แนวโน้มของปริมาณน้ำฝนในภาคตะวันออกเฉียงเหนือในอนาคตที่คาดการณ์ได้จากแบบจำลอง PRECIS Scenario A2 & B2 ภายหลังปรับแก้ด้วยค่าปรับแก้เฉลี่ยรายเดือนเชิงพื้นที่โดยวิธี Kriging
Trend of Future Rainfall Estimates Using PRECIS Scenario A2 & B2 in Northeastern After Being Bias Adjusted with Spatial Monthly Average by Kriging Method
รัชเวช หาญชูวงศ์ วลัยรัตน์ บุญไทย และ ศิริลักษณ์ ชุ่มชื่น
ภาควิชาวิศวกรรมโยธา คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีมหานคร จ.กรุงเทพฯ 10530
E-mail: This email address is being protected from spambots. You need JavaScript enabled to view it.
Mainuscript received November 11, 2016,
Revised December 2, 2016.



บทคัดย่อ
เนื่องจากการคาดการณ์ปริมาณน้ำฝนในอนาคตจากแบบจำลองภูมิอากาศภูมิภาค PRECIS Scenario A2 & B2 ยังคงมีความคลาดเคลื่อนเมื่อเทียบกับปริมาณน้ำฝนที่ตรวจวัดได้จากสถานีวัดน้ำฝนตามช่วงเวลาและพื้นที่ ซึ่งเป็นผลเนื่องจากอิทธิพลของฤดูกาลและลักษณะภูมิประเทศที่แตกต่างกันในแต่ละพื้นที่ การศึกษานี้จึงมีวัตถุประสงค์เพื่อวิเคราะห์หาค่าปรับแก้เฉลี่ยรายเดือนเชิงพื้นที่รายกริดขนาด 1 กม. x 1 กม. ในแต่ละเดือน โดยประยุกต์ใช้ผลการวิเคราะห์ค่าปรับแก้รายเดือน ณ ตำแหน่งสถานีวัดน้ำฝน 265 สถานี ในบทความ “การวิเคราะห์หาค่าปรับแก้ข้อมูลปริมาณน้ำฝนในภาคตะวันออกเฉียงเหนือที่คาดการณ์ได้จากแบบจำลอง PRECIS Scenario A2 & B2 โดยใช้ข้อมูลจากสถานีวัดน้ำฝน” มาใช้วิเคราะห์หาค่าปรับแก้เฉลี่ยรายเดือนเชิงพื้นที่รายกริดขนาด 1 กม. x 1 กม. ในแต่ละเดือน โดยวิธี Simple Kriging, Ordinary Kriging, Universal Kriging, Co-Simple Kriging, Co-Ordinary Kriging และ Co- Universal Kriging ตามลำดับ ผลการคัดเลือกวิธีการปรับแก้ที่เหมาะสมพิจารณาจากผลการ Cross-validation พบว่าปริมาณน้ำฝนที่คาดการณ์ได้จากแบบจำลอง PRECIS Scenario A2 วิธี Simple Kriging เหมาะสำหรับใช้ปรับแก้เดือน มกราคม และ กุมภาพันธ์ วิธี Ordinary Kriging เหมาะสำหรับใช้ปรับแก้เดือน เมษายน วิธี Universal Kriging เหมาะสำหรับใช้ปรับแก้เดือน กรกฎาคม วิธี Co- Simple Kriging เหมาะสำหรับใช้ปรับแก้เดือน สิงหาคม พฤศจิกายน และ ธันวาคม, วิธี Co- Ordinary Kriging เหมาะสำหรับใช้ปรับแก้เดือน พฤษภาคม มิถุนายน กันยายนและ ตุลาคม วิธี Co- Universal Kriging เหมาะสำหรับใช้ปรับแก้เดือน มีนาคม ขณะที่แบบจำลอง PRECIS Scenario B2 วิธี Simple Kriging เหมาะสำหรับใช้ปรับแก้เดือน พฤศจิกายน และ ธันวาคม วิธี Ordinary Kriging เหมาะสำหรับใช้ปรับแก้เดือน กรกฎาคม และ กันยายน, วิธี Co- Simple Kriging เหมาะสำหรับใช้ปรับแก้เดือน กุมภาพันธ์ สิงหาคม และ ตุลาคม วิธี Co- Ordinary Kriging เหมาะสำหรับใช้ปรับแก้เดือน มกราคม เมษายน และ มิถุนายน, วิธี Co- Universal Kriging เหมาะสำหรับใช้ปรับแก้เดือน มีนาคม และ พฤษภาคม ตามลำดับ ผลของค่าปรับแก้เฉลี่ยรายเดือนเชิงพื้นที่รายกริดขนาด 1 กม. x 1 กม. ในแต่ละเดือน ถูกใช้ในการปรับแก้ปริมาณน้ำฝนในอนาคตช่วงระหว่างปี พ.ศ. 2556-2612 ที่ได้จากแบบจำลองภูมิอากาศภูมิภาค PRECIS Scenario A2 & B2 ในพื้นที่ศึกษา 20 จังหวัด ได้แก่ มหาสารคาม นครพนม ร้อยเอ็ด สกลนคร ศรีษะเกษ นครราชสีมา หนองคาย บึงกาฬ หนองบัวลำภู อำนาจเจริญ อุดรธานี อุบลราชธานี บุรีรัมย์ ชัยภูมิ มุกดาหาร สุรินทร์ ยโสธร กาฬสินธุ์ ขอนแก่น และ เลย เพื่อวิเคราะห์แนวโน้มของปริมาณน้ำฝนในอนาคต ผลการศึกษาพบว่าปริมาณน้ำฝนที่คาดการณ์ได้จากแบบจำลอง PRECIS Scenario A2 ในช่วงระหว่างปี พ.ศ. 2556-2612 มีแนวโน้มปริมาณน้ำฝนเฉลี่ยรายปี, ปริมาณน้ำฝนเฉลี่ยในช่วงฤดูฝน และปริมาณน้ำฝนเฉลี่ยในช่วงฤดูแล้ง เพิ่มขึ้น 7%, 8%, และ 5% ตามลำดับ ส่วน Scenario B2 เพิ่มขื้น 10%, 12% และลดลง 1% ตามลำดับ เมื่อเทียบกับในช่วงปีฐานระหว่างปี พ.ศ. 2523-2555
