การประเมินและวิเคราะห์แนวโน้มความเสี่ยงของผลกระทบการเปลี่ยนแปลงสภาพ ภูมิอากาศจากการลดมาตราส่วนทางสถิติของฝนรายวันสำหรับการพยากรณ์ การเปลี่ยนแปลงในเชิงปริมาณและการกระจายตัวของฝนในช่วงฤดูฝน ในช่วงระยะเวลา 10 ปี
Article Sidebar
Main Article Content
บทคัดย่อ
เพื่อที่จะใช้ประโยชน์จากข้อมูลปริมาณน้ำฝนรายเดือนของสถานีวัดน้ำฝนของกรมอุตุนิยมวิทยาบริเวณพื้นที่ภาคตะวันออกเฉียงเหนือตอนล่าง ในช่วงระยะเวลา 30 ปี ตั้งแต่ปี ค.ศ. 1981-2010 จึงได้มีการใช้อนุกรมเวลาโดยตัวแบบ ARIMA สำหรับการคาดการณ์ปริมาณฝนและการกระจายตัวของฝนในช่วงฤดูฝนบริเวณกลุ่มจังหวัดภาคตะวันออกเฉียงเหนือตอนล่างในช่วงระยะเวลา 10 ปี และนำข้อมูลที่ได้จากการพยากรณ์มาใช้สำหรับวิเคราะห์ประเด็นและแนวโน้มความเสี่ยงภายใต้การเปลี่ยนแปลงสภาพภูมิอากาศ โดยผู้วิจัยแบ่งข้อมูลออกเป็น 2 ชุด คือชุดที่หนึ่งใช้สำหรับการวิเคราะห์เพื่อสร้างตัวแบบพยากรณ์ เป็นข้อมูลปริมาณน้ำฝนรายเดือน ตั้งแต่ปี ค.ศ. 1981-2010 ระยะเวลา 30 ปี และข้อมูลชุดที่สองเป็นปริมาณน้ำฝน ปี ค.ศ. 2011-2016 ใช้เป็นข้อมูลทดสอบสำหรับการตรวจสอบผลการพยากรณ์ของตัวแบบพยากรณ์ที่สร้างขึ้นด้วยข้อมูลชุดที่หนึ่ง ผลจากการวิจัยแสดงว่าความผิดพลาดจากอนุกรมเวลาโดยตัวแบบ ARIMA น้อยที่สุดเป็นข้อมูลเดือน มิถุนายน พฤษภาคม ตุลาคม กรกฎาคม สิงหาคม กันยายน ตามลำดับ และพบว่าจังหวัดที่มีปริมาณน้ำฝนเฉลี่ยต่อเดือนมากสุด ในช่วงฤดูฝน ช่วงระยะเวลา 10 ปี ระหว่างปี 2017-2026 คือ อุบลราชธานี มุกดาหาร สุรินทร์ ร้อยเอ็ด บุรีรัมย์ และนครราชสีมา โดยเฉลี่ยต่อเดือนมีค่าประมาณ 114.1 ถึง 282.3 มิลลิเมตร
Article Details
บทความที่ได้รับการตีพิมพ์ในวารสารฯ ท้ังในรูปแบบของรูปเล่มและอิเล็กทรอนิกส์เป็นลิขสิทธิ์ของวารสารฯ
References
Meteorological Department of Thailand. climate [Internet]. 2017 [cited 2017 July 6]. Available from: http://www.ubonmet.tmd.go.th/index.php/metinfo (in Thai)
Thanaraksakul W. Statisticaling Model for Evaluating Climate Change Impacts on Temperature in Chi and Mun River Basin [thesis]. Pathum Thani: Thammasat University; 2008. (in Thai)
Xu, C-Y. From GCMs to river flow: a review of downscaling methods and hydrologic modeling approaches, Progress in Physical Geography. 1999; 23(2): 229-249.
Meteorological Department of Thailand. Rain delay [Internet]. 2017 [cited 2017 July 6]. Available from: https://www.tmd.go.th/services/services.php (in Thai)
Siriluk Suwanwong. Quantitative Forecasting Techniques: Time Series. Bangkok; Mahidol University; 2013. (in Thai)
Sukawat D, Yavinchan S, Sithichivapak K. Impact of Global Warming on the Southeast Asia Monsoon: Cold Surge and Summer Break [Report]. Bangkok: Thailand Research Fund; 2015.
(in Thai)