การประเมินปริมาณการใช้น้ำของพืช ในเขตพื้นที่ชลประทานโครงการส่งน้ำและบำรุงรักษาบรมธาตุ ภายใต้สภาวะสภาพอากาศเปลี่ยนแปลงไป

35 เกิดขึ้นในภาคใต้ของประเทศไทยและทางตอนใต้ของคาบสมุทรมาเลเซีย เป็นผลสืบเนื่องจากการเกิดเหตุการณ์ ฝนตกหนักที่ถูกเหนี่ยวนำโดยมรสุมฤดูหนาวเอเชียและระลอกมวลอากาศเย็นที่มีความรุนแรงมากขึ้น • สภาวะสุดขีดของฝน สภาวะสุดขีดของฝนในประเทศไทยมีการเปลี่ยนแปลงที่ซับซ้อน โดยดัชนีบ่งชี้ สภาวะสุดขีดฝนในภาพรวมของประเทศในช่วง 60 ปีระหว่าง ค.ศ.1955 – 2014 (พ.ศ.2498 – 2557) ปรากฏแนวโน้มการเปลี่ยนแปลงในทิศทางที่เพิ่มขึ้นและลดลง สภาวะสุดขีดของฝนในประเทศไทยที่มีแนวโน้ม เพิ่มขี้น แสดงดังตารางที่ 2.6 ตารางที่ 2.6 แนวโน้มการเปลี่ยนแปลงดัชนีสภาวะสุดขีดของอุณหภูมิในช่วงปีค.ศ. 1970 – 1979 ลำดั บ ดัชนีสภาวะสุดขีดของอุณหภูมิ แนวโน้มการเปลี่ยนแปลง ระหว่างปีค.ศ. 1970 – 1979 1 จำนวนวันที่ฝนตกรวมรายปี (ร้อยละต่อทศวรรษ) -12.6 ถึง 9.9 (-0.8) จำนวนวันที่ฝนตกมากกว่า 1 มิลลิเมตร 22.9% / 9.4 % 2 ปริมาณฝนรวมรายปี (ร้อยละต่อ ทศวรรษ) -8.0 ถึง 7.0 (-0.96) 21.9% / 7.3 % 3 ความแรงของฝนรายวัน (ร้อยละต่อทศวรรษ) -10.4 ถึง 7.7 (0.6) ปริมาณฝนรวมรายปีต่อจำนวนวันฝนตกรวม 5.2% / 16.7% 4 ปริมาณฝนรวมของเหตุการณ์ฝนตกหนัก (ร้อยละต่อทศวรรษ) -33.0 ถึง 17.9 (0.4) ปริมาณฝนรวมของเหตุการณ์ฝนที่มากกวาค่ ่าเปอร์เซ็นต์ที่ 95 5.1% / 11.5 % 5 ปริมาณฝนรวมสูงสุดในรอบ 1 วัน (ร้อยละต่อทศวรรษ) -15.1 ถึง 12.1 (0.04) ปริมาณฝนตกรวมรายเดือนสูงสุดในรอบ 1 วัน 5.2% / 16.7% 6 ปริมาณฝนรวมสูงสุดในรอบ 5 วัน (ร้อยละต่อทศวรรษ) -16.1 ถึง 14.1 (-0.3) ปริมาณฝนตกรายเดือนสูงสุดในรอบ 5 วัน 3.1% / 5.2% 7 จำนวนวันฝนตกหนัก (ร้อยละต่อทศวรรษ) -8.8 ถึง 6.8 (-0.94) จำนวนวันที่ฝนตกมากกว่า 10 มลลิ ิเมตร 12.5% / 4.2% 8 ระยะเวลาฝนไม่ตกอย่างต่อเนื่อง(ร้อยละต่อทศวรรษ) จำนวนวัน สูงสุดที่ปริมาณฝนน้อยกว่า 1 มิลลิเมตรอย่างต่อเนื่อง -13.6 ถึง 16.9 (3.5) 2.1% / 18.8 % 9 ระยะเวลาที่ฝนตกอย่างต่อเนื่อง – 10 ความถี่ของเหตุการณ์ฝนตกหนัก – ความถี่ของเหตุการณ์ฝนตกหนัก ระยะเวลาทฝนตกอย ี่่างต่อเนื่อง

36 สภาวะสุดขีดของฝนในประเทศไทยทมี่ีแนวโน้มลดลง แสดงดังภาพที่ 2.30 ภาพที่ 2.30 การเปลี่ยนแปลงฝนในประเทศไทยในช่วงปีค.ศ. 1955 – 2014 (พ.ศ. 2498 – 2557) Alisha (2559) ปริมาณฝนรวมจากเหตุการณ์ฝนตกหนักและความแรงของฝน ในแต่ละเหตุการณ์มีแนวโน้มเพิ่มขึ้นอย่างมีนัยสำคัญ แต่ระยะเวลาที่ฝนตกอย่างต่อเนื่องและจำนวนวันฝนตก รวมรายปีที่ลดลงอย่างมีนัยสำคัญ ส่งผลกระทบโดยตรงต่อปริมาณฝนรวมรายปีของประเทศไทยในรอบ 60 ปี ระหว่าง ค.ศ. 1955 – 2014 (พ.ศ. 2498 – 2557) ให้ลดลง เมื่อพิจารณาสภาวะสุดขีดของฝนในประเทศ ไทยเชิงพื้นที่พบว่าพื้นที่ที่ปรากฏแนวโน้มสภาวะสุดขีดของฝนคล้ายคลึงกันมีขนาดเล็กกว่าเมื่อเทียบกับขนาด พื้นที่ที่ปรากฏแนวโน้มสภาวะสุดขีดของอุณหภูมิโดยภาคกลาง ภาคเหนือ และภาคใต้มีแนวโน้มการลดลง ของจำนวนวันที่ฝนตกรวมรายปีและความถี่ของเหตุการณ์ฝนอย่างมีนัยสำคัญ 3) พายุหมุนเขตร้อน พายุหมุนเขตร้อนที่เคลื่อนเข้าสู่ประเทศไทยมีแนวโน้มความถี่ลดลงอย่างมี นัยสำคัญในรอบ 64 ปีที่ผ่านมา (ปีค.ศ. 1951 – 2014 หรือ พ.ศ. 2494 – 2557) แสดงดังภาพที่ 2.31 ภาพที่ 2.31 แนวโน้มของความถี่พายุหมุนเขตร้อนที่เคลอนเขื่้าสู่ประเทศไทยในช่วง 64 ปี

37 จึงส่งผลโดยตรงต่อปริมาณฝน และความแห้งแล้งในประเทศไทย ในทางตรงกัน ข้าม พายุหมุนเขตร้อนที่รุนแรงกว่าพายุดีเปรสชั่นในรอบสิบปีนับตั้งแต่คริสต์ทศวรรษที่ 70 มีแนวโน้มได้เพิ่ม จำนวนขึ้นอย่างมีนัยสำคัญ ส่งผลให้ประเทศไทยเปิดรับต่อเหตุการณ์ฝนตกหนัก น้ำท่วม สลับกับภาวะความ แห้งแล้งในระยะเวลาที่ยาวนานขึ้น 4) ระดับน้ำทะเล ระดับน้ำทะเลในแต่ละพื้นที่มีอัตราการเพิ่มสูงขึ้นไม่เท่ากัน ขึ้นอยู่กับวัฏจักรน้ำและ กระบวนการทางสมุทรศาสตร์ในทะเลแต่ละแห่ง ระดับน้ำทะเลในบริเวณที่อยู่ใกล้ประเทศไทย ได้แก่บริเวณ ทะเลอันดามัน ทะเลจีนใต้และทะเลในประเทศอินโดนีเซีย ระหว่างปีค.ศ. 1993 – 2016 (พ.ศ. 2536 – 2559) เพิ่มสูงขึ้นในอัตรา 3.6 – 6.6 ม.ม. ต่อปีหรือเพิ่มขึ้นแล้ว 86.4 – 158.4 ม.ม. 24 ปีที่ผ่านมา (ศึกษาจากดาวเทียมประเภทอัลติมิเตอร์) ระดับน้ำทะเลในบริเวณอ่าวไทยระหว่างปีค.ศ. 1993 – 2009 (พ.ศ. 2536 – 2552) เพิ่มสูงขึ้นด้วยอัตรา 3.5 ม.ม. ต่อปีหรือเพิ่มขึ้นแล้ว 59.5 ม.ม. 17 ปีที่ผ่านมา (ศึกษาจากดาวเทียมประเภททอัลติมิเตอร์มีรายละเอียดแสดงดังภาพที่ 2.32 ภาพที่ 2.32 อัตราการเปลี่ยนแปลงระดับน้ำทะเลเฉลี่ยในอ่าวไทยจากข้อมูลดาวเทียม

