210 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture รหัส สถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST13 GEV00 ˆ = 0.10, ˆ = 3.42*10-13 , ˆ = 5.99 73.22 83.20 0.69 ST14 GEV02 0 ˆ = 0.10, 1 ˆ = 5.16*10-10 , 2 ˆ =-1.18*10-11 , ˆ = 0.0002, ˆ = 3.07 29.73 39.71 0.36 ST15 GEV00 ˆ = 0.10, ˆ = 2.23*10-16 , ˆ = 2.76 -330.81 -324.15 0.37 ST16 GEV00 ˆ = 0.10, ˆ = 1.36*10-13 , ˆ = 5.44 48.47 55.12 0.17 ST17 GEV00 ˆ = 0.15, ˆ = 0.40, ˆ = 8.00 5.41 12.07 0.47 จากตารางที่ 3.50 เมื่อพิจารณารูปแบบของพารามิเตอร์ที่เหมาะสมในแต่ละสถานี พบว่า รูปแบบ ของพารามิเตอร์ ภายใต้กระบวนการคงที่และไม่คงที่ที่เหมาะสม ส่วนใหญ่ คือ รูปแบบ GEV00 จำนวน 6 สถานี รองลงมาคือ รูปแบบ GEV03, GEV05, GEV06 รูปแบบละ 2 สถานี ที่เหมาะสมกับข้อมูลปริมาณน้ำฝน สะสมทุก ๆ 10 วัน ต่ำสุด ต่ำสุด รายปี
ผลการวิจัย 211 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ทั้งนี้ ผู้วิจัยได้วิเคราะห์ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายปี ด้วย แบบจำลองที่เหมาะสม ในคาบย้อนพินิจ 2 5 25 50 และ 100 ปี ผลแสดงดังตารางที่ 3.51 ตารางที่ 3.51 ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายปี สถานี คาบย้อนพินิจ(ปี) 2 5 25 50 100 ST1 0.10 0.10 0.28 3.09 48.98 ST2 0.20 1.95 4.69 11.81 29.03 ST3 0.10 0.10 1.60 4.52 12.56 ST4 0.43 1.16 5.19 9.67 17.96 ST5 0.38 1.54 12.65 30.26 71.93 ST6 2.03 2.22 6.61 18.36 59.50 ST7 0.19 0.53 3.36 7.49 16.70 ST8 0.14 0.29 1.10 2.02 3.72 ST9 0.22 0.60 3.52 7.51 16.03 ST10 0.14 0.33 3.90 12.31 38.98 ST11 0.16 0.35 2.80 7.34 19.38 ST12 0.16 1.48 5.27 27.23 134.41 ST13 0.10 0.10 0.10 0.10 0.15 ST14 0.10 0.11 1.19 9.49 79.99 ST15 0.10 0.10 0.10 0.10 0.10 ST16 0.10 0.10 0.10 0.10 0.10 ST17 1.04 6.53 8.19 18.14 48.35 จากตารางที่ 3.51 พบว่า ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายปี มีระดับการเกิดซ้ำของสถานี ST8 และ ST9 ที่มีค่าปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ต่ำสุด เมื่อคาบย้อน พินิจมีค่าเพิ่มขึ้น
212 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 5 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 25 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 50 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 100 ปี ภาพที่ 3.62 แผนที่ค่าประมาณระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี 5 ปี 25 ปี50 ปี และ 100 ปี ของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายปี
ผลการวิจัย 213 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 2.2 การคาดการณ์ปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายฤดูกาล รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ โดยแสดงค่าประมาณ พารามิเตอร์ ของตัวแบบที่เหมาะสมจากค่า AIC และการทดสอบภาวะสารูปสนิทดี จากสถิติทดสอบ KS-test ของแบบจำลองปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด ฤดูกาล ดังตาราง 3.52 ตารางที่ 3.52 รูปแบบของแบบจำลองที่เหมาะสม และค่าประมาณพารามิเตอร์ ค่า AIC และค่า BIC ภายใต้ กระบวนการไม่คงที่ สำหรับข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายฤดูกาล รหัส สถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST1 GEV05 0 ˆ = 1.72, 1 ˆ = -0.01, 0 ˆ = 0.76, 1 ˆ = -0.01, ˆ = 0.86 544.59 558.35 0.31 ST2 GEV00 ˆ = 0.55, ˆ = 0.68, ˆ = 1.19 428.69 436.95 0.26 ST3 GEV02 0 ˆ = 0.10, 1 ˆ = 2.31*10-12 , 2 ˆ =-1.83*10- 14 , ˆ = 1.77*10-06 , ˆ = 5.39 235.66 249.43 0.17 ST4 GEV03 0 ˆ = 0.89, 1 ˆ = 10.15, 2 ˆ =-0.0004, ˆ = 1.20, ˆ = 1.29 577.47 591.28 0.47 ST5 GEV00 ˆ = 0.10, ˆ = 3.96*10-12 , ˆ = 5.98 -9.80 -4.25 0.13 ST6 GEV02 0 ˆ = 1.47, 1 ˆ = -0.002, ˆ = 1.87, ˆ = 1.23 666.34 677.35 0.11 ST7 GEV00 ˆ = 0.87, ˆ = 1.33, ˆ = 1.45 613.75 622.03 0.26 ST8 GEV00 ˆ = 1.03, ˆ = 1.43, ˆ = 1.29 617.56 625.85 0.27 ST9 GEV00 ˆ = 0.96, ˆ = 1.44, ˆ = 1.45 620.52 628.73 0.19 ST10 GEV00 ˆ = 0.71, ˆ = 1.13, ˆ = 1.66 601.60 609.86 0.38 ST11 GEV00 ˆ = 0.63, ˆ = 0.98, ˆ = 1.65 562.05 570.28 0.07 ST12 GEV00 ˆ = 0.65, ˆ = 0.91, ˆ = 1.37 520.10 528.39 0.33 ST13 GEV00 ˆ = 0.74, ˆ = 1.08, ˆ = 1.32 550.07 558.35 0.16 ST14 GEV00 ˆ = 0.55, ˆ = 0.74, ˆ = 1.38 471.24 479.52 0.06 ST15 GEV00 ˆ = 1.03, ˆ = 1.50, ˆ = 1.26 622.25 630.54 0.32 ST16 GEV03 0 ˆ = 0.96, 1 ˆ = 3.26, 2 ˆ =-0.003, ˆ = 1.05, ˆ = 1.27 545.11 558.88 0.54 ST17 GEV00 ˆ = 0.87, ˆ = 1.41, ˆ = 1.60 643.90 652.19 0.05
