นจังหวัดที่ประสบปัญหาอุทกภัยและภัยแล้งบ่อยครั้ง การพยากรณ์จึงมีบทบาทสำคัญที่ช่วยในการเตรียมความพร้อม วางแผน และป้องกัน เพื่อบรรเทาภัยธรรมชาติที่อาจจะเกิดขึ้นได้ งานวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีการพยากรณ์ปริมาณน้ำฝนรายเดือนในจังหวัดแพร่ด้วยวิธีทางสถิติ 3 วิธี ได้แก่ วิธีการทำให้เรียบด้วยเลขชี้กำลังที่มีฤดูกาลอย่างง่าย วิธีของบอกซ์และเจนกินส์ และวิธีการพยากรณ์รวม โดยใช้ข้อมูลปริมาณน้ำฝนรายเดือนตั้งแต่เดือนมกราคม พ.ศ. 2554 ถึงเดือนธันวาคม พ.ศ. 2568 รวม 180 เดือน แบ่งข้อมูลออกเป็น 2 ชุด คือ ชุดที่ 1 เป็นปริมาณน้ำฝนตั้งแต่เดือนมกราคม พ.ศ. 2554 ถึงเดือนธันวาคม พ.ศ. 2567 ไว้สำหรับสร้างตัวแบบพยากรณ์ และชุดที่ 2 เป็นปริมาณน้ำฝนตั้งแต่เดือนมกราคมถึงเดือนธันวาคม พ.ศ. 2568 ไว้สำหรับเปรียบเทียบประสิทธิภาพวิธีการพยากรณ์ ด้วยเกณฑ์ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAE) และค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สัน (r) ผลการศึกษาพบว่า วิธีการทำให้เรียบด้วยเลขชี้กำลังที่มีฤดูกาลอย่างง่ายเป็นวิธีที่มีประสิทธิภาพการพยากรณ์โดยรวม ดีที่สุด โดยให้ค่า RMSE ต่ำสุดเท่ากับ 92.47 มิลลิเมตร และมีค่า r สูงสุดเท่ากับ 0.835 ถึงแม้ว่าวิธีการพยากรณ์รวมให้ค่า MAE ต่ำที่สุด แต่วิธีการทำให้เรียบด้วยเลขชี้กำลังที่มีฤดูกาลอย่างง่ายมีค่า MAE ที่ใกล้เคียงกัน (MAE เท่ากับ 52.86 มิลลิเมตร) ดังนั้นจึงเป็นวิธีที่เหมาะสมที่สุดสำหรับการพยากรณ์ปริมาณน้ำฝนรายเดือนในจังหวัดแพร่ โดยผลการพยากรณ์ปริมาณน้ำฝนรวมในปี พ.ศ. 2569 เท่ากับ 1,367.76 มิลลิเมตร ซึ่งมีแนวโน้มลดลงเมื่อเทียบกับปริมาณน้ำฝนรวมในปี พ.ศ. 2568

เอกสารอ้างอิง

กลุ่มงานยุทธศาสตร์และข้อมูลเพื่อการพัฒนาจังหวัด สำนักงานจังหวัดแพร่. บรรยายสรุปจังหวัดแพร่ ประจำปี 2568 [อินเตอร์เน็ต]. 2568 [เข้าถึงเมื่อ 27 เม.ย. 2569]. เข้าถึงได้จาก: https://phrae.go.th/info/Phraedetailing2569_240469.pdf

ไทยรัฐออนไลน์. ภัยแล้งกระหน่ำเมืองแพร่ เกษตรกรทนไม่ไหว ต้องช่วยตัวเองไม่ของ้อรัฐ. [อินเตอร์เน็ต]. 2559 [เข้าถึงเมื่อ 28 เม.ย. 2569]. เข้าถึงได้จาก: https://www.thairath.co.th/news/local/565013

The Standard team. แพร่สรุปพื้นที่ถูกน้ำท่วม กินพื้นที่ 8 อำเภอรวม 666 หลังคาเรือนผู้ว่าฯ เร่งให้ความช่วยเหลือ ระบายน้ำขัง. [อินเตอร์เน็ต]. 2563 [เข้าถึงเมื่อ 27 เม.ย. 2569]. เข้าถึงได้จาก: https://thestandard.co/phrae-floods-220863/

MGRonline. แพร่ท่วมหนัก น้ำยมขึ้นสูงถึง 11 เมตร ล้นทะลักจมแล้ว 5 อำเภอ พรุ่งนี้หลากลงลอง-วังชิ้น-ศรีสัชฯ [อินเตอร์เน็ต]. 2568 [เข้าถึงเมื่อ 27 เม.ย. 2569]. เข้าถึงได้จาก: https://mgronline.com/local/detail/9680000070181