38 2.10 งานศึกษาที่เกี่ยวข้อง กัณฑรีย์และคณะ (2553) ได้ศึกษาแบบจำลองภูมิอากาศภูมิภาคว่าเป็นวิธีการที่มีความละเอียดสูงที่ นำความซับซ้อนของภูมิอากาศมาเป็นตัวแปร แต่มีข้อจำกัดในการใช้งานและต้องใช้เครื่องประมวลผลที่มี ประสิทธิภาพ แบบจำลองภูมิอากาศภูมิภาค ประมวลผลโดยใช้ขอบเขต (boundary) ของแบบจำลองภูมิอากาศ โลก โดยแบบจำลองภูมิอากาศภูมิภาคมีความละเอียดที่ตรวจจับลักษณะทางภูมิศาสตร์ที่เป็นตัวแปรท้องถิ่น (regional forcing) เช่น ภูเขา ทะเลสาบ ชายฝั่ง และการใช้พื้นที่หลากหลาย นอกจากนี้แบบจำลองยังสามารถ พัฒนาการจำลองสถานการณ์ที่รุนแรง เช่น ฝนตกหนัก พายุได้ดีขึ้น ให้ข้อมูลด้านภูมิศาสตร์และกายภาพที่ เกี่ยวกับการเปลี่ยนแปลงภูมิอากาศในพิกัดเล็กลงและสามารถนำไปใช้ในการศึกษาผลกระทบได้ชัดเจนขึ้น กรมอุตุนิยมวิทยา (2559) ได้ศึกษาเส้นตัวแทนความเข้มข้นแก๊สคาร์บอนไดออกไซด์ว่าเป็นศัพท์ที่ใช้ใน รายงานการประเมินครั้งที่ 5 ของคณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ โดย แบ่งออกเป็น 4 สถานการณ์คือ RCP2.6, RCP4.5, RCP6, RCP8.5 ซึ่งตัวเลขข้างหลังคือค่าความแตกต่างของ การแผ่รังสีที่คาดการณ์ไว้ในปีค.ศ.2100 เทียบกับช่วงปีค.ศ.2000 โดย RCP4.5 เป็นการฉายภาพว่าการ ปล่อยแก๊สคาร์บอนไดออกไซด์จะถึงจุดยอดในอีกราว 3 0 ปีข้างหน้า โดยจะสูงกว่าระดับการปล่อยแก๊สเรือน กระจกในปีค.ศ. 2000 ประมาณ 50 เปอร์เซ็นต์ความเข้มข้นของแก๊สคาร์บอนไดออกไซด์ในชั้นบรรยากาศจะ สูงสุดที่ 520 ส่วนต่อล้านส่วนในค.ศ. 2070 และ RCP8.5 คือฉากทัศน์ที่เลวร้ายที่สุด โดยคาดการณ์ว่าการ ปล่อยแก๊สเรือนกระจกจะเพิ่มขึ้นอย่างรวดเร็วกระทั่งกลางคริสต์ศตวรรษนี้โดยในปีค.ศ. 2100 จะมีความ เข้มข้นของแก๊สคาร์บอนไดออกไซด์ในชั้นบรรยากาศเท่ากับ 950 ส่วนต่อล้านส่วน วรชัย (2560) ได้ศึกษาการปรับแก้ความคลาดเคลื่อน (Bias Correction) มาใช้ปรับแก้ข้อมูลผลลัพธ์ จากแบบจำลอง จากการจำลองตัวแปรสภาพภูมิอากาศเกิดความแตกต่างระหว่างตัวแปรสภาพภูมิอากาศที่ จำลองและจากการตรวจวัด ซึ่งความแตกต่างนี้คือความคลาดเคลื่อนไม่แม่นยำของผลจากแบบจำลองดังนั้น เพื่อให้ข้อมูลจากแบบจำลองมีความถูกต้องและสามารถนำมาใช้ศึกษาต่อได้จึงจำเป็นต้องมีการประยุกต์ใช้ เทคนิคลดความคลาดเคลื่อน เพื่อปรับแก้ผลลัพธ์ที่ได้จากแบบจำลองภูมิอากาศ RCM ก่อนนำไปใช้ ธนกร และคณะ (2560) ได้ประยุกต์ใช้แบบจำลอง CROPWAT 8.0 ช่วยในการประเมินความ ต้องการน้ำชลประทานของพืชแต่ละชนิดได้แก่ข้าว อ้อย และพืชผักอื่นๆ ในโครงการชลประทานเจ้าพระยา ตอนล่างฝั่งตะวันตก นำมาเปรียบเทียบกับปริมาณน้ำที่ส่งให้ในโครงการ ผลการวิจัยพบว่า ช่วงเริ่มต้นการ เพาะปลูก ในปีพ.ศ.2555/2556 ถึงปลายเดือนมีนาคมมีการขาดแคลนน้ำเพื่อการเพาะปลูกอย่างมาก ซึ่ง สาเหตุอาจมาจากมีการเพาะปลูกมากเกินกว่าที่กรมชลประทานกำหนด และในปีพ.ศ.2556/2557 มีการ ขาดแคลนน้ำต่ำกว่าปีพ.ศ.2555/2556 อย่างเห็นได้ชัด ธเนศ และมัตติกา (2556) การวิจัยนี้ได้ทำการปลูกพืชไร่หมุนเวียนเหลื่อมฤดู 3 พืชในรอบ 1 ปีคือ ข้าวโพดหวาน แล้วตามด้วยข้าวโพดเลี้ยงสัตว์และถั่ว เพื่อศึกษาเปรียบเทียบผลของวิธีการปลูกพืช เชิงอนุรักษ์ ตามแนวระดับ 3 วิธีคือ (i) ปลูกพืชแบบเกษตรกรนิยมปฏิบัติทั่วไป (CP) (ii) ปลูกพืชในร่องระหว่างแถบ อนุรักษ์ไม้ผลผสม (CF-AL) และ (iii) ปลูกพืชในร่องที่คลุมดินด้วยหญ้าไม้กวาดระหว่างแถบอนุรักษ์ไม้ผลผสม (CF-M-AL) ที่มีผลต่อปริมาณการกักเก็บน้ำในดิน การใช้น้ำและประสิทธิภาพการใช้น้ำของพืช ปลูกในระบบ เกษตรน้ำฝนบนพื้นที่สูงที่หมู่บ้านถวน อำเภอแม่แจ่ม จังหวัดเชียงใหม่สำหรับความต้องการน้ำ หรือศักยภาพ การคายระเหย (ETcp) ตลอดฤดูการเพาะปลูกที่ได้จากการประเมินด้วยโปรแกรม Cropwat-8 มีค่าเท่ากับ 312 และ 517 mm. ตามลำดับ ส่วนการใช้น้ำที่แท้จริงของพืชที่ประเมินได้จากวิธีการวัดโดยตรง (meas.ETca) การใช้แบบ จำลอง Cropwat-8 ร่วมกับสมการที่ใช้ประเมินการใช้น้ำที่แท้จริงของพืชสามารถ

39 ใช้ประเมินการใช้น้ำของพืชที่แท้จริงได้และสามารถประเมินศักยภาพการให้ผลผลิตของพืชที่ปลูกภายใต้ สภาพน้ำฝนบนพื้นที่ลาดชันในที่สูงได้ อนินท์และคณะ (2556) ได้ทำการประมาณค่าอัตราการเติบโตของผลิตภาพการผลิต โดยรวมภาค เกษตร และผลกระทบของปัจจัยด้านสภาพภูมิอากาศที่มีต่อผลิตภาพการผลิตโดยรวมภาค เกษตรในภาค ตะวันออกของประเทศไทย โดยใช้ข้อมูลทุติยภูมิรายปีในช่วง พ.ศ. 2525-2552 ใช้วิธีการ วิเคราะห์แบบ แนวคิดบัญชีประชาชาติในการ ประมาณค่าอัตราการเติบโตของผลิตภาพการผลิต และใช้วิธีกำลังสองน้อยที่สุด ประมาณค่าแบบจำลอง ปัจจัยกำหนดอัตราการเติบโตของผลิตภาพการผลิต เพื่อศึกษาความสัมพันธ์ระหว่าง ผลิตภาพการผลิตและปัจจัยด้านสภาพภูมิอากาศ อัคคพล (2547) ได้ทำการทดลองหาค่าปริมาณการใช้น้ำของพืชอ้างอิง โดยศึกษาบริเวณสถานี จังหวัดกำแพงเพชร โดยใช้โปรแกรม CROPWAT ซึ่งใช้ข้อมูลสภาพภูมิอากาศเฉลี่ยในรอบ 30 ปีตั้งแต่ปีพ.ศ. 2542-2553 ไปพล๊อตกราฟเปรียบเทียบกับปริมาณฝนใช้การในพื้นที่พบว่าช่วงเดือนตุลาคม-เมษายน ใน พื้นที่นี้มีปริมาณการใช้น้ำของพืชอ้างอิงสูงกว่าปริมาณน้ำฝน ส่งผลให้มีแนวโน้มการขาดแคลนน้ำของพืช เนื่องจากปริมาณการใช้น้ำของพืชอ้างอิงมีความสำคัญมากจึงได้นำค่าที่ได้ไปวางแผนการเพาะปลูก ศึกษาการ วางแผนลุ่มน้ำและวางแผนโครงการพัฒนาแหล่งน้ำต่อไป Li et al. (2560) ได้ทำการศึกษาเชิงปริมาณเกี่ยวกับความแตกต่างของ (WUE) และการตอบสนอง ของพืชต่อความเครียดของน้ำของดินที่มีระดับการกัดเซาะที่แตกต่างกันในภาคตะวันออกเฉียงเหนือของ ประเทศจีน, ในระดับการกัดเซาะ 3 ขั้นของดิน คือ 1. กัดเซาะอย่างเบา 2. กัดเซาะพอประมาณ และ 3. กัด เซาะอย่างรุนแรง ดินสีดำที่ไม่ถูกรบกวนใน 4 ปี (จากปี 2013 ถึงปี 2016) จากการทดลอง ใช้การควบคุม ปริมาณน้ำในดิน (100%, 80%, 60%, และ 40% ความจุความชื้นสนาม (FC) และสังเกตกระบวนการ เติบโตของพืชผล เพื่อศึกษาความสัมพันธ์ระหว่าง การกัดเซาะ-การให้น้ำ-ผลผลิต จากการทดลองได้ผลการ ทดลองดังต่อไปนี้ 1.ปริมาณน้ำที่เหมาะสมที่สุด คือ 80% ของความจุความชื้นสนาม สำหรับดินที่มีการกัด เซาะเล็กน้อย (L) และ 100% ของความจุความชื้นสนาม สำหรับดินที่มีการกัดเซาะปานกลาง (M) และดินที่มี การกัดเซาะอย่างรุนแรง (S) ผลลัพธ์ที่ดีที่สุดในดินที่มีการกัดเซาะปานกลางมีปริมาณเท่ากับ 3.12 t ha-1 ซึ่ง สูงกว่าดินที่มีการกัดเซาะเล็กน้อยและรุนแรง 4.6% และ 85.5% ตามลำดับ ภายใต้เงื่อนไขการให้น้ำแบบ เพียงพอ และค่าประสิทธิภาพการใช้น้ำของพืช (WUE) สำหรับดินที่มีการกัดเซาะ 3 ระดับที่ดีที่สุด คือ 80% ของความจุความชื้นสนาม (FC) Jyun and Wen (2554) ได้ทำการศึกษาความต้องการน้ำเพื่อการชลประทานจากการได้รับ ผลกระทบการเปลี่ยนแปลงสภาพอากาศ โดยการศึกษานี้ได้ทำการศึกษาที่ประเทศไต้หวัน จากการคาดการณ์ ปริมาณน้ำฝนและอุณหภูมิในช่วงปีพ.ศ.2589-2608 โดยคำนวณค่ามาจากแบบจำลองการหมุนเวียนทั่วไป 5 แบบ การคายระเหยในอนาคตได้มาจากวิธีฮามอน จากการคาดการณ์และแบบจำลองสมดุลน้ำในนาข้าว สามารถคำนวณความต้องการน้ำสำหรับการเพาะปลูกในอนาคต ปริมาณน้ำฝน และความต้องการน้ำเพื่อการ ชลประทานได้และจากการศึกษาได้ทำการเปรียบเทียบระหว่างปัจจุบัน (พ.ศ.2547-2554) กับอนาคต (พ.ศ.2589-2608) แสดงให้เห็นว่าการเปลี่ยนแปลงสภาพภูมิอากาศจะทำให้ปริมาณน้ำฝนและอุณหภูมิ เพิ่มขึ้น ซึ่งในอนาคตจะทำให้มีปริมาณน้ำฝนเพิ่มขึ้นในช่วงฤดูการเพาะปลูก สรุปได้ว่าการเพิ่มปริมาณน้ำฝน ทำให้ความต้องการน้ำของพืชเพิ่มขึ้นเป็นกลาง ความแตกต่างของความต้องการน้ำเพื่อชลประทานโดยเฉลี่ย ระหว่างปัจจุบันและนาคต < 2.5% อย่างไรก็ตามจะต้องใช้ระยะเวลา 5 ปีถึงความต้องการน้ำชลประทานใน อนาคตจะมากกว่าปัจจุบัน

