การประยุกต์ทฤษฎี Similarity ร่วมกับเทคนิค Eddy Covariance สำหรับการจำแนกความคงตัวของบรรยากาศในประเทศไทย
คำสำคัญ:
การจำแนกเสถียรภาพอากาศ, ทฤษฎี Monin-Obukhov Similarity (MOST), เทคนิค Eddy Covarianceบทคัดย่อ
การจำแนกเสถียรภาพของอากาศเป็นวิธีการสำคัญในการประเมินแนวโน้มการสะสมมลพิษในบรรยากาศของพื้นที่ทางภูมิศาสตร์ แม้ว่าสถานีตรวจวัด KU Tower ของมหาวิทยาลัยเกษตรศาสตร์ กรุงเทพมหานคร จะสามารถจำแนกเสถียรภาพของอากาศได้หลากหลายวิธี แต่การจำแนกเหล่านี้ไม่สามารถนำไปประยุกต์ใช้กับสถานีอุตุนิยมวิทยาทั่วไปได้ เนื่องจากต้องใช้อุปกรณ์เฉพาะทาง งานวิจัยนี้จึงนำเสนอทฤษฎี Monin-Obukhov Similarity Theory (MOST) เป็นทางเลือกที่ใช้เพียงข้อมูลอุตุนิยมวิทยาพื้นฐานในการตรวจสอบความถูกต้องของวิธีการดังกล่าว ขั้นแรกผู้วิจัยได้รวบรวมข้อมูลรายชั่วโมง จำนวน 44,814 ค่า ในช่วงปี พ.ศ. 2559-2566 จาก KU Tower เพื่อเปรียบเทียบผลการจำแนกจากสามวิธี ได้แก่ วิธี Temperature Gradient (Delta-T), Richardson Number (Ri) และ Monin-Obukhov (MO) โดยใช้อุปกรณ์ IRGASON ด้วยเทคนิค eddy covariance เปรียบเทียบกับวิธี Solar Radiation Delta-T (SRDT) ผลการศึกษาพบว่า วิธี MO มีความสอดคล้องกับ SRDT มากที่สุด (NMSE = 0.301) จากนั้นจึงนำ MOST มาประยุกต์ใช้กับข้อมูลอุตุนิยมวิทยาพื้นฐาน (ความเร็วลม อุณหภูมิ และปริมาณเมฆ) ร่วมกับข้อมูลพื้นผิวทางภูมิศาสตร์ (ความขรุขระของผิว ค่าอัลบิโด และอัตราส่วนโบเวน) จาก Google Earth Engine ผลการเปรียบเทียบระหว่าง MOST กับวิธี MO แสดงความสอดคล้องปานกลาง
(NMSE = 0.238) ซึ่งยืนยันว่า MOST สามารถจำแนกเสถียรภาพของอากาศได้อย่างมีประสิทธิภาพโดยใช้เพียงข้อมูลอุตุนิยมวิทยาที่มีอยู่ทั่วไป วิธีการนี้สามารถนำไปประยุกต์ใช้ในการจัดการคุณภาพอากาศของประเทศไทย ทั้งด้านการวางแผนการใช้ประโยชน์ที่ดิน การกำหนดเขตอุตสาหกรรม และการออกกฎระเบียบการปล่อยมลพิษเฉพาะพื้นที่
Downloads
เอกสารอ้างอิง
Manisalidis, I., Stavropoulou, E., Stavropoulos, A., and Bezirtzoglou, E. (2020). Environmental and health impacts of air pollution: A review. Frontiers In Public Health, 8, Article 14.
Amaral, S. S., de Carvalho, J. A., Costa, M. A. M., and Pinheiro, C. (2015). An overview of particulate matter measurement instruments. Atmosphere, 6(9), 1327-1345.
Pelliccioni, A., Monti, P., Gariazzo, C., and Leuzzi, G. (2012). Some characteristics of the urban boundary layer above Rome, Italy, and applicability of Monin–Obukhov similarity. Environmental Fluid Mechanics, 12, 405-428.