214 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture จากตารางที่ 3.52 เมื่อพิจารณารูปแบบของพารามิเตอร์ที่เหมาะสมในแต่ละสถานีพบว่า รูปแบบ ของพารามิเตอร์ ภายใต้กระบวนการไม่คงที่ที่เหมาะสม ส่วนใหญ่ คือ รูปแบบ GEV03 จำนวน 8 สถานี รองลงมาคือ รูปแบบ GEV07 จำนวน 3 สถานี และ รูปแบบ GEV04-GEV05 จำนวน 1 สถานี ที่เหมาะสมกับ ปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายฤดูกาล ทั้งนี้ ผู้วิจัยได้วิเคราะห์ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายฤดูกาล ด้วยแบบจำลองที่เหมาะสม ในคาบย้อนพินิจ 2 5 25 50 และ 100 ปี ผลแสดงดังตารางที่ 3.53 ตารางที่ 3.53 ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายฤดูกาล สถานี คาบย้อนพินิจ(ปี) 2 5 25 50 100 ST1 0.10 0.10 0.28 3.09 48.98 ST2 0.20 1.95 4.69 11.81 29.03 ST3 0.10 0.10 1.60 4.52 12.56 ST4 0.43 1.16 5.19 9.67 17.96 ST5 0.38 1.54 12.65 30.26 71.93 ST6 2.03 2.22 6.61 18.36 59.50 ST7 0.19 0.53 3.36 7.49 16.70 ST8 0.14 0.29 1.10 2.02 3.72 ST9 0.22 0.60 3.52 7.51 16.03 ST10 0.14 0.33 3.90 12.31 38.98 ST11 0.16 0.35 2.80 7.34 19.38 ST12 1.08 5.15 5.30 13.90 36.21 ST13 0.1 0.1 0.1 0.1 0.1 ST14 2.76 0.12 0.27 10.35 58.15 ST15 0.10 0.10 0.10 0.10 0.10 ST16 0.27 0.76 2.52 3.95 6.09 ST17 0.10 0.10 0.15 0.36 1.61 จากตารางที่ 3.53 พบว่า ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด ราย ฤดูกาล มีระดับการเกิดซ้ำของสถานี ST5 และ ST6 ที่มีค่าปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด ราย ฤดูกาล เมื่อคาบย้อนพินิจมีค่าเพิ่มขึ้น
ผลการวิจัย 215 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 5 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 25 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 50 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 100 ปี ภาพที่ 3.63 แผนที่ค่าประมาณระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี 5 ปี 25 ปี50 ปี และ 100 ปี ของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายฤดูกาล
216 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 2.3 การคาดการณ์ปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ โดยแสดงค่าประมาณ พารามิเตอร์ ของตัวแบบที่เหมาะสมจากค่า AIC และการทดสอบภาวะสารูปสนิทดี จากสถิติทดสอบ KS-test ของแบบจำลองปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน ดังตาราง 3.54 ตารางที่ 3.54 รูปแบบของแบบจำลองที่เหมาะสม และค่าประมาณพารามิเตอร์ ค่า AIC และค่า BIC ภายใต้ กระบวนการไม่คงที่ สำหรับข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน รหัสสถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST1 GEV00 ˆ = 5.84, ˆ = 7.16, ˆ = 0.77 3104.41 3116.48 0.10 ST2 GEV00 ˆ = 3.44, ˆ = 4.87, ˆ = 1.09 3104.41 3116.48 0.10 ST3 GEV00 ˆ = 3.54, ˆ = 5.12, ˆ = 1.12 3104.41 3116.48 0.10 ST4 GEV00 ˆ = 5.11, ˆ = 6.62, ˆ = 0.86 3355.26 3367.25 0.10 ST5 GEV01 0 ˆ = 7.04, 1 ˆ = 0.002, ˆ = 9.35, ˆ = 0.71 3251.55 3263.43 0.09 ST6 GEV00 ˆ = 7.20, ˆ = 9.04, ˆ = 0.79 3352.46 3364.48 0.10 ST7 GEV03 0 ˆ = 5.21, 1 ˆ = 41.76, 2 ˆ =- 0.001, ˆ = 7.35, ˆ = 1.13 3293.71 3305.84 0.07 ST8 GEV00 ˆ = 5.88, ˆ = 8.00, ˆ = 0.98 3125.06 3137.19 0.09 ST9 GEV00 ˆ = 6.15, ˆ = 8.69, ˆ = 1.04 3332.17 3344.06 0.12 ST10 GEV03 0 ˆ = 5.07, 1 ˆ = 30.60, 2 ˆ =- 0.0004, ˆ = 8.16, ˆ = 1.40 3480.28 3492.26 0.17 ST11 GEV00 ˆ = 4.64, ˆ = 7.51, ˆ = 1.38 3446.13 3458.08 0.14 ST12 GEV00 ˆ = 4.41, ˆ = 6.12, ˆ = 1.03 3165.12 3177.08 0.09 ST13 GEV00 ˆ = 4.84, ˆ = 6.75, ˆ = 1.02 3199.72 3211.69 0.09 ST14 GEV00 ˆ = 4.21, ˆ = 6.16, ˆ = 1.12 3170.48 3182.45 0.11 ST15 GEV00 ˆ = 5.68, ˆ = 7.66, ˆ = 0.97 3247.46 3259.41 0.09 ST16 GEV01 0 ˆ = 6.17, 1 ˆ = -0.002, ˆ = 7.65, ˆ = 0.94 3265.14 3277.10 0.09 ST17 GEV00 ˆ = 6.40, ˆ = 8.39, ˆ = 0.87 3104.41 3116.48 0.10
ผลการวิจัย 217 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ จากตารางที่ 3.54 เมื่อพิจารณารูปแบบของพารามิเตอร์ที่เหมาะสมในแต่ละสถานี พบว่า รูปแบบ ของพารามิเตอร์ภายใต้กระบวนการคงที่และไม่คงที่ที่เหมาะสม ส่วนใหญ่ คือ รูปแบบ GEV00 จำนวน 13 สถานี รองลงมาคือ รูปแบบ GEV01 และ GEV03 รูปแบบละ 2 สถานี ที่เหมาะสมกับข้อมูลปริมาณน้ำฝน สะสมเคลื่อนที่ 10 วัน ต่ำสุด รายเดือน ทั้งนี้ ผู้วิจัยได้วิเคราะห์ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน ด้วยแบบจำลองที่เหมาะสม ในคาบย้อนพินิจ 2 5 25 50 และ 100 ปี ผลแสดงดังตารางที่ 3.55 ตารางที่ 3.55 ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน สถานี คาบย้อนพินิจ(ปี) 2 5 25 50 100 ST1 8.87 26.10 106.32 185.61 320.87 ST2 5.63 21.91 145.59 315.10 676.72 ST3 5.86 23.53 164.02 362.26 793.96 ST4 7.96 25.41 118.51 219.52 402.98 ST5 11.25 32.46 122.91 206.96 344.64 ST6 8.61 30.35 160.12 311.98 602.36 ST7 68.98 94.46 298.49 587.72 1219.63 ST8 9.41 33.19 184.86 370.32 735.80 ST9 10.02 37.46 228.85 477.07 986.57 ST10 4.49 8.27 54.59 140.07 366.04 ST11 8.22 42.42 45.22 119.80 314.85 ST12 7.14 26.42 160.13 332.93 686.77 ST13 7.84 28.85 172.36 355.97 729.29 ST14 7.00 28.14 194.81 428.79 936.49 ST15 9.05 31.57 172.65 343.16 676.52 ST16 8.61 30.35 160.12 311.98 602.36 ST17 10.02 32.37 153.39 286.04 528.63 จากตารางที่ 3.55 พบว่า ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน มีระดับการเกิดซ้ำของสถานี ST7 และ ST9 ที่มีค่าปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน เมื่อคาบย้อนพินิจมีค่าเพิ่มขึ้น
218 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 5 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 25 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 50 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 100 ปี ภาพที่ 3.64 แผนที่ค่าประมาณระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี 5 ปี 25 ปี50 ปี และ 100 ปี ของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน ต่ำสุด รายเดือน