40 Nuttawut (2557) ได้ทำการศึกษาความต้องการน้ำของข้าวที่ปลูกในประเทศไทยเพื่อเปรียบเทียบ ผลการคำนวณความต้องการน้ำของข้าวที่ปลูกในแปลงทดลอง โปรแกรม CROPWAT เป็นโปรแกรมที่ใช้ในการ คำนวณปริมาณน้ำของพืชเศรษฐกิจที่ปลูกในพื้นที่ชลประทานเพื่อใช้ในการจัดหาน้ำตามฤดูกาลตามค่าใช้จ่าย น้ำหรือพื้นที่ปลูกพืช เป็นโปรแกรมที่รวดเร็วและง่ายต่อการใช้งาน ข้อมูลรวมถึงข้อมูลพื้นฐานเกี่ยวกับโครงการ ชลประทานชนิดพืชพื้นที่ปลูกและเวลาหรือการวางแผนน้ำ การคำนวณปริมาณความต้องการน้ำของพืชโดยใช้ ค่าสัมประสิทธิ์การปลูกพืชเศรษฐกิจที่สำคัญและปริมาณการคายระเหยของพืชอ้างอิงรายเดือน ผลที่ได้คือ ความลึกของน้ำหรือปริมาณน้ำทั้งหมดที่พืชต้องการทุกวัน ผลการคำนวณจะแสดงในสเปรดชีต Microsoft Excel แผ่นงาน ข้อมูลเหล่านี้สามารถนำไปใช้ในการวางแผนการจัดสรรน้ำต่อไป จากการพิจารณาวันที่เริ่มการทดลอง การทดลองนี้เริ่มตั้งแต่ 1 กรกฎาคม ถึง 28 ตุลาคม (120 วัน) เวลาการทดลองแบ่งออกเป็น 4 ช่วง ได้แก่เริ่มต้น,พัฒนา,กลาง และปลาย การปลูกข้าวต้องใช้ระยะเวลาใน การเตรียมดินก่อน 20 วัน ผลการวิจัยพบว่าในหนึ่งเดือนเกษตรกรต้องได้รับการชลประทานตามตาราง ใน ส่วนของความต้องการน้ำสำหรับการปลูกข้าว จากการทดลองพบว่าข้าวใช้น้ำในการเพาะปลูกประมาณ 414.3-592.7 มม. หรือ 4.55-6.05 มม./วัน การศึกษาความต้องการน้ำในการปลูกข้าว จากการคำนวณ โดยโปรแกรมคือ 481.8 มม. หรือ 4.32 มม./วัน ดังนั้นการศึกษาความต้องการน้ำสำหรับปลูกข้าวจากการ คำนวณตามโปรแกรมได้อย่างแม่นยำและสามารถนำไปใช้บริหารจัดการทรัพยากรนำให้้เกิดประโยชน์ได้

41 บทที่ 3 วิธีดำเนินการศึกษา 3.1 ขนตอนในการรวบรวมข ั้ ้อมูลปริมาณน้ำฝนและอุณหภูมิจาก RCM 3.1.1 เปิดข้อมูล RCM ช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2019) ของฐานข้อมูลแบบจำลองจาก MPI ภาพที่ 3.1 ขอมู้ล RCM ของฐานข้อมูลแบบจำลองจาก MPI 3.1.2 เลือกเมนู Search → พิมพ์ Make NetCDF → เลือก Make NetCDF Table View ภาพที่ 3.2 การค้นหา Make NetCDF

42 3.1.3 นำเข้าข้อมูลในหน้าตาง่ Make NetCDF Table View Input netCDF File → นำเข้าข้อมูลไฟล์ RCM ช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2005) ของ ฐานข้อมูลแบบจำลองจาก MPI Variables → เลือกข้อมูลที่ตองการ้คือ pr, tasmax และtasmin Row Dimensions → เลือกขอมู้ลที่ต้องการ คือ time Dimension Values → ใส่พกิัดของสถานีโดยใส่ข้อมูล lat และ long ภาพที่ 3.3 หน้าต่าง Make NetCDF Table View 3.1.4 จะได้ขอมู้ลดังตาราง หลังจากนั้น Export โดยเลือกนามสกุลไฟลเป์ ็น dBASE Table ภาพที่ 3.4 ตารางข้อมูล RCM ของฐานข้อมูลแบบจำลองจาก MPI 3.1.5 ทำข้อ 3.1.1 - 3.1.4 ซ้ำ โดยเปลี่ยนเป็นข้อมูล RCM ในปีอนาคต (ค.ศ.2006 - ค.ศ.2100) ที่ RCP 4.5 และ 8.5 ของฐานข้อมูลแบบจำลองจาก MPI

43 3.1.6 ทำข้อ 3.1.1 - 3.1.4 ซ้ำ โดยเปลี่ยนเป็นข้อมูล RCM ช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2005) และในปีอนาคต (ค.ศ.2006 - ค.ศ.2100) ที่ RCP 4.5 และ 8.5 ของฐานข้อมูลแบบจำลองจาก MPI 3.2 ขนตอนในการปร ั้ับแก้ข้อมูลนำฝนและอุ้ณหภูมิ (Bias Correction) 3.2.1 นำเข้าข้อมูล RCM ช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2005) ของฐานข้อมูลแบบจำลองจาก MPI 3.2.2 หาค่าเฉลี่ยอุณหภูมิต่ำสุดและสูงสดของแตุ่ละเดือน 3.2.3 หาค่า factor โดยเทียบความแตกต่างค่าอุณหภูมิต่ำสุดและสูงสุดจากแบบจำลอง RCM กับค่า อุณหภูมิต่ำสุดและสูงสุดจากการตรวจวัดที่สถานีกาญจนบุรี เมื่อค่า factor = ค่าสัมประสิทธิ์การปรับลดความคลาดเคลื่อน โดยสามารถหาค่า factor ปรับแก้ด้วยสมการดังนี้ o สมการปรับแก้ค่าน้ำฝน ௛௜௦ ∗ = ௛௜௦ሺሻ. µ௠(௢௕௦(ሻ) µ௠(௛௜௦() ௙௨௧ ∗ = ௙௨௧(). µ௠(௢௕௦()) µ௠(௛௜௦() o สมการปรับแก้ค่าอุณหภูมิ ௛௜௦ ∗ = ௛௜௦() + µ௠൫௢௕௦()൯ − µ௠(௛௜௦()) ௙௨௧ ∗ = ௙௨௧() + µ௠൫௢௕௦()൯ − µ௠(௛௜௦()) ภาพที่ 3.5 การหาค่า factor ของอุณหภูมิระหว่างแบบจำลอง RCM และการตรวจวัด

44 3.2.4 นำเข้าข้อมูล RCM ในปีอนาคต (ค.ศ.2006 - ค.ศ.2100) ที่ RCP 4.5 และ 8.5 ของ ฐานข้อมูลแบบจำลองจาก MPI 3.2.5 นำข้อมูล RCM ช่วงปีค.ศ.2006 - ค.ศ.2017 มาหาค่าเฉลี่ยอุณหภูมิต่ำสุดและสูงสุดของแต่ ละเดือน เพื่อใช้ช่วงปีนี้ในการตรวจสอบความถูกต้อง 3.2.6 ตรวจสอบความถูกต้อง (Correlation) 3.2.7 แบ่งข้อมูล RCM ของอุณหภูมิต่ำสุดและสูงสุด ในปีอนาคต ที่ RCP 4.5 และ 8.5 แบ่ง ออกเป็น 3 ช่วง คือ ค.ศ.2026 - ค.ศ.2050, ค.ศ.2051 - ค.ศ.2075 และค.ศ.2076 - ค.ศ.2100 3.2.8 นำค่า factor ไปปรับแก้ข้อมูลอุณหภูมิต่ำสุดและสงสู ุดจากแบบจำลอง RCM จากนั้น ก็จะได้ ชุดข้อมูล Future Climate ที่ทำการปรับแก้แล้ว 3.3 ขนตอนการคำนวณความต ั้ องการใช ้น้ ้ำของพืชโดยโปรแกรม CROPWAT 3.3.1 เปิดโปรแกรม CROPWAT → ใส่ข้อมูลในส่วนของ Climate data Max Temp → ใส่ข้อมูลอุณหภูมิสูงสุดที่ได้ปรับแก้แล้วของฐานข้อมูลแบบจำลองจาก MPI ในช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2019) Min Temp → ใส่ข้อมูลอุณหภูมิต่ำสุดที่ได้ปรับแก้แล้วของฐานข้อมูลแบบจำลองจาก MPI ในช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2019) Humidity → ค่าความชื้นจากการตรวจวัดของสถานีชัยนาท Wind → ค่าความเร็วลมจากการตรวจวัดของสถานีชัยนาท Sun → ระยะเวลาแดดออกจากการตรวจวัดของสถานีชัยนาท ภาพที่ 3.6 การนำเข้าข้อมูลสภาพอากาศของฐานข้อมูลแบบจำลองจาก MPI

45 3.3.2 นำเข้าข้อมูลในส่วนของน้ำฝน (Rainfall data) → ใส่ข้อมูลน้ำฝนที่ได้ปรับแก้แลวของ้ ฐานข้อมูลแบบจำลองจาก MPI ในช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2019) ภาพที่ 3.7 การนำเข้าข้อมูลปริมาณน้ำฝนของฐานข้อมูลแบบจำลองจาก MPI 3.3.3 นำเข้าข้อมูลพืช (Crop data) → ใส่ข้อมูลค่าการใช้น้ำของพืช (Crop coefficient, Kc) ของ พันธุ์ข้าวที่ปลูกในพื้นที่ศึกษา คือพันธุ์ข้าวขาวดอกมะลิ 105 → ใส่ข้อมูลระยะช่วงเวลาการเจริญเติบโตและ เวลาการเพาะปลูก (Growth stages, Growth duration, Days) ในช่วง 110 วัน → ใส่ข้อมูลความลึกของ ราก (Rooting depth, meter) ภาพที่ 3.8 การนำเข้าข้อมูลพืชพันธุ์ข้าวขาวดอกมะลิ 105

46 3.3.4 นำเข้าค่าของข้อมูลดิน (Soil data) โดยค่าของข้อมูลดิน จากชุดข้อมูลดินเหนียวซึ่งเป็นชนิด ดินมากกว่าร้อยละ 95 ของพื้นที่ทั้งหมด (ข้อมูลจาก กรมพัฒนาที่ดิน, 2021) ภาพที่ 3.9 การหาค่าของข้อมูลดินในพื้นที่โดยใช้โปรแกรม CLIMWAT 2.0 3.3.5 นำเข้าค่าที่ Export selected stations จากโปรแกรม CLIMWAT 2.0 จากการหาข้อมูลใน LDD soil guide (กรมพัฒนาที่ดิน) ดินในพื้นที่ศึกษาส่วนใหญ่เป็นดินเหนียว จึงนำเข้าค่าของดินเป็นดินเหนียว ภาพที่ 3.10 การนำเข้าข้อมูลดิน

47 3.3.6 ผลลัพธปร์ ิมาณน้ำที่ขาวต้ ้องการ (Crop water requirement, CWR) โดย ETc = ปริมาณน้ำที่พืชใช้ Effective rain = ปริมาณฝนใช้การ Irrigation water requirement = ปรมาณนิ้ำชลประทานที่พืชต้องการ ภาพที่ 3.11 ผลลัพธ์ปริมาณน้ำที่ข้าวต้องการ 3.3.7 ทำข้อ 3.3.1 - 3.3.6 ซ้ำ โดยเปลี่ยนเป็นข้อมูลที่ได้ปรับแก้ที่ RCP 4.5 และ8.5 ที่ปีค.ศ. 2026 - ค.ศ.2050, ค.ศ.2051 - ค.ศ.2075 และค.ศ.2076 - ค.ศ.2100 3.3.8 ทำข้อ 3.3.1 - 3.3.7 ซ้ำ โดยเปลี่ยนเป็นข้อมูลที่ได้ปรับแก้ในฐานข้อมูลแบบจำลอง MPI 3.4 ขนตอนในการว ั้ิเคราะห์หาแนวทางเพื่อลดผลกระทบจากการเปลี่ยนแปลงทางสภาพอากาศ จากการคำนวณความต้องการใช้น้ำของพืชที่เปลี่ยนแปลงไปจากสภาพอากาศ โดยโปรแกรม CROPWAT นำมาคำนวณปริมาณการใช้น้ำของข้าวซึ่งเป็นพืชหลักของพื้นที่โครงการส่งน้ำและบำรุงรักษาบรม ธาตุและนำมาวิเคราะห์ในการบริหารจัดการน้ำและการแจกจ่ายน้ำในช่วงการเพาะปลูก จะเห็นได้ว่าในช่วง ควรใช้ปริมาณน้ำเท่าไร และเดือนไหนขาดแคลนน้ำ เพื่อที่จะหาแนวทางแก้ไขปัญหาในอนาคตต่อไป เราจะ ทราบถึงการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของพื้นที่ที่เปลี่ยนแปลงไป และเพื่อหา วิธีการแก้ไขปัญหาดังกล่าวต่อไป โดยพิจารณาทั้งในแง่ของน้ำต้นทุนที่ต้องส่งให้เพียงพอ พื้นที่เพาะปลูกใน ปัจจุบัน การเปลี่ยนวิธีการเพาะปลูกเป็นนาเปียกสลับแห้ง การสลับฝั่งกันปลูกระหว่างสองฝั่งของแม่น้ำน้อย การเพิ่มประสิทธิภาพการชประทานของเดิม

48 บทที่ 4 ผลและการวจารณิ ์ 4.1 ผลการดำเนินการสำหรับวัตถุประสงค์ที่ 1 “เพื่อนำผลการพยากรณ์จากแบบจำลองภูมิอากาศภูมิภาคมาเปรียบเทียบกับข้อมูลในพื้นที่โครงการ ส่งน้ำและบำรุงรักษาบรมธาตุ” ก่อนที่จะนำข้อมูลฝนและอุณหภูมิทั้ง กรณี RCP 4.5 และ RCP 8.5 จาก RCM จะต้องทำการ ปรับแก้ข้อมูลเพื่อให้ข้อมูลดังกล่าวมีความแม่นยำมากขึ้น โดยเปรียบเทียบกับข้อมูลสภาพภูมิอากาศจากสถานี ตรวจวัดชัยนาท โดยปรับแก้ค่าของฐานข้อมูลแบบจำลองให้มีค่าใกล้ค่าจริงมากที่สุด โดยจะเป็นการนำค่าจาก ฐานข้อมูลแบบจำลองและค่าจากสถานีมาหาค่า Factor สำหรับปรับแก้ความคลาดเคลื่อนข้อมูลน้ำฝนและ อุณภูมิภายใต้แบบจำลอง และนำ Factor ดังกล่าวมาปรับแก้ข้อมูลฝนและอุณหภูมิของ RCM ส่งผลให้ การพยากรณ์แบบจำลองมีความแม่นยำมากขึ้น โดยเลือกใช้ข้อมูลปีค.ศ. 1996 ถึง ค.ศ. 2019 รวม 23 ปี เพื่อหาสภาพฝนและอูณหภูมิมาตรฐานของพื้นที่ (Observe) 4.1.1 การเปรียบเทียบข้อมูลปริมาณน้ำฝนจากการตรวจวัดและจากผลของแบบจำลอง RCM หลัง การปรับแก้ความคลาดเคลื่อน • ปริมาณน้ำฝนที่ RCP 4.5 ตารางที่ 4.1 ตารางการเปรียบเทียบข้อมูลปริมาณน้ำฝนจากการตรวจวัดและแบบจำลองที่ RCP 4.5 Month Observed Near (2026-2050) Mid (2051-2075) Far (2076-2100) RCM MPI (mm.) 1 6.65 3.65 4.89 9.96 2 7.71 6.26 10.13 7.96 3 30.53 28.78 27.91 29.89 4 61.71 73.99 62.48 66.24 5 124.22 119.32 134.31 116.78 6 115.05 96.74 110.02 99.26 7 107.06 108.80 124.71 125.39 8 109.46 113.83 118.43 113.34 9 210.98 210.31 211.98 233.14 10 217.79 198.32 202.98 219.55 11 61.48 46.09 37.18 58.38 12 9.53 9.86 10.42 11.34

49 ภาพที่ 4.1 การเปรียบเทียบข้อมูลปริมาณน้ำฝนจากการตรวจวัดและแบบจำลองที่ RCP 4.5 4.1.2 การเปรียบเทียบข้อมูลอุณหภูมิต่ำสุดจากการตรวจวัดและจากผลของแบบจำลอง RCM หลัง การปรับแก้ความคลาดเคลื่อน • อุณหภูมิต่ำสุดที่ RCP 4.5 ตารางที่ 4.2 ตารางการเปรียบเทียบอุณหภูมิต่ำสุดจากการตรวจวัดและแบบจำลองที่ RCP 4.5 Month Observed Near (2026-2050) Mid (2051-2075) Far (2076-2100) RCM MPI (˚C) 1 19.52 19.33 21.31 21.91 2 21.52 21.41 23.88 23.96 3 23.74 24.25 26.39 26.55 4 24.91 25.00 27.11 27.23 5 25.07 25.27 27.40 27.48 6 24.83 25.04 27.34 27.44 7 24.54 24.98 27.17 27.24 8 24.47 24.85 27.00 27.11 9 24.33 24.75 26.76 26.84 10 23.91 24.13 25.65 26.03 11 22.26 22.93 24.31 24.56 12 19.79 21.01 21.43 22.25

50 ภาพที่ 4.2 การเปรียบเทียบข้อมูลอุณหภูมติ่ำสุดจากการตรวจวัดและแบบจำลองที่ RCP 4.5 4.1.3 การเปรียบเทียบข้อมูลอุณหภูมิสูงสุดจากการตรวจวัดและจากผลของแบบจำลอง RCM หลัง การปรับแก้ความคลาดเคลื่อน • อุณหภูมิสูงสุดที่ RCP 4.5 ตารางที่ 4.3 ตารางการเปรียบเทียบอุณหภูมิสูงสุดจากการตรวจวัดและแบบจำลองที่ RCP 4.5 Month Observed Near (2026-2050) Mid (2051-2075) Far (2076-2100) RCM MPI (˚C) 1 29.71 30.60 31.37 31.23 2 31.70 32.60 32.66 33.21 3 33.54 34.15 34.93 34.95 4 34.60 35.69 36.21 36.08 5 33.87 34.75 35.01 35.38 6 33.07 33.96 33.99 34.63 7 32.32 33.41 32.93 33.55 8 32.21 33.01 33.31 34.03 9 31.86 32.51 33.19 33.28 10 31.06 31.79 32.76 32.47 11 30.14 31.24 32.11 32.19 12 29.27 30.90 31.18 31.52

51 ภาพที่ 4.3 การเปรียบเทียบข้อมูลอุณหภูมสิูงสุดจากการตรวจวัดและแบบจำลองที่ RCP 4.5 • อุณหภูมิสูงสุดที่ RCP 8.5 ตารางที่ 4.4 ตารางการเปรียบเทียบข้อมูลปริมาณน้ำฝนจากการตรวจวัดและแบบจำลองที่ RCP 8.5 Month Observed Near (2026-2050) Mid (2051-2075) Far (2076-2100) RCM MPI (mm.) 1 6.65 2.65 3.47 4.79 2 7.71 5.13 3.55 2.10 3 30.53 37.13 36.85 27.67 4 61.71 99.99 87.15 56.69 5 124.22 110.12 100.59 116.78 6 115.05 100.12 90.69 92.96 7 107.06 120.00 130.10 129.50 8 109.46 119.36 123.54 102.54 9 210.98 203.42 180.94 150.98 10 217.79 176.55 145.35 98.96 11 61.48 36.04 21.71 20.36 12 9.53 9.98 10.42 11.34 ภาพที่ 4.4 การเปรียบเทียบข้อมูลปริมาณน้ำฝนจากการตรวจวัดและแบบจำลองที่ RCP 8.5

52 • อุณหภูมิต่ำสุดที่ RCP 8.5 ตารางที่ 4.5 ตารางการเปรียบเทียบอุณหภูมิต่ำสุดจากการตรวจวัดและแบบจำลองที่ RCP 8.5 Month Observed Near (2026-2050) Mid (2051-2075) Far (2076-2100) RCM MPI (˚C) 1 19.52 19.83 26.65 25.91 2 21.52 21.91 24.28 26.96 3 23.74 25.25 27.79 27.55 4 24.91 25.50 28.12 27.83 5 25.07 25.77 27.40 27.98 6 24.83 25.94 27.96 28.44 7 24.54 25.28 27.67 28.62 8 24.47 25.78 27.70 29.11 9 24.33 25.35 27.86 28.74 10 23.91 24.93 26.95 28.43 11 22.26 23.53 25.21 27.56 12 19.79 21.51 23.33 25.65 ภาพที่ 4.5 การเปรียบเทียบข้อมูลอุณหภูมติ่ำสุดจากการตรวจวัดและแบบจำลองที่ RCP 8.5

