เทคนิคการปรับแต่งผลผลิตทางอุตุนิยมวิทยา จากแบบจำลองภูมิอากาศภายใต้ สถานการณ์จำลอง เพื่อมุ่งเน้นการพัฒนาเศรษฐกิจในระดับภูมิภาค (A2)

Abstract

การคาดหมายลักษณะอากาศล่วงหน้าในช่วงระยะเวลานานๆ เป็นเรื่องสำคัญ โดยผลลัพธ์ที่ได้สามารถนำ ไปประยุกต์ใช้เพื่อวางแผนล่วงหน้าในกิจกรรมต่างๆ ที่เกี่ยวข้อง ดังนั้นความแม่นยำและน่าเชื่อถือของผลลัพธ์จากแบบจำลองภูมิอากาศจึงเป็นปัจจัยสำคัญที่ต้องตระหนัก อย่างไรก็ตาม ข้อจำกัดในเรื่องของความแม่นยำของผลผลิตจากแบบจำลองนี้ยังมีอยู่ ดังนั้นในการวิจัยครั้งนี้ จึงได้พยายามศึกษาหาเทคนิคการปรับแต่งผลผลิตทางอุตุนิยมวิทยาที่เหมาะสมจากแบบจำลองภูมิอากาศระดับภูมิภาค (Regional Climate Model: RCM) แบบ A2 คือ ปริมาณฝน อุณหภูมิสูงสุด-ต่ำสุด ความเร็วลม ความชื้นสัมพัทธ์ และรังสีดวงอาทิตย์ ที่สถานีอุตุนิยมวิทยา จำนวน 8 สถานีในภาคเหนือและภาคกลางของประเทศไทย ได้แก่ ลำปาง สุพรรณบุรี น่าน ศรีสำโรง ตากฟ้า ชัยนาท อู่ทอง และบางนา วิธีการที่ใช้มี 3 วิธีการ คือ วิธีที่ 1 ปรับค่าเฉลี่ยที่ขึ้นอยู่กับ RCM วิธีที่ 2 ปรับค่าเฉลี่ยที่ขึ้นอยู่กับการตรวจวัด และวิธีที่ 3 Quantile-based Mapping โดยในการเปรียบเทียบวิธีปรับแก้จะใช้ 3 ชุดข้อมูล ได้แก่ ผลการตรวจวัดและผลผลิตจาก RCM ในช่วงเวลาสอบเทียบ และผลผลิตจาก RCM ในช่วงเวลาตรวจสอบความถูกต้อง ผลของการเปรียบเทียบข้อมูลที่ได้ปรับแต่งแล้วกับข้อมูลการตรวจวัดใน 6 ตัวแปรอุตุนิยมวิทยาในช่วงเวลาตรวจสอบความถูกต้องโดยใช้ RMSE พบว่า วิธีที่ 2 ได้ค่า RMSE ต่ำกว่าวิธีอื่นๆ ใน 3 ตัวแปรอุตุนิยมวิทยา ดังนั้นวิธีนี้จึงเหมาะสมที่จะนำมาใช้ในการเพิ่มความแม่นยำจากแบบจำลอง โดยผลลัพธ์ที่ได้นี้สามารถนำไปประยุกต์ใช้ในการศึกษาด้านต่างๆ เช่น ผลกระทบของการเปลี่ยนแปลงภูมิอากาศ ระบบเตือนภัย และการพยากรณ์ผลผลิตพืชเศรษฐกิจในอนาคตได้

Bias Correction Technique for Meteorological Data of Climate Model Output under the Scenario Focus on Regional Economic Development (A2)

The projection of future climate is very an essential matter which can be applied for the advance planning in many sectors for a several activities of human being in nowadays. Therefore, the accuracy and reliability of a model output is a major component for the projection. But there are still limitations in the accuracy of the climate model. Then, Bias Correction Technique for Meteorological Data of A2 scenario from Regional Climate Model (RCM) output are applied to some meteorological parameters such as precipitation, maximum-minimum temperature, wind speed, relative humidity and radiation at 8 meteorological stations in northern and central parts of Thailand which are: Lampang, Suphanburi, Nan, Sisamrong, Takfa, Chainat, Uthong and Bangna meteorological stations respectively. For the bias correction processes, there were three methods used which are: method1 adjusting the mean based on RCM, method 2 adjusting the mean based on observation and method 3 Quantile-based Mapping. To compare all methods, three datasets were needed; the observed climatic data, RCM outputs of the same calibration period, RCM outputs in validation period. By comparing the corrected and observed data in 6 parameters at validation period using RMSE, it is found that the method 2 provided the lowest RMSE in 3 parameters. It can be concluded that this method is an appropriate technique for improving the accuracy for weather prediction models. These products can also be applied for several studies such as: impact of climate change, early warning system and agricultural yield forecasting.