ผลการวิจัย 219 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 2.4 การคาดการณ์ปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการคงที่และภายใต้กระบวนการไม่ คงที่ โดยแสดงค่าประมาณพารามิเตอร์ ของตัวแบบที่เหมาะสมจากค่า AIC และการทดสอบภาวะสารูปสนิทดี จากสถิติทดสอบ KS-test ของแบบจำลองปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี ดังตาราง 3.56 ตารางที่ 3.56 รูปแบบของแบบจำลองที่เหมาะสม และค่าประมาณพารามิเตอร์ ค่า AIC และค่า BIC ภายใต้ กระบวนการไม่คงที่ สำหรับข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี รหัสสถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST1 GEV00 ˆ = 149.99, ˆ = 39.24, ˆ = 0.08 403.52 408.51 0.70 ST2 GEV00 ˆ = 136.06, ˆ = 33.57, ˆ = -0.08 394.27 399.26 0.98 ST3 GEV02 0 ˆ = 160.52, 1 ˆ = -3.19, 2 ˆ = 0.11, ˆ = 40.86, ˆ = -0.08 418.57 426.89 0.91 ST4 GEV00 ˆ = 143.50, ˆ = 33.70, ˆ = -0.03 402.26 407.25 0.59 ST5 GEV00 ˆ = 169.84, ˆ = 39.01, ˆ = -0.10 171.87 174.19 0.94 ST6 GEV00 ˆ = 159.32, ˆ = 38.22, ˆ = 0.07 416.47 421.46 0.93 ST7 GEV00 ˆ = 172.31, ˆ = 44.63, ˆ = 0.02 426.60 431.59 0.91 ST8 GEV00 ˆ = 177.02, ˆ = 38.29, ˆ = 0.10 417.74 422.73 0.96 ST9 GEV02 0 ˆ = 192.56, 1 ˆ = -4.45, 2 ˆ = 0.14, ˆ = 41.89, ˆ = 0.37 440.74 449.06 0.97 ST10 GEV03 0 ˆ = 173.00, 1 ˆ = 450.05, 2 ˆ = 1.43, ˆ = 52.70, ˆ = 0.04 444.45 452.77 0.93 ST11 GEV03 0 ˆ = 173.19, 1 ˆ = 312.56, 2 ˆ = 1.40, ˆ = 50.65, ˆ = 0.12 444.08 452.40 0.13 ST12 GEV00 ˆ = 142.23, ˆ = 39.20, ˆ = 0.15 421.51 426.50 0.72 ST13 GEV00 ˆ = 148.40, ˆ = 35.30, ˆ = 0.03 408.33 413.32 0.98 ST14 GEV00 ˆ = 140.01, ˆ = 37.04, ˆ = 0.15 417.49 422.48 0.96 ST15 GEV00 ˆ = 151.56, ˆ = 36.72, ˆ = 0.23 420.65 425.64 0.97 ST16 GEV00 ˆ = 178.30, ˆ = 37.12, ˆ = 0.18 418.64 423.63 0.61 ST17 GEV00 ˆ = 168.15, ˆ = 42.03, ˆ = -0.04 419.22 424.21 0.57
220 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture จากตารางที่ 3.56 เมื่อพิจารณารูปแบบของพารามิเตอร์ที่เหมาะสมในแต่ละสถานี พบว่า รูปแบบ ของพารามิเตอร์ภายใต้กระบวนการคงที่และไม่คงที่ที่เหมาะสม ส่วนใหญ่ คือ รูปแบบ GEV00 จำนวน 13 สถานี รองลงมาคือ รูปแบบ GEV02 และ GEV03 รูปแบบละ 2 สถานี ที่เหมาะสมกับข้อมูลน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี ทั้งนี้ ผู้วิจัยได้วิเคราะห์ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี ด้วย แบบจำลองที่เหมาะสม ในคาบย้อนพินิจ 2 5 25 50 และ 100 ปี ผลแสดงดังตารางที่ 3.57 ตารางที่ 3.57 ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี สถานี คาบย้อนพินิจ(ปี) 2 5 25 50 100 ST1 164.58 212.36 292.20 328.42 366.36 ST2 146.16 175.68 215.44 230.47 244.62 ST3 149.67 187.90 252.66 282.38 313.71 ST4 156.73 195.23 251.68 274.63 297.16 ST5 159.17 197.12 244.97 262.05 277.61 ST6 173.82 219.79 298.87 335.64 374.70 ST7 186.87 242.59 336.71 379.80 425.16 ST8 194.28 243.67 319.49 351.54 383.74 ST9 204.92 272.67 401.24 466.01 538.19 ST10 226.18 294.44 397.37 440.21 482.86 ST11 231.54 301.90 420.71 475.10 532.35 ST12 159.11 211.21 304.75 349.79 398.65 ST13 165.50 207.05 272.28 300.38 328.91 ST14 155.30 200.79 293.37 342.73 399.66 ST15 169.25 222.40 327.59 382.42 444.80 ST16 193.50 243.18 341.72 393.16 451.75 ST17 175.37 220.39 327.69 392.50 473.15 จากตารางที่ 3.57 พบว่า ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี มีระดับการเกิดซ้ำของสถานี ST9 และ ST11 ที่มีค่าปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี เมื่อคาบย้อนพินิจมีค่าเพิ่มขึ้น
ผลการวิจัย 221 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 5 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 25 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 50 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 100 ปี ภาพที่ 3.65 แผนที่ค่าประมาณระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี 5 ปี 25 ปี50 ปี และ 100 ปี ของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายปี
222 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 2.5 การคาดการณ์ปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ โดยแสดงค่าประมาณ พารามิเตอร์ ของตัวแบบที่เหมาะสมจากค่า AIC และการทดสอบภาวะสารูปสนิทดี จากสถิติทดสอบKS-test ของแบบจำลองปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล ดังตาราง 3.58 ตารางที่ 3.58 รูปแบบของแบบจำลองที่เหมาะสม และค่าประมาณพารามิเตอร์ ค่า AIC และค่า BIC ภายใต้ กระบวนการไม่คงที่ สำหรับข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล รหัสสถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST1 GEV00 ˆ = 86.27, ˆ = 44.05, ˆ = -0.09 1310.93 1319.22 0.59 ST2 GEV00 ˆ = 78.70, ˆ = 48.39, ˆ = -0.21 1248.95 1257.24 0.98 ST3 GEV00 ˆ = 86.96, ˆ = 59.17, ˆ = -0.12 1251.81 1260.10 0.99 ST4 GEV00 ˆ = 86.26, ˆ = 54.24, ˆ = -0.19 1264.84 1273.12 0.28 ST5 GEV00 ˆ = 83.62, ˆ = 65.07, ˆ = -0.12 1287.61 1295.89 0.43 ST6 GEV00 ˆ = 88.42, ˆ = 60.00, ˆ = -0.10 1306.65 1314.91 0.72 ST7 GEV00 ˆ = 92.45, ˆ = 64.79, ˆ = -0.11 1336.61 1344.90 0.51 ST8 GEV00 ˆ = 89.89, ˆ = 65.42, ˆ = -0.08 1338.46 1346.74 