53 • อุณหภูมิต่ำสุดที่ใช้ในการตรวจสอบ ตารางที่ 4.6 ตารางการเปรียบเทียบอุณหภูมิสูงสุดจากการตรวจวัดและแบบจำลองที่ RCP 8.5 Month Observed Near (2026-2050) Mid (2051-2075) Far (2076-2100) RCM MPI (˚C) 1 29.71 31.10 32.27 33.53 2 31.70 33.20 34.36 36.01 3 33.54 34.85 36.73 37.85 4 34.60 36.39 37.91 38.98 5 33.87 35.55 36.61 38.98 6 33.07 34.86 35.49 38.03 7 32.32 34.51 35.93 37.55 8 32.21 34.21 34.61 36.13 9 31.86 33.91 34.59 36.78 10 31.06 32.69 34.66 35.77 11 30.14 32.19 34.11 36.29 12 29.27 31.77 32.88 35.42 ภาพที่ 4.6 การเปรียบเทียบข้อมูลอุณหภูมสิูงสุดจากการตรวจวัดและแบบจำลองที่ RCP 8.5

54 4.1.4 การตรวจความถูกต้อง (Validation) ของปริมาณน้ำฝนและอุณหภูมิ ก. ค่าเฉลี่ย (Average) เป็นค่าที่เกิดจากการนำข้อมูลมารวมกันแล้วหารด้วยจำนวนข้อมูลเพื่อเป็นค่ากลางของข้อมูล ข. ค่าเบี่ยงเบนมาตรฐาน (standard deviation: SD) เป็นค่าที่วัดการวัดการกระจายของกลุ่มข้อมูล สามารถบอกได้ว่าโดยเฉลี่ยค่าของข้อมูลมีค่า ต่างจากค่าเฉลี่ยอยู่เท่าไร ค. RMSE (Root Mean Square Error) เป็น Loss Function ที่จะมีการทำให้ค่า Error กลายเป็นบวกก่อนโดยการนำค่า Error มายกกำลังสอง ก่อนที่จะนำค่า Error มาหาค่าเฉลี่ย และที่จะนำมาใส่ Square Root จึงทำให้มี คุณสมบัติที่หน่วยของค่า Error จะไม่มีเลขยกกำลังสอง จึงทำให้อ่านค่าได้ง่ายกว่า เนื่องจากหน่วย ของ RMSE นั้นมีหน่วยเดียวกันกับค่าที่โมเดลทำนายไว้โดย RMSE มีค่ายิ่งต่ำยิ่งดีถ้าเท่ากับ 0 แปลว่าโมเดลทำนายค่าได้ถูกต้อง แต่ในทางปฏิบัติการปรับแก้โมเดลได้เท่ากับ 0 เป็นไปได้ยากมาก ง. ค่าสัมประสิทธิ์แสดงการตัดสินใจ (Coefficient of Determination, R2 ) เป็นค่าที่ตัวสถิติที่ใช้วัดว่าตัวข้อมูลที่ได้นี้มีความสมรูปกับข้อมูลมากน้อยเพียงใด โดยที่ค่า R2 เป็นค่าที่โมเดลของเราอธิบายได้เป็นสัดส่วนจาก ค่าทั้งหมดของข้อมูลชุดนั้น โดย R2 จะมีค่าอยู่ ระหว่าง 0-1 ยิ่งเข้าใกล้ 1 ยิ่งดี ตารางที่ 4.7 ตารางการตรวจความถูกต้องของปริมาณน้ำฝนและอุณหภมูิที่ RCP 4.5 Data RCM Parameter R2 Average St Dev RMSE Observed MPI Rainfall 89.042 70.402 RCM MPI Rainfall 0.939 90.180 62.876 18.252 Bias Corrected MPI Rainfall 1.000 89.041 70.401 0.003 Observed MPI Min Temp 23.708 1.922 RCM MPI Min Temp 0.966 23.154 2.168 0.712 Bias Corrected MPI Min Temp 0.959 23.976 2.105 0.521 Observed MPI Max Temp 34.342 1.932 RCM MPI Max Temp 0.562 32.125 1.557 2.562 Bias Corrected MPI Max Temp 0.931 34.691 1.812 0.619

55 ตารางที่ 4.8 ตารางการตรวจความถูกต้องของปริมาณน้ำฝนและอุณหภมูิที่ RCP 8.5 Data RCM Parameter R2 Average St Dev RMSE Observed MPI Rainfall 89.042 70.402 RCM MPI Rainfall 0.949 85.027 65.015 16.787 Bias Corrected MPI Rainfall 0.999 89.196 70.221 0.542 Observed MPI Min Temp 23.708 1.922 RCM MPI Min Temp 0.980 23.381 1.874 0.428 Bias Corrected MPI Min Temp 0.971 24.203 1.811 0.599 Observed MPI Max Temp 34.342 1.932 RCM MPI Max Temp 0.708 32.745 1.586 1.908 Bias Corrected MPI Max Temp 0.978 35.311 1.937 1.012 4.2 ผลการดำเนินการสำหรับวัตถุประสงค์ที่ 2 “เพื่อนำผลที่ได้จากแบบจำลองภูมิอากาศภูมิภาคหลังการปรับแก้แล้วมาหาความต้องการใช้น้ำของ พืชที่เปลี่ยนแปลงไปในพื้นที่โครงการส่งน้ำและบำรุงรักษาบรมธาตุ” 4.2.1 ความต้องการใช้น้ำของข้าวที่เปลี่ยนแปลงไปจากสภาพอากาศ จากการคำนวณความต้องการใช้น้ำของข้าวที่เปลี่ยนแปลงไปจากสภาพอากาศของ RCM MPI โดยโปรแกรม CROPWAT โดยแบ่งเป็นช่วงปีฐาน (ค.ศ.1996 - ค.ศ.2019) และช่วงปีในอนาคตแบ่งเป็น 3 ช่วงคืออนาคตอันใกล้ (ค.ศ.2026 - ค.ศ.2050), อนาคตช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) และอนาคต อันไกล (ค.ศ.2076 - ค.ศ.2100) โดยมีการปลูกข้าว 2 รอบต่อปีแบ่งเป็นนาปี(เริ่มเพาะปลูก 1 มิถุนายน) และนาปรัง (เริ่มเพาะปลูก 1 ธันวาคม) ได้ค่าความต้องการน้ำของข้าวดังนี้ ก. ความต้องการใช้น้ำของข้าวนาปีเริ่มปลูกเดือนธันวาคมถึงเดือนมีนาคม กรณี RCP4.5 ตารางที่ 4.9 ตารางการเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปีกรณี RCP4.5 Irr. Req. (mm/crop) Historical (1996-2019) Near4.5 (2026-2050) Mid4.5 (2051-2075) Far4.5 (2076-2100) MPI 243.6 264.2 (+8.5%) 245.9 (+0.9%) 260.0 (+6.7%)

56 ภาพที่ 4.7 การเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปีกรณี RCP 4.5 • ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงปีฐาน (ค.ศ. 1996 - ค.ศ 2019) ภาพที่ 4.8 ความต้องการใช้น้ำของข้าวนาปีที่ในช่วงปีฐาน (ค.ศ.1996 - ค.ศ 2019) 100.0 150.0 200.0 250.0 300.0 350.0 Observe Near4.5 Mid4.5 Far4.5 mm/crop กรณีฤดฝนู RCP 4.5 ปรมาณความติองการน้ าชลประทาน ํÊ

57 • ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอัน ใกล้ (ค.ศ.2026 - ค.ศ.2050) ที่ RCP 4.5 ภาพที่ 4.9 ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตช่วงกลาง (ค.ศ.2026 - ค.ศ.2050) ท RCP 4.5 ี่ • ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต ช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ที่ RCP 4.5 ภาพที่ 4.10 ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ท RCP 4.5 ี่

58 • ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต อันไกล (ค.ศ.2076 - ค.ศ.2100) ที่ RCP 4.5 ภาพที่ 4.11 ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอันไกล (ค.ศ.2076 - ค.ศ.2100) ท RCP 4.5 ี่ ข. ความต้องการใช้น้ำของข้าวนาปรัง เริ่มปลูกเดือนมิถุนายนถึงเดือนกันยายน กรณี RCP4.5 ตารางที่ 4.10 ตารางการเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปรัง กรณี RCP4.5 Irr. Req. (mm/crop) Historical (1996-2019) Near4.5 (2026-2050) Mid4.5 (2051-2075) Far4.5 (2076-2100) MPI 597.5 618.5 (+3.5%) 620.7 (+3.9%) 620.0 (+3.8%)

59 ภาพที่ 4.12 การเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปรัง กรณี RCP 4.5 • ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงปีฐาน (ค.ศ.1996 - ค.ศ 2019) ภาพที่ 4.13 ความต้องการใช้น้ำของข้าวนาปรังในช่วงปีฐาน (ค.ศ.1996 - ค.ศ 2019) 400.0 450.0 500.0 550.0 600.0 650.0 700.0 Observe Near4.5 Mid4.5 Far4.5 mm/crop กรณีฤดแลูง้ RCP 4.5 ปรมาณความติองการน้ าชลประทานÊํ

60 • ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอัน ใกล้ (ค.ศ.2026 - ค.ศ.2050) ที่ RCP 4.5 ภาพที่ 4.14 ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอันใกล้ (ค.ศ.2026 - ค.ศ.2050) ท RCP 4.5 ี่ • ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต ช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ท RCP 4.5 ี่ ภาพที่ 4.15 ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ท RCP 4.5 ี่

61 • ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต อันไกล (ค.ศ.2076 - ค.ศ.2100) ที่ RCP 4.5 ภาพที่ 4.16 ความต้องการใช้น้ำของข้าวที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอันไกล (ค.ศ.2076 - ค.ศ.2100) ที่ RCP 4.5 ค. ความต้องการใช้น้ำของข้าวนาปีเริ่มปลูกเดือนธันวาคมถึงเดือนมีนาคม กรณี RCP8.5 ตารางที่ 4.11 ตารางการเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปีกรณี RCP8.5 Irr. Req. (mm/crop) Historical (1996-2019) Near8.5 (2026-2050) Mid8.5 (2051-2075) Far8.5 (2076-2100) MPI 243.6 268.6 (+10.3%) 283.7 (+16.5%) 332.1 (+36.3%)

