การประมาณค่าของแข็งแขวนลอยทั้งหมดในลำนํ้าพุงด้วยข้อมูลการตรวจวัด ฝนทั่วโลก
Article Sidebar
เผยแพร่แล้ว:
ธ.ค. 28, 2018
คำสำคัญ:
ของแข็งแขวนลอย; ตัวแบบคอมพิวเตอร์; ลำนํ้า; การจัดการข้อมูลวิธีกลุ่ม; จีเอ็มดีเอช
Main Article Content
บทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์ในการศึกษาความเป็นไปได้ของการประมาณค่าของแข็งแขวนลอยทั้งหมด (TSS) ในลำน้ำพุงด้วยข้อมูลการตรวจวัดฝนทั่วโลก (GPM) โดยทำการวิเคราะห์การเปลี่ยนแปลงปริมาณของแข็งแขวนลอยทั้งหมดตามความยาวลำน้ำ วิเคราะห์ความสัมพันธ์ระหว่างข้อมูลจีพีเอ็มกับปริมาณของแข็งแขวนลอยด้วยการวิเคราะห์สหสัมพันธ์ และสร้างตัวแบบการประมาณค่าของแข็งแขวนลอยทั้งหมดในลำนํ้าพุงด้วยการจัดการข้อมูลวิธีกลุ่ม (GMDH) เพื่อประเมินประสิทธิภาพของตัวแบบที่ใช้ข้อมูลจีพีเอ็มเป็นตัวแปรนำเข้า ผลการศึกษาพบว่าค่าของแข็งแขวนลอยทั้งหมดมีการเปลี่ยนแปลงตามความยาวลำนํ้า โดยบริเวณต้นนํ้าพบปริมาณของแข็งแขวนลอยตํ่ากว่าบริเวณปลายนํ้า นอกจากนี้ข้อมูลจีพีเอ็มมีราย 3 7 และ 14 วัน มีความสัมพันธ์กับค่าของแข็งแขวนลอยทั้งหมดในระดับปานกลาง และพบว่าการใช้ข้อมูลจีพีเอ็มเป็นตัวแปรนำเข้าของตัวแบบประมาณค่าของแข็งแขวนลอยทั้งหมดในลำน้ำพุงมีประสิทธิภาพปานกลาง โดยให้ค่าประมาณและค่าข้อมูลจริงไปในทิศทางเดียวกันและมีค่าสัมประสิทธิ์การตัดสินใจของการทดสอบอยู่ระหว่าง 0.41 - 0.89
Article Details
รูปแบบการอ้างอิง
[1]
อ่วงอารีย์ ป., พรหมสาขาฯ ช., วงค์สีดา ท., และ บัวทองจันทร์ ณ., “การประมาณค่าของแข็งแขวนลอยทั้งหมดในลำนํ้าพุงด้วยข้อมูลการตรวจวัด ฝนทั่วโลก”, RMUTI Journal, ปี 11, ฉบับที่ 3, น. 117–129, ธ.ค. 2018.
ประเภทบทความ
บทความวิจัย
เอกสารอ้างอิง
[1] Camacho, C. and Pérez-Barahona, A. (2015). Land use Dynamics and the Environment. Journal of Economic Dynamics and Control. Vol. 52, pp. 96-118. DOI: 10.1016/j.jedc.2014.11.013
[2] Bussi, G., Dadson, S. J., Prudhomme, C., and Whitehead, P. G. (2016). Modelling the Future Impacts of Climate and Land-Use Change on Suspended Sediment Transport in the River Thames (UK). Journal of Hydrology. Vol. 542, pp. 357-372. DOI: 10.1016/j.jhydrol.2016.09.010
[3] van Maren, D. S., Oost, A. P., Wang, Z. B., and Vos, P. C. (2016). The Effect of Land Reclamations and Sediment Extraction on the Suspended Sediment Concentration in the Ems Estuary. Marine Geology. Vol. 376, pp. 147-157. DOI: 10.1016/j.margeo.2016.03.007
[4] Tiecher, T., Minella, J. P. G., Caner, L., Evrard, O., Zafar, M., Capoane, V., Le Gall, M., and Santos, D. (2017). Quantifying Land use Contributions to Suspended Sediment in a Large Cultivated Catchment of Southern Brazil (Guaporé River, Rio Grande do Sul). Agriculture, Ecosystems and Environment. Vol. 237, pp. 95-108. DOI: 10.1016/j.agee.2016.12.004
[5] Abbott, S., Julian, J. P., Kamarinas, I., Meitzen, K. M., Fuller, I. C., McColl, S. T., and Dymond, J. R. (2017). State-Shifting at the Edge of Resilience: River Suspended Sediment Responses to Land use Change and Extreme Storms. Geomorphology. Vol. 305, pp. 49-60. DOI: 10.1016/j.geomorph.2017.09.004
[6] Grimaldi, S., Petroselli, A., Baldini, L., and Gorgucci, E. (2018). Description and Preliminary Results of a 100 Square Meter Rain Gauge. Journal of Hydrology. Vol. 556, pp. 827-834. DOI: 10.1016/j.jhydrol.2015.09.076
[7] Bianchi, B., Rieckermann, J., and Berne, A. (2013). Quality Control of Rain Gauge Measurements Using Telecommunication Microwave Links. Journal of Hydrology. Vol. 492, pp. 15-23. DOI: 10.1016/j.jhydrol.2013.03.042
[8] Islam, T., Hu, Y., Kokhanovsky, A., and Wang, J. (2018). Remote Sensing of Aerosols, Clouds, and Precipitation. Chapter 11 - Measurement of Precipitation from Satellite Radiometers (Visible, Infrared, and Microwave): Physical Basis, Methods, and Limitations Atul K. Varma, pp. 223-248. 1st Edition. Elsevier.