0.15 ST9 GEV00 ˆ = 92.36, ˆ = 71.13, ˆ = 0.04 1350.99 1359.28 0.23 ST10 GEV00 ˆ = 99.87, ˆ = 78.67, ˆ = -0.04 1372.54 1380.83 0.27 ST11 GEV00 ˆ = 95.93, ˆ = 72.52, ˆ = 0.08 1370.98 1379.26 0.06 ST12 GEV00 ˆ = 77.75, ˆ = 56.28, ˆ = -0.003 1294.92 1303.20 0.85 ST13 GEV00 ˆ = 79.59, ˆ = 56.31, ˆ = -0.11 1295.89 1304.17 0.33 ST14 GEV00 ˆ = 76.36, ˆ = 53.91, ˆ = -0.01 1291.68 1299.97 0.75 ST15 GEV00 ˆ = 84.29, ˆ = 59.97, ˆ = 0.003 1323.46 1331.75 0.16 ST16 GEV00 ˆ = 86.44, ˆ = 63.33, ˆ = 0.05 1338.21 1346.49 0.14 ST17 GEV00 ˆ = 88.25, ˆ = 64.87, ˆ = -0.13 1324.40 1332.68 0.13 จากตารางที่ 3.58 เมื่อพิจารณารูปแบบของพารามิเตอร์ที่เหมาะสมในแต่ละสถานี พบว่า รูปแบบ ของพารามิเตอร์ภายใต้กระบวนการคงที่ รูปแบบ GEV00 เป็นรูปแบบที่เหมาะสมกับข้อมูลปริมาณน้ำฝนสะสม ทุก ๆ 10 วัน สูงสุด รายฤดูกาล ทุกสถานี
ผลการวิจัย 223 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ทั้งนี้ ผู้วิจัยได้วิเคราะห์ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล ด้วยแบบจำลองที่เหมาะสม ในคาบย้อนพินิจ 2 5 25 50 และ 100 ปี ผลแสดงดังตารางที่ 3.59 ตารางที่ 3.59 ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล สถานี คาบย้อนพินิจ(ปี) 2 5 25 50 100 ST1 92.93 155.28 254.24 297.24 341.16 ST2 94.62 139.44 194.28 213.34 230.45 ST3 98.91 146.17 212.27 238.08 262.83 ST4 80.46 133.45 228.74 274.69 324.59 ST5 92.23 146.63 222.04 251.25 279.15 ST6 94.46 158.32 257.12 299.15 341.52 ST7 99.36 170.03 288.61 342.61 399.27 ST8 92.79 166.58 307.27 378.41 457.88 ST9 84.68 171.59 412.75 576.44 795.51 ST10 95.03 187.24 415.23 556.91 736.37 ST11 90.69 183.07 419.46 570.30 764.53 ST12 89.48 148.66 245.01 287.79 332.03 ST13 91.04 149.34 240.69 279.97 319.83 ST14 88.42 146.88 243.81 287.52 333.12 ST15 83.57 153.03 286.09 353.62 429.24 ST16 84.65 161.49 330.64 426.61 541.58 ST17 84.72 153.71 282.04 345.65 415.86 จากตารางที่ 3.59 พบว่า ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล มีระดับการเกิดซ้ำของสถานี ST11 ST9 และ ST10 ที่มีค่าปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล เมื่อคาบย้อนพินิจมีค่าเพิ่มขึ้น
224 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 5 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 25 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 50 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 100 ปี ภาพที่ 3.66 แผนที่ค่าประมาณระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี 5 ปี 25 ปี50 ปี และ 100 ปี ของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายฤดูกาล
ผลการวิจัย 225 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 2.6 การคาดการณ์ปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ โดยแสดงค่าประมาณ พารามิเตอร์ ของตัวแบบที่เหมาะสมจากค่า AIC และการทดสอบภาวะสารูปสนิทดี จากสถิติทดสอบ KS-test ของแบบจำลองปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน ดังตาราง 3.60 ตารางที่ 3.60 รูปแบบของแบบจำลองที่เหมาะสม และค่าประมาณพารามิเตอร์ ค่า AIC และค่า BIC ภายใต้ กระบวนการไม่คงที่ สำหรับข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน รหัสสถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST1 GEV00 ˆ = 33.83, ˆ = 34.91, ˆ = 0.28 4376.15 4388.22 0.65 ST2 GEV00 ˆ = 33.73, ˆ = 33.22, ˆ = 0.15 4360.92 4373.04 0.64 ST3 GEV00 ˆ = 39.31, ˆ = 34.23, ˆ = 0.11 4366.53 4378.65 0.52 ST4 GEV00 ˆ = 41.69, ˆ = 37.9, ˆ = 0.11 4326.13 4338.17 0.60 ST5 GEV00 ˆ = 38.56, ˆ = 37.69, ˆ = 0.14 4390.93 4403.01 0.60 ST6 GEV00 ˆ = 45.76, ˆ = 43.99, ˆ = 0.11 4219.77 4231.66 0.85 ST7 GEV00 ˆ = 45.36, ˆ = 45.6, ˆ = 0.13 4441.18 4453.19 0.69 ST8 GEV00 ˆ = 42.61, ˆ = 43.4, ˆ = 0.21 4415.58 4427.57 0.82 ST9 GEV00 ˆ = 44.82, ˆ = 46.91, ˆ = 0.25 4327.95 4339.83 0.69 ST10 GEV00 ˆ = 44.73, ˆ = 50.21, ˆ = 0.32 4557.24 4569.22 0.88 ST11 GEV00 ˆ = 44.25, ˆ = 48.66, ˆ = .33 4491.27 4503.22 0.75 ST12 GEV00 ˆ = 36.31, ˆ = 36.58, ˆ = 0.22 4227.75 4239.71 0.64 ST13 GEV00 ˆ = 41.76, ˆ = 40.88, ˆ = .09 4273.80 4285.77 0.71 ST14 GEV00 ˆ = 37.27, ˆ = 37.36, ˆ = 0.2 4248.33 4260.30 0.66 ST15 GEV00 ˆ = 42.04, ˆ = 41.57, ˆ = 0.17 4296.90 4308.85 0.69 ST16 GEV00 ˆ = 43.15, ˆ = 44.05, ˆ = 0.2 4370.38 4382.33 0.66 ST17 GEV00 ˆ = 42.17, ˆ = 42.76, ˆ = 0.18 4295.02 4306.95 0.75 จากตารางที่ 3.60 เมื่อพิจารณารูปแบบของพารามิเตอร์ที่เหมาะสมในแต่ละสถานี พบว่า รูปแบบ ของพารามิเตอร์ภายใต้กระบวนการคงที่ รูปแบบ GEV00 เป็นรูปแบบที่เหมาะสมกับข้อมูลปริมาณน้ำฝนสะสม ทุก ๆ 10 วัน สูงสุด รายเดือน ทุกสถานี