62 ภาพที่ 4.17 การเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปีกรณี RCP 8.5 • ความต้องการใช้น้ำของข้าวนาปีในช่วงปีฐาน (ค.ศ.1996 - ค.ศ 2019) ภาพที่ 4.18 ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตช่วงปีฐาน (ค.ศ.1996 - ค.ศ 2019) 100.0 150.0 200.0 250.0 300.0 350.0 Observe Near8.5 Mid8.5 Far8.5 mm/crop กรณีฤดฝนู RCP 8.5 ปรมาณความติองการน้ าชลประทานÊํ

63 • ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต อันใกล้ (ค.ศ.2026 - ค.ศ.2050) ที่ RCP 8.5 ภาพที่ 4.19 ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอันใกล้ (ค.ศ.2026 - ค.ศ.2050) ท RCP 8.5 ี่ • ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต ช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ท RCP 8.5 ี่ ภาพที่ 4.20 ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ท RCP 8.5 ี่

64 • ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต อันไกล (ค.ศ.2076 - ค.ศ.2100) ที่ RCP 8.5 ภาพที่ 4.21 ความต้องการใช้น้ำของข้าวนาปีที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอันไกล (ค.ศ.2076 - ค.ศ.2100) ท RCP 8.5 ี่ ง. ความต้องการใช้น้ำของข้าวนาปรังเริ่มปลูกเดือนมิถุนายนถึงเดือนกันยายน กรณี RCP8.5 ตารางที่ 4.12 ตารางการเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปรัง กรณี RCP8.5 Irr. Req. (mm/crop) Historical (1996-2019) Near8.5 (2026-2050) Mid8.5 (2051-2075) Far8.5 (2076-2100) MPI 597.5 624.3 (+4.5%) 651.0 (+9.0%) 683.9 (+14.5%)

65 ภาพที่ 4.22 การเปรียบเทียบข้อมูลความต้องการใช้น้ำของข้าวนาปรัง กรณี RCP 8.5 • ความต้องการใช้น้ำของข้าวนาปรังในช่วงปีฐาน (ค.ศ.1996 - ค.ศ 2019) ภาพที่ 4.23 ความต้องการใช้น้ำของข้าวนาปรังในช่วงปีฐาน (ค.ศ.1996 - ค.ศ 2019) 597.5 624.3 651.0 683.9 400.0 450.0 500.0 550.0 600.0 650.0 700.0 Observe Near8.5 Mid8.5 Far8.5 mm/crop กรณีฤดแลูง้ RCP 8.5 ปรมาณความติองการน้ าชลประทาน ํÊ

66 • ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต อันใกล้ (ค.ศ.2026 - ค.ศ.2050) ที่ RCP 8.5 ภาพที่ 4.24 ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอันใกล้ (ค.ศ.2026 - ค.ศ.2050) ท RCP 8.5 ี่ • ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต ช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ท RCP 8.5 ี่ ภาพที่ 4.25 ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) ท RCP 8.5 ี่

67 • ความต้องการใช้น้ำของข้าวนาปรังที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคต อันไกล (ค.ศ.2076 - ค.ศ.2100) ที่ RCP 8.5 ภาพที่ 4.26 ความต้องการใช้น้ำของข้าวที่เปลี่ยนแปลงไปจากสภาพอากาศในช่วงอนาคตอันไกล (ค.ศ.2076 - ค.ศ.2100) ท RCP 8.5 ี่ 4.2.2 หากพิจารณาปริมาณความต้องการน้ำที่เปลี่ยนแปลงไปให้เป็นในรูปของพื้นที่รวมของ ทั้งโครงการ Irrigation water requirement per unit(m) * Area(m2 ) = Total Irrigation requirement (m3 ) โดยนำค่า Irrigation water requirement per unit หรือค่าความต้องการน้ำชลประทานต่อหน่วย ที่ได้จาก การคำนวณโดยโปรแกรม CROPWAT มาคูณกับขนาดของพื้นที่เพาะปลูกจะได้เป็น ปริมาณน้ำชลประทาน สุทธิที่ต้องการทั้งหมดของพื้นที่เพาะปลูกเพื่อหาแนวโน้มปริมาณความต้องการใช้น้ำชลประทานที่เปลี่ยนแปลงไป (ลบ.ม.) ดังนี้ • แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปี (เริ่มเพาะปลูกเดือน ธันวาคม) กรณี RCP 4.5 ตารางที่ 4.13 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปี (เริ่มเพาะปลูกเดือน ธันวาคม) กรณี RCP 4.5 ช่วง ปริมาณความต้องการใช้น้ำชลประทาน ที่เปลี่ยนแปลงไป (ล้าน ลบ.ม.) ส่วนต่าง Observe (1996-2019) 125.531 - Near Future (2026-2050) 136.146 +8.5% Mid Future (2051-2075) 126.716 +0.9% Far Future (2076-2100) 133.982 +6.7%

68 ภาพที่ 4.27 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปี (เริ่มเพาะปลูกเดือน ธันวาคม) กรณี RCP 4.5 • แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปรัง (เริ่มเพาะปลูกเดือน มิถุนายน) กรณี RCP 4.5 ตารางที่ 4.14 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปรัง (เริ่มเพาะปลูกเดือน มิถุนายน) กรณี RCP 4.5 ช่วง ปริมาณความต้องการใช้น้ำชลประทาน ที่เปลี่ยนแปลงไป (ล้าน ลบ.ม.) ส่วนต่าง Observe (1996-2019) 128.728 - Near Future (2026-2050) 133.253 +3.5% Mid Future (2051-2075) 133.727 +3.9% Far Future (2076-2100) 133.576 +3.8% 1.255 1.361 1.267 1.340 - 0.500 1.000 1.500 2.000 Observe Near8.5 Mid8.5 Far8.5 MCM กรณีฤดฝนู RCP 4.5 ปรมาณความติองการน้ าชลประทาน ํÊ (ลาน้ลบ.ม.)

69 ภาพที่ 4.28 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทาน ของข้าวนาปรัง (เริ่มเพาะปลูกเดือน มิถุนายน) กรณ RCP 4.5 ี • แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปี (เริ่มเพาะปลูกเดือน ธันวาคม) กรณี RCP 8.5 ตารางที่ 4.15 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปี (เริ่มเพาะปลูกเดือน ธันวาคม) กรณี RCP 8.5 ช่วง ปริมาณความต้องการใช้น้ำชลประทาน ที่เปลี่ยนแปลงไป (ล้าน ลบ.ม.) ส่วนต่าง Observe (1996-2019) 125.531 - Near Future (2026-2050) 138.414 +10.3% Mid Future (2051-2075) 146.195 +16.5% Far Future (2076-2100) 171.136 +36.3% 1.287 1.333 1.337 1.336 - 0.500 1.000 1.500 2.000 Observe Near4.5 Mid4.5 Far4.5 MCM กรณีฤดแลูง้ RCP 4.5 ปรมาณความติองการน้ าชลประทานÊํ (ลาน้ลบ.ม.)

70 ภาพที่ 4.29 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปี (เริ่มเพาะปลูกเดือน ธันวาคม) กรณี RCP 8.5 • แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปรัง (เริ่มเพาะปลูกเดือน มิถุนายน) กรณี RCP 8.5 ตารางที่ 4.16 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทานของข้าวนาปรัง (เริ่มเพาะปลูกเดือน มิถุนายน) กรณี RCP 8.5 ช่วง ปริมาณความต้องการใช้น้ำชลประทาน ที่เปลี่ยนแปลงไป (ล้าน ลบ.ม.) ส่วนต่าง Observe (1996-2019) 128.728 - Near Future (2026-2050) 134.502 +4.5% Mid Future (2051-2075) 140.255 +9.0% Far Future (2076-2100) 147.343 +14.5% 1.255 1.384 1.462 1.711 - 0.500 1.000 1.500 2.000 Observe Near 8.5 Mid 8.5 Far 8.5 MCM กรณีฤดฝนู RCP 8.5 ปรมาณความติองการน้ าชลประทานÊํ (ลาน้ลบ.ม.)

71 ภาพที่ 4.30 แนวโน้มการเปลี่ยนแปลงของปริมาณความต้องการใช้น้ำชลประทาน ของข้าวนาปรัง (เริ่มเพาะปลูกเดือน มิถุนายน) กรณ RCP 8.5 ี 4.2.3 ผลกระทบเนื่องจากข้าวมีปริมาณความต้องการน้ำต้นทุนมากขึ้นแต่ด้วยปริมาณน้ำต้นทุน เท่าเดิม ในการวิเคราะห์โดยพิจารณาจากปริมาณน้ำต้นทุนจากปีฐาน (ค.ศ.1996-2019) โดยอ้างอิงด้วย พื้นที่เพาะปลูกเดิมที่ 322,072 ในฤดูฝนและ 134,653 ในฤดูแล้ง แต่เนื่องจากปริมาณความต้องการใช้น้ำ ชลประทานเพิ่มสูงขึ้นในอนาคตร้อยละ 0.9-36.3 ทำให้ด้วยปริมาณน้ำต้นทุนเดิมจะกระทบต่อพื้นที่ เพาะปลูกดังนี้ • พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้นใน ฤดูฝน กรณี RCP 4.5 ตารางที่ 4.17 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้นในฤดูฝน กรณี RCP 4.5 ช่วง พื้นที่เพาะปลูกที่สามารถทำได้ (ไร่) ลดลง (ไร่) ร้อยละ Observe (1996-2019) 322,072 - - Near future (2026-2050) 296,960 25,112.4 7.8 Mid future (2051-2075) 319,060 3,012.5 0.9 Far future (2076-2100) 301,757 20,315.3 6.3 1.287 1.345 1.403 1.473 - 0.500 1.000 1.500 2.000 Observe Near8.5 Mid8.5 Far8.5 MCM กรณีฤดแลูง้ RCP 8.5 ปรมาณความติองการน้ าชลประทานÊํ (ลาน้ลบ.ม.)