[9] Gado, T. A., Hsu, K., and Sorooshian, S. (2017). Rainfall Frequency Analysis for Ungauged sites Using Satellite Precipitation Products. Journal of Hydrology. Vol. 554, pp. 646-655. DOI: 10.1016/j.jhydrol.2017.09.043
[10] Darand, M., Amanollahi, J., and Zandkarimi, S. (2017). Evaluation of the Performance of TRMM Multi-Satellite Precipitation Analysis (TMPA) Estimation Over Iran. Atmospheric Research. Vol. 190, pp. 121-127. DOI: 10.1016/j.atmosres.2017.02.011
[11] Tan, M. L. and Santo, H. (2018). Comparison of GPM IMERG, TMPA 3B42 and PERSIANN-CDR Satellite Precipitation Products Over Malaysia. Atmospheric Research. Vol. 202, pp. 63-76. DOI: 10.1016/j.atmosres.2017.11.006
[12] Tapiador, F. J., Turk, F. J., Petersen, W., Hou, A. Y., García-Ortega, E., Machado, L. A. T., Angelis, C., Salio, P., Kidd, C., Huff man, G., and de Castro, M. (2012). Global Precipitation Measurement: Methods, Datasets and Applications. Atmospheric Research. Vol. 104, pp. 70-97. DOI: 10.1016/j.atmosres.2011.10.021
[13] Dorn, M., Braga, A. L. S., Llanos, C. H., and Coelho, L. S. (2012). A GMDH Polynomial Neural Network-Based Method to Predict Approximate Three - Dimensional Structures of Polypeptides. Expert Systems with Applications. Vol. 39, Issue 15, pp. 12268-12279. DOI: 10.1016/j.eswa.2012.04.046
[14] Schmidhuber, J. (2015). Deep Learning in Neural Networks: An Overview. Neural Networks, Vol. 61, pp. 85-117
[15] Rice, E. W. and American Public Health Association (Eds.). (2012). Standard Methods for the Examination of Water and Wastewater (22. ed). Washington, DC: American Public Health Association
[16] Nelson, J. M. and Smith, J. D. (1989). Flow in Meandering Channels with Natural Topography. In Ikeda, S. and Parker G. (Eds.), River Meandering. American Geophysical Union
[17] Wang, Z., Zhong, R., Lai, C., and Chen, J. (2017). Evaluation of the GPM IMERG Satellite-Based Precipitation Products and the Hydrological Utility. Atmospheric Research. Vol. 196, pp. 151-163. DOI: 10.1016/j.atmosres.2017.06.020
[18] Hinkle, D. E., Wiersma, W., and Jurs, S. G. (2002). Applied Statistics for the Behavioral Sciences (5 edition). Boston: Houghton Mifflin
[2] Bussi, G., Dadson, S. J., Prudhomme, C., and Whitehead, P. G. (2016). Modelling the Future Impacts of Climate and Land-Use Change on Suspended Sediment Transport in the River Thames (UK). Journal of Hydrology. Vol. 542, pp. 357-372. DOI: 10.1016/j.jhydrol.2016.09.010
[3] van Maren, D. S., Oost, A. P., Wang, Z. B., and Vos, P. C. (2016). The Effect of Land Reclamations and Sediment Extraction on the Suspended Sediment Concentration in the Ems Estuary. Marine Geology. Vol. 376, pp. 147-157. DOI: 10.1016/j.margeo.2016.03.007
[4] Tiecher, T., Minella, J. P. G., Caner, L., Evrard, O., Zafar, M., Capoane, V., Le Gall, M., and Santos, D. (2017). Quantifying Land use Contributions to Suspended Sediment in a Large Cultivated Catchment of Southern Brazil (Guaporé River, Rio Grande do Sul). Agriculture, Ecosystems and Environment. Vol. 237, pp. 95-108. DOI: 10.1016/j.agee.2016.12.004