226 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ทั้งนี้ ผู้วิจัยได้วิเคราะห์ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน ด้วยแบบจำลองที่เหมาะสม ในคาบย้อนพินิจ 2 5 25 50 และ 100 ปี ผลแสดงดังตารางที่ 3.61 ตารางที่ 3.61 ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน สถานี คาบย้อนพินิจ(ปี) 2 5 25 50 100 ST1 47.32 99.11 215.65 282.95 364.42 ST2 46.26 89.79 171.03 211.40 256.04 ST3 52.13 95.32 171.48 207.62 246.47 ST4 55.88 103.70 188.00 227.99 270.98 ST5 52.77 101.94 193.11 238.17 287.84 ST6 62.23 117.67 215.20 261.39 311.01 ST7 62.49 120.97 226.62 277.75 333.38 ST8 59.16 119.35 241.76 306.97 382.15 ST9 62.85 130.42 275.94 357.09 453.27 ST10 64.28 141.77 326.92 438.96 578.57 ST11 63.23 139.01 322.61 434.91 575.76 ST12 50.28 101.39 206.48 262.95 328.40 ST13 57.02 107.77 195.04 235.59 278.67 ST14 51.50 102.90 206.19 260.68 323.13 ST15 57.77 113.13 218.99 272.66 332.70 ST16 59.94 120.78 243.80 309.01 383.98 ST17 58.40 116.34 230.08 288.99 355.74 จากตารางที่ 3.61 พบว่า ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน มีระดับการเกิดซ้ำของสถานีST10 และ ST11 ที่มีค่าปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน เมื่อคาบย้อนพินิจมีค่าเพิ่มขึ้น
ผลการวิจัย 227 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 5 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 25 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 50 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 100 ปี ภาพที่ 3.67 แผนที่ค่าประมาณระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี 5 ปี 25 ปี50 ปี และ 100 ปี ของข้อมูลปริมาณน้ำฝนสะสมทุก ๆ 10 วัน สูงสุด รายเดือน
228 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 4.3 ผลการวิเคราะห์แบบจำลองปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน สำหรับวิธีที่นำมาวิเคราะห์ปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ผู้วิจัยสามารถสรุปการวิเคราะห์ดังนี้ 4.3.1 การวิเคราะห์ปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน 1) ผลการวิเคราะห์ด้วยสถิติเชิงพรรณนา ตารางที่3.62 ค่าสถิติพื้นฐานของปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน จำแนกตามสถานี รหัสเรียก Q(0.25) Q(0.50) ค่าเฉลี่ย Q(0.75) ค่าสูงสุด ส่วนเบี่ยงเบน มาตรฐาน ค่าความเบ้ ค่าความโด่ง ST1 8.00 27.70 41.93 60.40 440.50 46.20 2.03 8.94 ST2 8.60 26.90 38.95 56.90 291.60 39.89 1.58 5.90 ST3 10.80 28.50 40.80 58.60 323.80 40.48 1.72 7.00 ST4 17.70 41.50 50.79 70.75 305.50 43.83 1.51 6.08 ST5 11.00 31.90 44.31 64.40 294.80 43.73 1.60 6.15 ST6 11.40 36.60 51.93 78.20 373.30 50.92 1.50 5.89 ST7 12.20 39.00 53.65 78.70 409.60 53.66 1.67 6.89 ST8 12.00 37.90 53.65 79.20 450.60 54.13 1.75 7.65 ST9 13.10 41.60 58.69 84.60 572.70 60.33 1.91 8.68 ST10 14.40 44.60 63.77 95.55 471.30 64.53 1.59 6.33 ST11 13.10 42.80 62.67 92.80 708.30 65.35 2.05 11.29 ST12 9.80 30.10 45.18 65.20 533.90 48.43 2.29 13.32 ST13 10.50 35.10 47.74 70.00 334.60 46.66 1.49 5.98 ST14 9.90 32.00 46.32 69.20 602.90 48.37 2.23 13.61 ST15 10.70 37.20 51.08 75.00 533.90 51.75 2.03 11.29 ST16 11.20 36.50 52.73 76.40 701.70 55.48 2.38 16.18 ST17 12.00 38.30 52.82 79.50 335.30 51.63 1.42 5.35
ผลการวิจัย 229 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ จากตาราง 3.62 พบว่า ปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน สูงสุด พบที่ ST11 (สถานี 48435) รองลงมาคือ ST16 (สถานี 48437) และ ST14 (สถานี 48433) มีค่าเท่ากับ 708.30 701.70 และ 602.90 มิลลิเมตร ตามลำดับ ทั้งนี้ข้อสังเกตสำคัญพบว่า ปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วันของทุกสถานี มีส่วนเบี่ยงเบนมาตรฐานค่อนข้างสูงอยู่ระหว่าง 39.89– 65.35 มิลลิเมตร และข้อมูลมีลักษณะโด่งค่อนข้างสูง พร้อมทั้งมีลักษณะเบ้ขวา จากข้อมูลสรุปข้างต้น สรุปได้ว่า การแจกแจงของปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน ของทั้ง 17 สถานีในลุ่มน้ำมูล เป็นการแจกแจงที่มีลักษณะหางหนักด้านขวา (Right heavy-tailed distribution) ซึ่งสามารถดูสารสนเทศของข้อมูลนี้เพิ่มเติมได้ดังแสดงในภาพ 3.68 (ก) บ็อกพลอตปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน ต่ำสุด รายเดือน (ข) กราฟการแจกแจงความน่าจะเป็นปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน ต่ำสุด รายเดือน (ค) บ็อกพลอตปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน สูงสุด รายเดือน (ง) กราฟการแจกแจงความน่าจะเป็นปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน สูงสุด รายเดือน ภาพที่ 3.68 บ็อกพลอตและกราฟการแจกแจงความน่าจะเป็นปริมาณ น้ำฝนสะสมเคลื่อนที่ราย 10 วัน จำแนกรายสถานี
230 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 2) ผลการวิเคราะห์ด้วยอนุกรมเวลา (Analysis’s Result of Time Series) สำหรับการวิเคราะห์อนุกรมเวลาในงานวิจัยนี้ ผู้วิจัยได้วิเคราะห์ปริมาณน้ำฝนสะสมเคลื่อนที่ราย 10 วัน ทั้งในกรณีค่าต่ำสุด และค่าต่ำสุด เพื่อสะท้อนให้เห็นปริมาณน้ำฝนที่ส่งผลต่อการเกิดความแห้งแลง และน้ำ ท่วม ตามลำดับ โดยผู้วิจัยได้ออกแบบการนำเสนอผลการวิเคราะห์ในส่วนนี้ เป็น 2 ส่วน ได้แก่ ผลการ วิเคราะห์แบบสรุปภาพรวม และผลการวิเคราะห์รายสถานี ซึ่งเทคนิคที่ผู้วิจัยได้นำมาใช้ในการวิเคราะห์ อนุกรมเวลาคือ เทคนิค Box-Jenkins (ทรงศักดิ์ แต้ศิริ (2549)) ที่เรียกว่า ARIMA(p,d,q)(p,d,q) และ ARIMA(p,d,q)(p,d,q)[12] หรือ SARIMA(p,d,q)(p,d,q) 1) ผลการวิเคราะห์แบบสรุปภาพรวม ตารางที่ 3.63 สัดส่วนความเหมาะสมของระยะเวลาเก็บข้อมูล(ปี) ต่อการสร้างตัวแบบการพยากรณ์ค่าต่ำสุด และค่าสูงสุด รายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ระยะเวลาเก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด จำนวนสถานี(แห่ง) ร้อยละ จำนวนสถานี(แห่ง) ร้อยละ 10 6 35 8 47 20 4 24 3 18 30 7 41 6 35 รวม 17 100.00 17 100.00 จากตาราง 3.63 พบว่า ระยะเวลาเก็บข้อมูล(ปี) ที่เหมาะสมที่จะนำมาสร้างตัวแบบการพยากรณ์ค่า ต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คือ ระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) คิดเป็นร้อยละ 41 รองลงมาได้แก่ ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล (รายเดือน) คิดเป็นร้อยละ 35 ตามลำดับ นั่นหมายถึง ถ้านักวิจัยต้องการวิเคราะห์ข้อมูลนี้นักวิจัยสามารถใช้ ข้อมูลที่เก็บรวบรวมระยะเวลา 30 ปี สามารถทำการวิเคราะห์ได้อย่างแม่นยำ ส่วนระยะเวลาเก็บข้อมูล(ปี) ที่เหมาะสมที่จะนำมาสร้างตัวแบบการพยากรณ์ค่าสูงสุดรายเดือนของ ปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คือ ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) คิดเป็นร้อยละ 47 รองลงมาได้แก่ ระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) คิดเป็น ร้อยละ 35 ตามลำดับ นั่นหมายถึง ถ้านักวิจัยต้องการวิเคราะห์ข้อมูลนี้นักวิจัยสามารถใช้ข้อมูลที่เก็บรวบรวม เพียงระยะเวลา 10 ปี ก็สามารถทำการวิเคราะห์ได้อย่างแม่นยำ ทั้งนี้ผลการวิเคราะห์ข้อมูล ซึ่งประกอบด้วย ระยะเวลาเก็บข้อมูล(ปี) ตัวแบบที่เหมาะสม จำแนกรายสถานี แสดงดังตาราง 3.64
ผลการวิจัย 231 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ตารางที่ 3.64 ตัวแบบการพยากรณ์ที่เหมาะสมค่าต่ำสุดและสูงสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน สถานี ค่าต่ำสุด ค่าสูงสุด ระยะเวลาเก็บ ข้อมูล(ปี) ตัวแบบ ระยะเวลาเก็บ ข้อมูล(ปี) ตัวแบบ ST1 20 SARIMA(0,0,0)(0,0,2) 20 SARIMA(3,0,0)(2,0,0) ST2 30 SARIMA(0,0,0)(1,0,1) 10 SARIMA(2,0,0)(2,1,0) ST3 30 SARIMA(0,0,0)(0,0,1) 30 SARIMA(1,0,0)(0,1,1) ST4 10 SARIMA(1,0,1)(0,0,1) 10 SARIMA(1,0,0)(0,1,1) ST5 30 SARIMA(1,0,0)(1,0,0) 30 SARIMA(1,0,0)(0,1,1) ST6 20 SARIMA(0,0,0)(0,0,2) 10 SARIMA(2,0,0)(0,1,1) ST7 20 SARIMA(0,0,1)(1,0,1) 10 SARIMA(0,0,0)(0,1,1) ST8 30 SARIMA(0,0,0)(0,0,1) 10 SARIMA(0,0,0)(0,1,1) ST9 20 SARIMA(0,0,0)(1,0,0) 10 SARIMA(0,0,0)(0,1,1) ST10 30 SARIMA(0,0,0)(0,0,2) 10 SARIMA(1,0,0)(0,1,1) ST11 10 SARIMA(0,0,0)(1,0,0) 30 SARIMA(1,0,0)(1,1,0) ST12 10 SARIMA(0,0,0)(1,0,0) 30 SARIMA(0,0,1)(2,0,0) ST13 10 SARIMA(0,0,0)(0,0,1) 20 SARIMA(1,0,0)(1,1,0) ST14 30 SARIMA(0,0,0)(0,0,1) 20 SARIMA(2,0,1)(2,0,0) ST15 30 SARIMA(0,0,1)(2,0,0) 30 SARIMA(1,0,1)(2,1,0) ST16 10 SARIMA 0,0,0)(1,0,1) 30 SARIMA(2,0,1)(2,0,0) ST17 10 SARIMA(0,0,0)(0,0,1) 10 SARIMA(1,0,0)(2,1,0) สำหรับลำดับต่อไปเป็นผลการวิเคราะห์จำแนกรายสถานี 17 สถานีครอบคลุมพื้นที่ศึกษา ดังตารางที่ 3.65 – 3.82
232 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 1) สถานีอุตุนิยมวิทยาปากช่อง สกษ. จังหวัดนครราชสีมา (ST1) ตารางที่ 3.65 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST1 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0) (1,0,1) 2.8489 SARIMA(1,0,0)(2,0,0) 41.1448 20 SARIMA(0,0,0)(0,0,2) 2.6949 SARIMA(3,0,0)(2,0,0) 41.0115 30 SARIMA(2,0,0)(2,0,0) 3.2242 SARIMA(1,0,0)(2,0,0) 41.9834 จากตาราง 3.65 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,0,2) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 2.6949 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(3,0,0)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 41.0115 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.69
ผลการวิจัย 233 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.69 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาปากช่อง สกษ. จังหวัดนครราชสีมา
234 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 2) สถานีอุตุนิยมวิทยาโชคชัย จังหวัดนครราชสีมา (ST2) ตารางที่ 3.66 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST2 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,1)(0,0,1) 8.3957 SARIMA(2,0,0)(2,1,0) 27.8739 20 SARIMA(0,0,1)(0,0,1) 6.6174 SARIMA(0,0,1)(2,1,0) 34.7416 30 SARIMA(0,0,0)(1,0,1) 6.0177 SARIMA(0,0,1)(1,1,0) 37.9919 จากตาราง 3.66 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(1,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 6.0177 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(2,0,0)(2,1,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 27.8739 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.70
ผลการวิจัย 235 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.70 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาโชคชัย จังหวัดนครราชสีมา
236 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 3) สถานีอุตุนิยมวิทยานครราชสีมา จังหวัดนครราชสีมา (ST3) ตารางที่ 3.67 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST3 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(1,0,1)(1,0,1) 3.0729 SARIMA(1,0,1)(2,1,0) 41.8514 20 SARIMA(1,0,1)(0,0,1) 3.1692 SARIMA(0,0,0)(0,1,1) 41.0167 30 SARIMA(0,0,0)(0,0,1) 2.9167 SARIMA(1,0,0)(0,1,1) 38.0622 จากตาราง 3.67 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 2.9167 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 38.0622 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.71
