การประยุกต์ใช้ข้อมูลการสำรวจระยะไกลร่วมกับแบบจำลอง HEC-RAS สองมิติเพื่อจำลองแผนที่น้ำท่วมในลุ่มน้ำมูล
DOI:
https://doi.org/10.14456/rmutlengj.2023.5คำสำคัญ:
การจำแนกการใช้ที่ดิน, แบบจำลอง HEC-RAS สองมิติ, พื้นที่น้ำท่วม, ภาพถ่ายดาวเทียม LANDSAT-8, แม่น้ำมูลบทคัดย่อ
บทความนี้นำเสนอการประยุกต์ใช้ข้อมูลจากการสำรวจระยะไกลโดยการนำภาพถ่ายดาวเทียม LANDSAT-8 ในการจำแนกการใช้ที่ดินเพื่อกำหนดค่าสัมประสิทธิ์ความขรุขระของแมนนิ่งในการประยุกต์ใช้ร่วมกับแบบจำลอง HEC-RAS สองมิติ โดยมีการจำแนกการใช้ที่ดินเป็น 4 ประเภท และใช้การจำแนกแบบกำกับดูแลด้วยวิธี Minimum Distance และทำการตรวจสอบความถูกต้องของการจำแนกการใช้ที่ดิน จากนั้นนำข้อมูลการใช้ที่ดินนี้มากำหนดสัมประสิทธิ์ความขรุขระของแมนนิ่งเชิงพื้นที่และข้อมูลน้ำท่ามาจำลองด้วยแบบจำลองการไหลสองมิติ ข้อมูลการศึกษานี้ได้สอบเทียบแบบจำลองในปี พ.ศ. 2554 และตรวจพิสูจน์ในปี พ.ศ.2557 ได้ผลที่ดีที่สุดคือมีค่า NSE อยู่ในช่วง 0.95-0.97 และมี R2 อยู่ในช่วง 0.96-0.99 ซึ่งหมายถึงแบบจำลองมีความแม่นยำสูง โดยการประยุกต์ใช้ข้อมูลการสำรวจระยะไกลจากภาพถ่ายดาวเทียม LANDSAT-8 ในแบบจำลอง HEC-RAS สองมิตินี้มีข้อดีคือสามารถจำลองพื้นที่น้ำท่วมในลักษณะการใช้ที่ดินต่างๆ ได้
Downloads
References
Al-Ahmadi FS, Hames AS. Comparison of four classification methods to extract land use and land cover from Raw Satellite Images for Some Remote Arid Areas, Kingdom of Saudi Arabia. Journal of King Abdualziz University - Earth Sciences. 2009;20:167-91.
Lu D, Mausel P, Batistella M, Moran E. Comparison of land-cover classification methods in the Brazilian Amazon Basin. Photogrammetric Engineering & Remote Sensing. 2004;70:723-31.
Yuan F, Sawaya KE, Loeffelholz BC, Bauer ME. Land cover classification and change analysis of the Twin Cities (Minnesota) Metropolitan Area by multitemporal Landsat remote sensing. Remote Sensing of Environment. 2005;98(2-3):317-28.
Lu D, Batistella M, Moran E. Land-cover classification in the Brazilian Amazon with the integration of Landsat ETM+ and Radarsat data. International Journal of Remote Sensing. 2007;28(24):5447-59.
Kavzoglu T, Colkesen I. A kernel functions analysis for support vector machines for land cover classification. International Journal of Applied Earth Observation and Geoinformation. 2009;11(5):352-9.
Aitkenhead MJ, Aalders IH. Classification of Landsat Thematic Mapper imagery for land cover using neural networks. International Journal of Remote Sensing. 2008;29(7):2075-84.
Garcia M, Juan A, Bedient P. Integrating Reservoir Operations and Flood Modeling with HEC-RAS 2D. Water. 2020;12(8).
Alfred K, Steven B, Timothy M. Effect of land use-based surface roughness on hydrologic model output. Journal of Spatial Hydrology. 2009;9:51-71.
Pinos J, Timbe L. Performance assessment of two-dimensional hydraulic models for generation of flood inundation maps in mountain river basins. Water Science and Engineering. Eng. 2019;12(1).
Secretaría Nacional del Agua (SENAGUA), 2014. Vulnerability Assessment to Flood Events of the Santa Barbara River, Volume 2: Hydraulic Study. SENAGUA, Quito, p. 108 (in Spanish).
Huang J, Zhou P, Zhou Z, Huang Y. Assessing the influence of land use and land cover datasets with different points in time and levels of detail on watershed modeling in the North River Watershed, China. Int J Environ Res Public Health. 2012;10(1):144-157.
Rwanga SS, Ndambuki JM. Accuracy Assessment of Land Use/Land Cover Classification Using Remote Sensing and GIS. International Journal of Geosciences. 2017;08(04):611-22.
Brunner GW. HEC-RAS, River Analysis System Hydraulic Reference Manual. US Army Corps of Engineers; 2016. Report No.: CPD-69.
Connell RJ, Painter DJ, Beffa C. Two-Dimensional Flood Plain Flow. II: Model Validation. Journal of Hydrologic Engineering. 2001;6(5):406.
Liu, Z, Merwade, V, Jafarzadegan, K. Investigating the role of model structure and surface roughness in generating flood inundation extents using one- and two-dimensional hydraulic models. J Flood Risk Management. 2019;12:e12347.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
สำหรับผู้แต่ง (Author)