คำสำคัญ: ปริมาณน้ำฝน, ค่าปรับแก้เชิงพื้นที่, คลิกกิ้ง
ABSTRACT
Since there are variations in the future rainfall estimates using the regional climate model PRECIS Scenario A2 & B2 comparing to measured rainfall from rain gauge stations at a certain time and area due to seasonal influence and different geography in each area, hence, the objective of this study is to analyze and find spatial monthly average of bias adjustment with 1 km x 1 km grid cell in each month and to apply the analyzed monthly bias adjustments of 265 rain gauge stations located at the same position in the article “Analysis of Bias Adjusted Rainfall Estimates Using PRECIS Scenario A2 & B2 in Northeastern with the Data Collected from Rain Gauge Stations” to analyze and find spatial monthly average of bias adjustment with 1 km x 1 km grid cell in each month using Simple Kriging, Ordinary Kriging, Universal Kriging, Co- Simple Kriging, Co-Ordinary Kriging and Co-Universal Kriging respectively. The Cross-validation result is used to select the appropriate bias adjustment and it shows that the rainfall estimates using PRECIS Scenario A2 is suitable with Simple Kriging method for bias adjustment in January and February, Ordinary Kriging method is suitable for bias adjustment in April, Universal Kriging method is suitable for bias adjustment in July, Co-Simple Kriging method is suitable for bias adjustment in August, November and December, Co- Ordinary Kriging method is suitable for bias adjustment in May, June, September and October, Co-Universal Kriging method is suitable for bias adjustment in March whereas the rainfall estimates using PRECIS Scenario B2 is suitable with Simple Kriging method for bias adjustment in November and December, Ordinary Kriging method is suitable for bias adjustment in July and September, Co-Simple Kriging is suitable for bias adjustment in February, August and October, Co- Ordinary Kriging is suitable for bias adjustment in January, April and June and Co-Universal Kriging is suitable for bias adjustment in March and May respectively. The result of spatial monthly average of bias adjustment with 1 km x 1 km grid cell in each month has been used for bias adjustment of future rainfall amount during the year 2013-2069 from the regional climate model PRECIS Scenario A2 & B2 in 20 Provinces: Maha Sarakham, Nakhon Phanom, Roi Et, Sakon Nakhon, Si Sa Ket, Nakhon Ratchasima, Nong Khai, Bueng Kan, Nong Bua Lam Phu, Amnat Charoen, Udon Thani, Ubon Ratchathani, Buri Ram, Chaiyaphum, Mukdahan, Surin, Yasothon, Kalasin, Khon Kaen and Loei in order to analyze the trend of future rainfall amount. The study finds that the future rainfall estimates using PRECIS during the year 2013-2069 tend to have an increase in annual rainfall average, rainy season rainfall average and dry season rainfall average by 7%, 8% and 5% respectively for A2 scenario whereas B2 scenario has been increased by 10%, 12% and decreased by 8% respectively comparing to the base year 1970-2012.

Keywords: Rainfall, Spatial bias adjustment, Kriging

mutengineer@gmail.com

Mahanakorn University of Technology

140 Moo 1, Cheum-Sampan Road, Nongchok, Bangkok, Thailand 10530

Tel: +(662)988-3655  Fax: +(662)988-4027

designed by sutit.ongart@gmail.com