ผลการวิจัย 237 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.71 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยานครราชสีมา จังหวัดนครราชสีมา
238 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 4) สถานีอุตุนิยมวิทยานางรอง จังหวัดบุรีรัมย์ (ST4) ตารางที่ 3.68 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST4 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ ที่เหมาะสม ค่า RMSE สมการพยากรณ์ ที่เหมาะสม ค่า RMSE 10 SARIMA(1,0,1)(0,0,1) 2.7423 SARIMA(1,0,0)(0,1,1) 34.7911 20 SARIMA(2,0,0)(2,0,1) 5.1759 SARIMA(0,0,0)(2,1,1) 38.0081 30 SARIMA(0,0,1)(0,0,1) 4.7707 SARIMA(2,0,2)(0,1,1) 37.1258 จากตาราง 3.68 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,1)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 2.7423 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 34.7911 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.72
ผลการวิจัย 239 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.72 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยานางรอง จังหวัดบุรีรัมย์
240 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 5) สถานีอุตุนิยมวิทยาบุรีรัมย์ จังหวัดบุรีรัมย์ (ST5) ตารางที่ 3.69 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST5 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,1)(0,0,1) 6.5068 SARIMA(1,0,0)(2,1,0) 37.7956 20 SARIMA(2,0,0)(1,0,1) 6.4700 SARIMA(0,0,2)(0,1,1) 36.4411 30 SARIMA(1,0,0)(1,0,0) 6.1581 SARIMA(1,0,0)(0,1,1) 32.1717 จากตาราง 3.69 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,0)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 6.1581 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 32.1717 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.73
ผลการวิจัย 241 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.73 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาบุรีรัมย์ จังหวัดบุรีรัมย์
242 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 6) สถานีอุตุนิยมวิทยาท่าตูม จังหวัดสุรินทร์ (ST6) ตารางที่ 3.70 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST6 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(0,0,1) 4.3208 SARIMA(2,0,0)(0,1,1) 37.2101 20 SARIMA(0,0,0)(0,0,2) 4.1236 SARIMA(0,0,0)(0,1,1) 40.7854 30 SARIMA(0,0,0)(2,0,0) 4.4839 SARIMA(0,0,2)(2,1,1) 42.3618 จากตาราง 3.70 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,0,2) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.1236 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(2,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 37.2101 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.74
ผลการวิจัย 243 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.74 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาท่าตูม จังหวัดสุรินทร์
244 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 7) สถานีอุตุนิยมวิทยาสุรินทร์ จังหวัดสุรินทร์ (ST7) ตารางที่ 3.71 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST7 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,1)(0,0,1) 5.1562 SARIMA(0,0,0)(0,1,1) 43.1873 20 SARIMA(0,0,1)(1,0,1) 4.9080 SARIMA(0,0,0)(1,1,0) 50.2838 30 SARIMA(0,0,1)(0,0,2) 4.9710 SARIMA(0,0,0)(1,1,0) 48.8478 จากตาราง 3.71 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,1)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.9080 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 43.1873 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.75
ผลการวิจัย 245 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.75 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาสุรินทร์ จังหวัดสุรินทร์
246 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 8) สถานีอุตุนิยมวิทยาสุรินทร์ สกษ จังหวัดสุรินทร์ (ST8) ตารางที่ 3.72 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST8 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(1,0,0) 5.7586 SARIMA(0,0,0)(0,1,1) 41.5432 20 SARIMA(0,0,1)(0,0,1) 5.5779 SARIMA(0,0,1)(1,1,0) 50.6396 30 SARIMA(0,0,0)(0,0,1) 5.2381 SARIMA(0,0,0)(2,0,0) 50.7364 จากตาราง 3.72 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 5.2381 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 41.5432 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.76
ผลการวิจัย 247 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.76 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาสุรินทร์ สกษ จังหวัดสุรินทร์
248 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 9) สถานีอุตุนิยมวิทยาศรีสะเกษ จังหวัดศรีสะเกษ (ST9) ตารางที่ 3.73 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST9 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,1)(1,0,0) 4.7472 SARIMA(0,0,0)(0,1,1) 47.4251 20 SARIMA(0,0,0)(1,0,0) 4.6821 SARIMA(2,0,1)(2,1,0) 50.2053 30 SARIMA(0,0,0)(0,0,2) 5.3539 SARIMA(0,0,1)(0,1,1) 50.6062 จากตาราง 3.73 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.6821 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 47.4251 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.77