Gifford, F. (1961). Use of routine meteorological observations for estimating atmospheric dispersion. Nuclear Safety, 2(4), 44-57.
Edokpa, D., and Nwagbara, M. (2017). Atmospheric stability pattern over port harcourt, Nigeria. Journal of Atmospheric Pollution, 5(1), 9-17.
Hunt, G. R., and Van Den Bremer, T. S. (2010). Classical plume theory: 1937–2010 and beyond. IMA Journal of Applied Mathematics, 76(3), 424-448.
Pasquill, F. (1961). The estimation of the dispersion of windborne material. Meteorological Magazine, 90(1063), 33-49.
DeMarrais, G. A. (1978). Atmospheric stability class determinations on a 481-meter tower in Oklahoma. Atmospheric Environment, 12(10), 1957-1962.
Pérez, I. A., García, M., Sánchez, M. L., and de Torre, B. (2004). Autocorrelation analysis of meteorological data from a RASS sodar. Journal of Applied Meteorology, 43(8), 1213-1223.
Bowen, B. M., Dewart, J. M., and Chen, A. I. (1983). Stability-class determination: A comparison for one site. Los Alamos National Laboratory.
Golder, D. H. (1972). Relations among stability parameters in the surface layer. Boundary-Layer Meteorology, 3, 47-58.
Oard, M. J. (1974). Application of a diagnostic Richardson number tendency to a case study of clear air turbulence. Journal of Applied Meteorology, 13(7), 771-777.
Aubinet, M. Vesala, T., and Papale, D. (2012). Eddy covariance: A practical guide to measurement and data analysis. Springer Science and Business Media.
Stull, R. B. (2012). An introduction to boundary layer meteorology (Vol. 13). Springer Science & Business Media.
Bailey, D. T. (2000). Meteorological monitoring guidance for regulatory modeling applications. EPA-454/R-99-005. U.S. Environmental Protection Agency, Office of Air Quality Planning and Standards.
Miles, J. W. (1961). On the stability of heterogeneous shear flows. Journal of Fluid Mechanics, 10(4), 496-508.
Businger, J. A., Wyngaard, J. C., Izumi, Y., and Bradley, E. F. (1971). Flux-profile relationships in the atmospheric surface layer. Journal of The Atmospheric Sciences, 28(2), 181-189.
Businger, J. A. (1973). Turbulence transfer in the atmospheric surface layer. In Workshop on Micrometeorology (pp. 67-100). American Meteorological Society, Boston, MA.
Sedefian, L., and Bennett, E. (1980). A comparison of turbulence classification schemes. Atmospheric Environment, 14(7), 741-750.
Kaimal, J. C., and Finnigan, J. J. (1994). Atmospheric boundary layer flows: Their structure and measurement. Oxford University Press.
Seinfeld, J. H., and Pandis, S. N. (2016). Atmospheric chemistry and physics: From air pollution to climate change (3rd ed.). John Wiley & Sons.
Arya, S. P. (1999). Air pollution meteorology and dispersion (Vol. 310). Oxford University Press New York.
Holtslag, A., and Van Ulden, A. (1983). A simple scheme for daytime estimates of the surface fluxes from routine weather data. Journal of Applied Meteorology and Climatology, 22(4), 517-529.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 วารสารมหาวิทยาลัยศรีนครินทรวิโรฒ สาขาวิทยาศาสตร์และเทคโนโลยี
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
วารสารมหาวิทยาลัยศรีนครินทรวิโรฒ สาขาวิทยาศาสตร์และเทคโนโลยี อยู่ภายใต้การอนุญาต Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International (CC-BY-NC-ND 4.0) เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดอ่านหน้านโยบายของวารสารสำหรับข้อมูลเพิ่มเติมเกี่ยวกับการเข้าถึงแบบเปิด ลิขสิทธิ์ และการอนุญาต