ธนากร โชติช่วง, สมชาย เล็กเจริญ. การพยากรณ์ปริมาณน้ำฝนรายเดือนในจังหวัดพัทลุง ณ ศูนย์อุทกวิทยาฯ ภาคใต้. ใน: เอกสารประกอบการประชุมวิชาการระดับชาติ วิทยาลัยนครราชสีมา ครั้งที่ 5 วันที่ 31 มีนาคม 2561. วิทยาลัยนครราชสีมา. นครราชสีมา; 2561. หน้า 260-71.

ยุทธชัย มิ่งขวัญ. การพยากรณ์ปริมาณน้ำฝนในจังหวัดอุตรดิตถ์โดยใช้เทคนิคทางสถิติ. วารสารวิจัย มข (ฉบับบัณฑิตศึกษา) 2567;24(3):83-94.

วรางคณา เรียนสุทธิ์, ศุภมิตร วิริยกุลโอภาศ, ณัฐนนท์ เหลืองอักษร, วชิรวิทย์ พจน์จำเนียร. ตัวแบบพยากรณ์ปริมาณน้ำฝนในจังหวัดนครศรีธรรมราช กรณีศึกษาด้วยวิธีการทางอนุกรมเวลา. วารสารวิทยาศาสตร์ลาดกระบัง 2567;33(1):51-65.

ธนพร จิ้วไม้แดง, พรทิพย์ วิมลทรง, ธนา จารุพันธุเศรษฐ์, กานต์ธิดา บุญมา, บุษยมาศ เหมณี. การเปรียบเทียบวิธีการพยากรณ์ปริมาณน้ำฝนรายเดือนในจังหวัดนราธิวาส. วารสารวิชาการมหาวิทยาลัยอีสเทิร์นเอเชีย ฉบับวิทยาศาสตร์และเทคโนโลยี 2568;19(3):106-123.

Mohamed TM, Ibrahim AA. Time Series Analysis of Nyala Rainfall Using ARIMA Method. JECS 2016;17(1):5-11.

Nwokike CC, Offorha BC, Obubu M, Ugoala CB, Ukomah HI. Comparing SANN and SARIMA for forecasting frequency of monthly rainfall in Umuahia. Sci Afr 2020;10:e00621.

Barrera-Animas AY, Oyedele LO, Bilal M, Akinosho TD, Delgado JMD, Akanbi LA. Rainfall prediction: A comparative analysis of modern machine learning algorithms for time-series forecasting. Mach Learn Appl 2022;7:100204.

Hudnurkar S, Patel P, Ponnalagarsamy S. Comparing the Performance of Machine Learning Models for a Day Ahead Rainfall Prediction. ISI 2025;30(3):655-63.

ทรงศิริ แต้สมบัติ. การพยากรณ์เชิงปริมาณ. พิมพ์ครั้งที่ 1. กรุงเทพฯ: สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์; 2549.

สมเกียรติ เกตุเอี่ยม. เทคนิคการพยากรณ์. พิมพ์ครั้งที่ 2. สงขลา: มหาวิทยาลัยทักษิณ; 2548.

Box GEP, Jenkins GM, Reinsel GC, Ljung GM. Time Series Analysis: Forecasting and Control. 5th ed. New Jersey: John Wiley & Sons, Inc; 2016.

วรางคณา กีรติวิบูลย์. ตัวแบบพยากรณ์ปริมาณการจำหน่ายเบียร์ในประเทศไทย. วารสารวิทยาศาสตร์และเทคโนโลยี 2558;23(5):731-42.

ยุทธชัย มิ่งขวัญ. การเปรียบเทียบตัวแบบพยากรณ์สำหรับปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์จากภาคการผลิตไฟฟ้า. วารสารวิทยาศาสตร์ลาดกระบัง 2566;32(2):122-35.

Zhang X, Liu Y, Li J. Application of a Box-Cox Transformed LSTAR-GARCH Model for Point and Interval Forecasting of Monthly Rainfall in Hainan, China. Water 2025;17(22):3274.

Islam F, Imteaz MA. A novel hybrid approach for predicting Western Australia’s seasonal rainfall variability. Water Resour Manag 2022;36(10):3649-72.

Waqas M, Humphries UW, Wangwongchai A, Dechpichai P, Zarin R, Hlaing PT. Incorporating novel input variable selection method for in the different water basins of Thailand. Alex Eng J 2024;86:557-76.