ผลการวิจัย 249 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.77 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาศรีสะเกษ จังหวัดศรีสะเกษ
250 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 10) สถานีอุตุนิยมวิทยาอุบลราชธานี จังหวัดอุบลราชธานี (ST10) ตารางที่ 3.74 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST10 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(1,0,1) 5.1553 SARIMA(1,0,0)(0,1,1) 54.3127 20 SARIMA(0,0,0)(0,0,1) 5.0085 SARIMA(1,0,0)(2,1,0) 55.7737 30 SARIMA(0,0,0)(0,0,2) 4.8709 SARIMA(0,0,1)(2,1,0) 55.3827 จากตาราง 3.74 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,0,2) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บ รวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลา การเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.8709 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 54.3127 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.78
ผลการวิจัย 251 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.78 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาอุบลราชธานี จังหวัดอุบลราชธานี
252 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 11) สถานีอุตุนิยมวิทยาอุบลราชธานี สกษ. จังหวัดอุบลราชธานี (ST11) ตารางที่ 3.75 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST11 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(1,0,0) 5.7373 SARIMA(0,0,1)(1,0,0) 80.3460 20 SARIMA(0,0,0)(0,0,1) 5.8175 SARIMA(1,0,0)(1,1,0) 69.2856 30 SARIMA(0,0,0)(1,0,0) 5.7568 SARIMA(1,0,0)(1,1,0) 64.1600 จากตาราง 3.75 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 5.7373 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,0)(1,1,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 64.1600 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.79
ผลการวิจัย 253 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.79 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาอุบลราชธานี สกษ. จังหวัดอุบลราชธานี
254 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 12) สถานีอุตุนิยมวิทยาชัยภูมิ จังหวัดชัยภูมิ (ST12) ตารางที่ 3.76 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST12 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(1,0,0) 3.0061 SARIMA(0,0,1)(1,0,0) 62.9375 20 SARIMA(0,0,0)(0,0,2) 3.0729 SARIMA(0,0,1)(1,0,0) 52.7199 30 SARIMA(2,0,2)(2,0,1) 3.4348 SARIMA(0,0,1)(2,0,0) 49.5215 จากตาราง 3.76 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 3.0061 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,1)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 49.5215 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.80
ผลการวิจัย 255 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.80 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาชัยภูมิ จังหวัดชัยภูมิ
256 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 13) สถานีอุตุนิยมวิทยาขอนแก่น จังหวัดขอนแก่น (ST13) ตารางที่ 3.77 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST13 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(0,0,1) 4.7109 SARIMA(0,0,0)(0,1,1) 49.1437 20 SARIMA(1,0,0)(1,0,0) 4.8951 SARIMA(1,0,0)(1,1,0) 43.8427 30 SARIMA(0,0,0)(1,0,0) 4.8435 SARIMA(1,0,0)(1,1,0) 44.5059 จากตาราง 3.77 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่ SARIMA(0,0,0)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.7109 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(1,0,0)(1,1,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 43.8427 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.81
ผลการวิจัย 257 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.81 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาขอนแก่น จังหวัดขอนแก่น
258 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 14) สถานีอุตุนิยมวิทยาท่าพระ สกษ. จังหวัดขอนแก่น (ST14) ตารางที่ 3.78 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ของสถานี ST14 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(0,0,1) 7.6689 SARIMA(1,0,0)(1,0,0) 57.3087 20 SARIMA(0,0,0)(1,0,0) 6.4571 SARIMA(2,0,1)(2,0,0) 48.1969 30 SARIMA(0,0,0)(0,0,1) 5.8520 SARIMA(1,0,0)(2,0,0) 48.3804 จากตาราง 3.78 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 10 วัน ได้แก่SARIMA(0,0,0)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 5.8520 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ได้แก่ SARIMA(2,0,1)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็น ระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มี ค่า RMSE น้อยที่สุด คือ 48.1969 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.82
ผลการวิจัย 259 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน ภาพที่3.82 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 10 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาท่าพระ สกษ. จังหวัดขอนแก่น