[5] Abbott, S., Julian, J. P., Kamarinas, I., Meitzen, K. M., Fuller, I. C., McColl, S. T., and Dymond, J. R. (2017). State-Shifting at the Edge of Resilience: River Suspended Sediment Responses to Land use Change and Extreme Storms. Geomorphology. Vol. 305, pp. 49-60. DOI: 10.1016/j.geomorph.2017.09.004
[6] Grimaldi, S., Petroselli, A., Baldini, L., and Gorgucci, E. (2018). Description and Preliminary Results of a 100 Square Meter Rain Gauge. Journal of Hydrology. Vol. 556, pp. 827-834. DOI: 10.1016/j.jhydrol.2015.09.076
[7] Bianchi, B., Rieckermann, J., and Berne, A. (2013). Quality Control of Rain Gauge Measurements Using Telecommunication Microwave Links. Journal of Hydrology. Vol. 492, pp. 15-23. DOI: 10.1016/j.jhydrol.2013.03.042
[8] Islam, T., Hu, Y., Kokhanovsky, A., and Wang, J. (2018). Remote Sensing of Aerosols, Clouds, and Precipitation. Chapter 11 - Measurement of Precipitation from Satellite Radiometers (Visible, Infrared, and Microwave): Physical Basis, Methods, and Limitations Atul K. Varma, pp. 223-248. 1st Edition. Elsevier.
[9] Gado, T. A., Hsu, K., and Sorooshian, S. (2017). Rainfall Frequency Analysis for Ungauged sites Using Satellite Precipitation Products. Journal of Hydrology. Vol. 554, pp. 646-655. DOI: 10.1016/j.jhydrol.2017.09.043
[10] Darand, M., Amanollahi, J., and Zandkarimi, S. (2017). Evaluation of the Performance of TRMM Multi-Satellite Precipitation Analysis (TMPA) Estimation Over Iran. Atmospheric Research. Vol. 190, pp. 121-127. DOI: 10.1016/j.atmosres.2017.02.011
[11] Tan, M. L. and Santo, H. (2018). Comparison of GPM IMERG, TMPA 3B42 and PERSIANN-CDR Satellite Precipitation Products Over Malaysia. Atmospheric Research. Vol. 202, pp. 63-76. DOI: 10.1016/j.atmosres.2017.11.006
[12] Tapiador, F. J., Turk, F. J., Petersen, W., Hou, A. Y., García-Ortega, E., Machado, L. A. T., Angelis, C., Salio, P., Kidd, C., Huff man, G., and de Castro, M. (2012). Global Precipitation Measurement: Methods, Datasets and Applications. Atmospheric Research. Vol. 104, pp. 70-97. DOI: 10.1016/j.atmosres.2011.10.021
[13] Dorn, M., Braga, A. L. S., Llanos, C. H., and Coelho, L. S. (2012). A GMDH Polynomial Neural Network-Based Method to Predict Approximate Three - Dimensional Structures of Polypeptides. Expert Systems with Applications. Vol. 39, Issue 15, pp. 12268-12279. DOI: 10.1016/j.eswa.2012.04.046
[14] Schmidhuber, J. (2015). Deep Learning in Neural Networks: An Overview. Neural Networks, Vol. 61, pp. 85-117
[15] Rice, E. W. and American Public Health Association (Eds.). (2012). Standard Methods for the Examination of Water and Wastewater (22. ed). Washington, DC: American Public Health Association
[16] Nelson, J. M. and Smith, J. D. (1989). Flow in Meandering Channels with Natural Topography. In Ikeda, S. and Parker G. (Eds.), River Meandering. American Geophysical Union
[17] Wang, Z., Zhong, R., Lai, C., and Chen, J. (2017). Evaluation of the GPM IMERG Satellite-Based Precipitation Products and the Hydrological Utility. Atmospheric Research. Vol. 196, pp. 151-163. DOI: 10.1016/j.atmosres.2017.06.020
[18] Hinkle, D. E., Wiersma, W., and Jurs, S. G. (2002). Applied Statistics for the Behavioral Sciences (5 edition). Boston: Houghton Mifflin