72 ภาพที่ 4.31 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้น ในฤดูฝน กรณ RCP 4.5 ี • พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้นใน ฤดูแล้ง กรณี RCP 4.5 ตารางที่ 4.18 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้นใน ฤดูแล้ง กรณี RCP 4.5 ช่วง พื้นที่เพาะปลูกที่สามารถทำได้ (ไร่) ลดลง (ไร่) ร้อยละ Observe (1996-2019) 134,653 - - Near future (2026-2050) 130,081 4,571.9 3.4 Mid future (2051-2075) 129,620 5,032.9 3.7 Far future (2076-2100) 129,766 4,886.6 3.6 322,072.000 296,960.000 319,060.000 301,757.000 100000 150000 200000 250000 300000 350000 400000 Observe Near4.5 Mid4.5 Far4.5 ไร่กรณีฤดฝนู RCP 4.5 พ ื นทÊ Éี ทÉี สามารถทาการเพาะปล ํ กไดู้

73 ภาพที่ 4.32 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้น ในฤดูแล้ง กรณี RCP 4.5 • พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้นใน ฤดูฝน กรณี RCP 8.5 ตารางที่ 4.19 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้นใน ฤดูฝน กรณี RCP 8.5 ช่วง พื้นที่เพาะปลูกที่สามารถทำได้ (ไร่) ลดลง (ไร่) ร้อยละ Observe (1996-2019) 322,072 - - Near future (2026-2050) 292,095 29,976.9 9.3 Mid future (2051-2075) 276,548 45,523.7 14.1 Far future (2076-2100) 236,244 85,827.7 26.6 134,653.000 130,081.000 129,620.000 129,766.000 100000 105000 110000 115000 120000 125000 130000 135000 140000 145000 150000 Observe Near4.5 Mid4.5 Far4.5 ไร่กรณีฤดแลูง้ RCP 4.5 พ ื นทÊ Éี ทÉี สามารถทาการเพาะปล ํ กไดู้

74 ภาพที่ 4.33 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้น ในฤดูฝน กรณ RCP 8.5 ี • พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้นใน ฤดูแล้ง กรณี RCP 8.5 ตารางที่ 4.20 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้น ในฤดูแล้ง กรณี RCP 8.5 ช่วง พื้นที่เพาะปลูกที่สามารถทำได้ (ไร่) ลดลง (ไร่) ร้อยละ Observe (1996-2019) 134,653 - - Near future (2026-2050) 128,873 5,780.4 4.3 Mid future (2051-2075) 123,587 11,066.0 8.2 Far future (2076-2100) 117,642 17,011.3 12.3 322,072 292,095 276,548 236,244 100000 150000 200000 250000 300000 350000 400000 Observe Near8.5 Mid8.5 Far8.5 ไร่กรณีฤดฝนู RCP 8.5 พ ื นทÊ Éี ทÉี สามารถทาการเพาะปล ํ กไดู้

75 ตารางที่ 4.34 พื้นที่เพาะปลูกได้รับผลกระทบเนื่องจากปริมาณความต้องการน้ำชลประทานเพิ่มสูงขึ้น ในฤดูแล้ง กรณี RCP 8.5 4.3 ผลการดำเนินการสำหรับวัตถุประสงค์ที่ 3 “เพื่อนำผลที่ได้จากแบบจำลองภูมิอากาศภูมิภาคหลังการปรับแก้แล้วมาศึกษาความต้องการใช้น้ำของ พืชที่เปลี่ยนแปลงไปในพื้นที่โครงการส่งน้ำและบำรุงรักษาบรมธาตุ” จากการคำนวณปริมาณการใช้น้ำของพืชที่เปลี่ยนแปลงไป ทำให้สามารถทราบปริมาณน้ำต้นทุน ที่ต้องการเพิ่มมากขึ้น โดยใช้ค่าที่วิกฤติที่สุดมาเป็นหลักเกณฑ์ในการเทียบปริมาณน้ำต้นทุนที่ต้องการเพิ่มขึ้น ในอนาคต โดยในอนาคต 25 ปีต้องการปริมาณน้ำต้นทุนเพิ่มขึ้น 138.414 ล้านลบ.ม. ในอนาคต 50 ปี ต้องการปริมาณน้ำต้นทุนเพิ่มขึ้น 146.195 ล้านลบ.ม. และในอนาคต 75 ปีต้องการปริมาณน้ำต้นทุน เพิ่มขึ้น 171.136 ล้านลบ.ม. จากข้อมูลปริมาณน้ำที่เปลี่ยนแปลงไปเมื่อค่า + คือการที่ต้องการปริมาณน้ำเพิ่มมากขึ้นจากช่วงปีฐาน และค่า – คือการที่ต้องการปริมาณน้ำน้อยลงจากช่วงปีฐาน จึงเห็นได้ว่ามีความต้องการปริมาณน้ำที่เพิ่มมากขึ้น เนื่องจากเกิดการเปลี่ยนแปลงสภาพอากาศทำให้ฝนตก โดยในการศึกษานี้ได้ดำเนินการวิเคราะห์ผลกระทบ ดังกล่าวดังนี้ 4.3.1 ปริมาณน้ำที่ต้องส่งให้กับพื้นที่เนื่องจากประสิทธิภาพชลประทานในปัจจุบัน 4.3.2 การเปลี่ยนวิธีการเพาะปลูกเป็นแบบนาเปียกสลับแห้ง 4.3.3 การเพิ่มประสิทธิภาพชลประทานจากปัจจุบันร้อยละ 5 และ 10 4.3.4 การสลับกันเพาะปลูกตามสองฝั่งของแม่น้ำน้อย 134,653.000 128,873 123,587 117,642 100000 105000 110000 115000 120000 125000 130000 135000 140000 145000 150000 Observe Near8.5 Mid8.5 Far8.5 ไร่กรณีฤดแลูง้ RCP 8.5 พ ื นทÊ Éี ทÉี สามารถทาการเพาะปล ํ กไดู้

76 ช่วงปีฐาน (ค.ศ.1988 - ค.ศ.2005) และช่วงปีในอนาคตแบ่งเป็น 3 ช่วงคืออนาคตอันใกล้ (ค.ศ. 2026 - ค.ศ.2050), อนาคตช่วงกลาง (ค.ศ.2051 - ค.ศ.2075) และอนาคตอันไกล (ค.ศ.2076 - ค.ศ. 2100) นำมาวิเคราะห์ส่งผลให้ได้ค่าปริมาณการใช้น้ำของข้าวดังนี้ 4.3.1 ปริมาณน้ำชลประทานที่ต้องส่งให้เพื่อเพียงพอต่อความต้องการใช้น้ำชลประทาน (สรุปการบริหารจัดการน้ำฤดูฝนโครงการส่งน้ำและบำรุงรักษาบรมธาตุ, 2655) ในฤดูฝน ปี 2561 การประเมินประสิทธิภาพการส่งน้ำฤดูฝน ปี 2561 สามารถหาได้จากสูตร = (ปริมาณน้ำตามทฤษฎี – ฝนใช้การ + การรั่วซึม) x 100 ปริมาณน้ำที่ส่งจริงตลอดฤดูฝน (268,000,000 – 359,000 + 20,000) x 100 = 489,067,000 = 54.72 % (สรุปการบริหารจัดการน้ำฤดูแล้งโครงการส่งน้ำและบำรุงรักษาบรมธาตุ, 2565) ในฤดูแล้ง ปี 2565 การประเมินประสิทธิภาพการส่งน้ำฤดูแล้ง ปี 2565 สามารถหาได้จากสูตร = (ปรมาณนิ้ำตามทฤษฎี – ฝนใช้การ + การรั่วซึม) x 100 ปรมาณนิ้ำที่ส่งจรงตลอดฤดิูแล้ง (450,000,000 – 290,000 + 22,000) x 100 = 793,004,506 = 56.71 % หากพิจารณาที่ประสิทธิภาพการชลประทานในปัจจุบัน (พ.ศ. 2565) ที่ 98.13 % ในฤดูฝนและ 27.87 % ในฤดูแล้งหากนำประสิทธิภาพดังกล่าวมาเพื่อหาปริมาณน้ำที่ต้องส่งให้แก่พื้นที่โครงการ ชลประทานบรมธาตุดังนี้ • ปริมาณน้ำที่ต้องส่งจริงให้แก่พื้นที่ชลประทานที่เปลี่ยนแปลงไปในฤดูฝนและฤดูแล้ง กรณี RCP 4.5

77 ตารางที่ 4.21 ปริมาณน้ำที่ต้องส่งจริงให้แก่พื้นที่ชลประทานที่เปลี่ยนแปลงไปในฤดูฝนและฤดูแล้ง กรณี RCP 4.5 ช่วง ปริมาณ ความต้องการ น้ำชลประทาน ในฤดูฝน (ล้าน ลบ.ม.) ปริมาณ น้ำชลประทานที่ ต้องส่งให้แก่พื้นที่ ในฤดูฝน (ล้าน ลบ.ม.) ปริมาณ ความต้องการน้ำ ชลประทานในฤดู แล้ง (ล้าน ลบ.ม.) ปริมาณ น้ำชลประทาน ที่ต้องส่งให้แก่ พื้นที่ในฤดูแล้ง (ล้าน ลบ.ม.) รวมทั้งปี (ล้าน ลบ.ม.) Observe (1996-2019) 125.5308 228.2378 128.7283 225.8391 454.0769 Near Future (2026-2050) 136.1463 (+8.50%) 247.5387 133.2526 (+3.50%) 233.7765 481.3152 (+6.00%) Mid Future (2051-2075) 126.7160 (+0.90%) 230.3927 133.7266 (+3.90%) 234.3080 464.7007 (+2.34%) Far Future (2026-2050) 133.9820 (+6.70%) 243.6035 133.5758 (+3.80%) 234.3435 477.9470 (+5.26%) ภาพที่ 4.35 ปริมาณน้ำที่ต้องส่งจริงให้แก่พื้นที่ชลประทานที่เปลี่ยนแปลงไป ในฤดูฝนและฤดูแล้ง กรณี RCP 4.5 228.2378 247.5387 230.3927 243.6035 225.8391 233.7765 234.308 234.3435 210 220 230 240 250 Observe Near 4.5 Mid 4.5 Far 4.5 MCM ปรมาณนิาทÊํÉีตองส ้ งให ่ก้บพั ืนทÊ Éีชลประทาน กรณี RCP 4.5 ฤดฝนู ฤดแลูง้

78 • ปริมาณน้ำที่ต้องส่งจริงให้แก่พื้นที่ชลประทานที่เปลี่ยนแปลงไปในฤดูฝนและฤดูแล้ง กรณี RCP 8.5 ตารางที่ 4.22 ปริมาณน้ำที่ต้องส่งจริงให้แก่พื้นที่ชลประทานที่เปลี่ยนแปลงไปในฤดูฝนและฤดูแล้ง กรณี RCP 8.5 ช่วง ปริมาณ ความต้องการ น้ำชลประทาน ในฤดูฝน (ล้าน ลบ.ม.) ปริมาณ น้ำชลประทานที่ ต้องส่งให้แก่พื้นที่ ในฤดูฝน (ล้าน ลบ.ม.) ปริมาณ ความต้องการ น้ำชลประทาน ในฤดูแล้ง (ล้าน ลบ.ม.) ปริมาณ น้ำชลประทาน ที่ต้องส่งให้แก่ พื้นที่ในฤดูแล้ง (ล้าน ลบ.ม.) รวมทั้งปี (ล้าน ลบ.ม.) Observe (1996-2019) 125.5308 225.8391 128.7283 225.8391 451.6782 Near Future (2026-2050) 138.4137 (+10.30%) 251.6612 134.5022 (+4.50%) 235.9688 487.63 (+6.83%) Mid Future (2051-2075) 146.1950 (+16.50%) 265.8090 140.2546 (+9.00%) 246.0606 511.8696 (+12.00%) Far Future (2026-2050) 171.1361 (+6.70%) 311.1567 147.3427 (+14.50%) 258.4960 569.6527 (+23.35%) ภาพที่ 4.36 ปริมาณน้ำที่ต้องส่งจริงให้แก่พื้นที่ชลประทานที่เปลี่ยนแปลงไป ในฤดูฝนและฤดูแล้ง กรณี RCP 8.5 225.8391 251.6612 265.809 311.1567 225.8391 235.9688 246.0606 258.496 0 100 200 300 400 Observe Near 4.5 Mid 4.5 Far 4.5 MCM ปรมาณนิาทÊํÉีตองส ้ งให ่ก้บพั ืนทÊ Éีชลประทาน กรณี RCP 8.5 ฤดฝนู ฤดแลูง้

79 4.3.2 เปลี่ยนแปลงการเพาะปลูกข้าวทั้งนาปีและนาปลังให้เป็นวิธีการปลูกแบบ นาเปียกสลับแห้ง จะสามารถลดปริมาณความต้องการใช้น้ำชลประทาน เนื่องจากการปลูกข้าวแบบนาเปียกสลับแห้งสามารถลดการใช้น้ำชลประทานได้ 25% - 40% (สุภชัย ปิติวุฒิ, “ระบบผลิดเปียกสลับแห้ง แกล้งข้าว”โดย ชาวนาวันหยุด, 2557) อีกทั้งยังสามารถลดความ ต้องการอย่างอื่นได้เช่น เมล็ดพันธุ์ปุ๋ยเคมียาเคมีแรงงาน พร้อมทั้งสามารถเพิ่ม คุณภาพข้าว ปริมาณผลผลติ กำไร โดยในการศึกษานี้จะพิจารณาในความต้องการใช้น้ำชลประทานที่ลดลงเนื่องจากเปลี่ยนวิธีการเพาะปลูก หากพิจารณาว่า การทำนาเปียกสลับแห้งสามารถน้ำได้อย่างน้อยที่สุด 25% จะส่งผลให้ความต้องการใช้น้ำ ลดลงดังนี้ • การลดปริมาณน้ำต้นทุนหากเปลี่ยนวิธีการเพาะปลูกเป็นนาเปียกสลับแห้ง กรณี RCP 4.5 ตารางที่ 4.23 การลดปริมาณน้ำต้นทุนหากเปลี่ยนวิธีการเพาะปลูกเป็นนาเปียกสลับแห้งกรณี RCP 4.5 ช่วง ฤดูฝน (ล้าน ลบ.ม.) ฤดูแล้ง (ล้าน ลบ.ม.) รวมทั้งปี (ล้าน ลบ.ม.) Observe (1996-2019) 31.3827 32.1821 63.5648 Near Future (2026-2050) 34.0366 33.3132 67.3497 Mid Future (2051-2075) 31.6790 33.4216 65.1106 Far Future (2026-2050) 33..4955 33.3939 66.8894 ภาพที่ 4.37 การลดปริมาณน้ำต้นทุนหากเปลี่ยนวิธีการเพาะปลูกเป็นนาเปียกสลับแหงกรณ้ ี RCP 4.5 31.4 34 31.7 33.5 32.2 33.3 33.4 33.4 30 31 32 33 34 35 Observe Near 4.5 Mid 4.5 Far 4.5 MCM ปรมาณนิาตÊํนท้นทุÉีสามารถลดไดจากการท้าํ นาเปียกสลบแหัง้ ฤดฝนู ฤดแลูง้

80 • การลดปริมาณน้ำต้นทุนหากเปลี่ยนวิธีการเพาะปลูกเป็นนาเปียกสลับแหง้กรณี RCP 8.5 ตารางที่ 4.24 การลดปริมาณน้ำต้นทุนหากเปลี่ยนวิธีการเพาะปลูกเป็นนาเปียกสลับแห้งกรณี RCP 8.5 ช่วง ฤดูฝน (ล้าน ลบ.ม.) ฤดูแล้ง (ล้าน ลบ.ม.) รวมทั้งปี (ล้าน ลบ.ม.) Observe (1996-2019) 31.3827 32.1821 63.5648 Near Future (2026-2050) 34.6034 33.6255 68.2290 Mid Future (2051-2075) 36.5487 35.0636 71.6124 Far Future (2026-2050) 42.7840 36.8357 79.6197 ภาพที่ 4.38 การลดปริมาณน้ำต้นทุนหากเปลี่ยนวิธีการเพาะปลูกเป็นนาเปียกสลับแหงกรณ้ ี RCP 8.5 4.3.3 การเพิ่มประสิทธิภาพชลประทานจากปัจจุบันร้อยละ 5 และ 10 ในการปรับปรุงประสิทธิภาพชลประทานเพื่อลดปริมาณน้ำต้นทุนที่ต้องส่งจริงให้แก่พื้นที่ชลประทาน นั้นหากปรับปรุงประสิทธิภาพการชลประทานพื้นที่ดังกล่าวแล้วจะสามารถลดปริมาณน้ำต้นทุนได้ยกตัวอย่าง หากเพิ่มประสิทธิภาพ 5 - 10% แล้ว จากเดิมประสิทธิภาพในฤดูฝนจากเดิมเป็น 55% เป็น 60% และ 65% และ ฤดูแล้งจาก57.00% เป็น 62.00% หรือ 67.00% หากเพิ่มประสิทธิภาพการชลประทานเป็น 10% เช่นด้วยสภาพปัจจุบันประสิทธิภาพการชลประทาน(55%) ต้องส่งน้ำที่ 228.2378 ล้าน ลบ.ม. แต่ถ้าประสิทธิภาพเป็น 60%หรือเพิ่มขึ้น 5% จะส่งน้ำเพียง 209.2180 ล้าน ลบ.ม. หรือส่วนต่างที่ 19.0198 ล้าน ลบ.ม. หากพิจารณาจากน้ำต้นทุน 2561 จะสามารถลดปริมาณน้ำที่ต้องส่งได้ถึง 8% และ 15% เมื่อปรับปรุงระบบชลประทาน 10% ดังต่อไปนี้ 31.4 34.6 36.5 42.8 32.2 33.6 35.1 36.8 0 10 20 30 40 50 Observe Near 4.5 Mid 4.5 Far 4.5 MCM ปรมาณนิาตÊํนท้นทุÉีสามารถลดไดจากการท้าํ นาเปียกสลบแหัง้ ฤดฝนู ฤดแลูง้

81 • ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 5 % กรณี RCP 4.5 ตารางที่ 4.25 ปริมาณน้ำตนทุ้นที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 5 % กรณี RCP 4.5 ช่วง ฤดูฝน (ล้าน ลบ.ม.) ฤดูแล้ง (ล้าน ลบ.ม.) รวม (ล้าน ลบ.ม. Observe (1996-2019) 19.0198 18.2128 37.2326 Near Future (2026-2050) 20.6282 18.8529 39.4811 Mid Future (2051-2075) 19.1994 18.9200 38.1194 Far Future (2026-2050) 20.3003 18.8987 39.1987 ภาพที่ 4.39 ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 5 % กรณี RCP 4.5 18.2128 18.8529 18.92 18.8987 19.0198 20.6282 19.1994 20.3003 0 10 20 30 40 50 Observe Near future Mid future Far future MCM ปรมาณนิาตÊํนท้ÉีเพÉิมจากการเพÉิมประสิทธิภาพการชลประทาน 5% ฤดูแล้ง ฤดูฝน

82 • ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 10 % กรณี RCP 4.5 ตารางที่ 4.26 ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 10 % กรณี RCP 4.5 ช่วง ฤดูฝน (ล้าน ลบ.ม.) ฤดูแล้ง (ล้าน ลบ.ม.) รวม (ล้าน ลบ.ม. Observe (1996-2019) 35.1135 33.7073 68.8208 Near Future (2026-2050) 38.0829 34.8920 72.9749 Mid Future (2051-2075) 35.4450 35.0161 70.4611 Far Future (2026-2050) 37.4775 34.9766 72.4541 ภาพที่ 4.40 ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 10 % กรณี RCP 4.5 33.7073 34.892 35.0161 34.9766 35.1135 38.0829 35.445 37.4775 0 10 20 30 40 50 60 70 80 90 Observe Near future Mid future Far future MCM ปริมาณน้ําต้นที่เพิ่มจากการเพิ่มประสิทธิภาพการชลประทาน 10% ฤดูแล้ง ฤดูฝน

83 • ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 5 % กรณี RCP 8.5 ตารางที่ 4.27 ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 5 % กรณี RCP 8.5 ช่วง ฤดูฝน (ล้าน ลบ.ม.) ฤดูแล้ง (ล้าน ลบ.ม.) รวม (ล้าน ลบ.ม. Observe (1996-2019) 19.0198 18.2128 37.2326 Near Future (2026- 2050) 20.9718 19.0297 40.0015 Mid Future (2051-2075) 22.1507 19.8436 41.9943 Far Future (2026-2050) 25.9297 20.8464 46.7761 ภาพที่ 4.41 ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 5 % กรณี RCP 8.5 18.2128 19.0297 19.8436 20.8464 19.0198 20.9718 22.1507 25.9297 0 5 10 15 20 25 30 35 40 45 50 Observe Near future Mid future Far future MCM ปริมาณน้ําต้นที่เพิ่มจากการเพิ่มประสิทธิภาพการชลประทาน 5% ฤดูแล้ง ฤดูฝน

84 • ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 10 % กรณี RCP 8.5 ตารางที่ 4.28 ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 10 % กรณี RCP 8.5 ช่วง ฤดูฝน (ล้าน ลบ.ม.) ฤดูแล้ง (ล้าน ลบ.ม.) รวม (ล้าน ลบ.ม. Observe (1996-2019) 35.1135 33.7073 68.8208 Near Future (2026-2050) 38.7171 35.2192 73.9363 Mid Future (2051-2075) 40.8937 36.7255 77.6192 Far Future (2026-2050) 47.8703 38.5815 86.4518 ภาพที่ 4.42 ปริมาณน้ำต้นทุนที่สามารถลดได้เนื่องจากการปรับปรุงประสิทธิภาพการชลประทาน 10 % กรณี RCP 8.5 33.7073 35.2192 36.7255 38.5815 35.1135 38.7171 40.8937 47.8703 0 10 20 30 40 50 60 70 80 90 Observe Near future Mid future Far future MCM ปริมาณน้ําต้นที่เพิ่มจากการเพิ่มประสิทธิภาพการชลประทาน 10% ฤดูแล้ง ฤดูฝน