310 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture จากตาราง 3.109 พบว่า ปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 วัน สูงสุด พบที่ ST11 (สถานี48435) รองลงมาคือ ST16 (สถานี 48437) ST12 (สถานี 48434) และ ST15 (สถานี 48416) มีค่าเท่ากับ 613.10 607.20 และ 508.90 มิลลิเมตร ตามลำดับ ทั้งนี้ข้อสังเกตสำคัญ พบว่า ปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 วันของทุกสถานี มีส่วนเบี่ยงเบนมาตรฐานค่อนข้างสูงอยู่ระหว่าง 32.60 – 51.24 มิลลิเมตร และข้อมูลมี ลักษณะโด่งค่อนข้างสูง พร้อมทั้งมีลักษณะเบ้ขวา จากข้อมูลสรุปข้างต้น สรุปได้ว่า การแจกแจงของปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 วัน ของทั้ง 17 สถานีในลุ่มน้ำมูลเป็นการแจกแจงที่มีลักษณะหางหนักด้านขวา (Right heavy-tailed distribution) ซึ่งสามารถดูสารสนเทศของข้อมูลนี้เพิ่มเติมได้ดังแสดงในภาพ 3.104 (ก) บ็อกพลอตปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 วัน ต่ำสุด รายเดือน (ข) กราฟการแจกแจงความน่าจะเป็นปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 วัน ต่ำสุด รายเดือน (ค) บ็อกพลอตปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 วัน สูงสุด รายเดือน (ง) กราฟการแจกแจงความน่าจะเป็นปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 วัน สูงสุด รายเดือน ภาพที่ 3.104 บ็อกพลอตและกราฟการแจกแจงความน่าจะเป็นปริมาณ น้ำฝนสะสมเคลื่อนที่ราย 7 วัน จำแนกรายสถานี
ผลการวิจัย 311 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 2) ผลการวิเคราะห์ด้วยอนุกรมเวลา (Analysis’s Result of Time Series) สำหรับการวิเคราะห์อนุกรมเวลาในงานวิจัยนี้ ผู้วิจัยได้วิเคราะห์ปริมาณน้ำฝนสะสมเคลื่อนที่ราย 7 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) 3) ผลการวิเคราะห์แบบสรุปภาพรวม ตารางที่ 3.110 สัดส่วนความเหมาะสมของระยะเวลาเก็บข้อมูล(ปี) ต่อการสร้างตัวแบบการพยากรณ์ค่า ต่ำสุด และค่าสูงสุด รายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ระยะเวลาเก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด จำนวนสถานี(แห่ง) ร้อยละ จำนวนสถานี(แห่ง) ร้อยละ 10 6 35.29 9 52.94 20 4 23.53 2 11.77 30 7 41.18 6 35.29 รวม 17 100.00 17 100.00 จากตาราง 3.110 พบว่า ระยะเวลาเก็บข้อมูล(ปี) ที่เหมาะสมที่จะนำมาสร้างตัวแบบการพยากรณ์ค่า ต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คือ ระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล (รายเดือน) คิดเป็นร้อยละ 41.18 รองลงมาได้แก่ ระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล (ราย เดือน) คิดเป็นร้อยละ 35.29 ตามลำดับ นั่นหมายถึง ถ้านักวิจัยต้องการวิเคราะห์ข้อมูลนี้นักวิจัยสามารถใช้ ข้อมูลที่เก็บรวบรวมระยะเวลา 30 ปี สามารถทำการวิเคราะห์ได้อย่างแม่นยำ ทั้งนี้ผลการวิเคราะห์ข้อมูล ซึ่งประกอบด้วย ระยะเวลาเก็บข้อมูล(ปี) ตัวแบบที่เหมาะสม จำแนกรายสถานี แสดงดังตาราง 3.111
312 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ตารางที่ 3.111 ตัวแบบการพยากรณ์ที่เหมาะสมค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7วัน 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)(0,0,1) 10 SARIMA(2,0,0)(2,1,0) ST3 30 SARIMA(0,0,1)(0,0,1) 30 SARIMA(1,0,0)(0,1,1) ST4 10 SARIMA(1,0,1)(1,0,0) 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) 10 SARIMA(0,0,0)(0,1,1) 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)(0,0,1) 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 3.112 – 3.128
ผลการวิจัย 313 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 1) สถานีอุตุนิยมวิทยาปากช่อง สกษ. จังหวัดนครราชสีมา (ST1) ตารางที่ 3.112 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 3.112 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝน สะสมเคลื่อนที่ 7 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 7 วัน ได้แก่ SARIMA(3,0,0)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 41.0115 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.105
314 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.105 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาปากช่อง สกษ. จังหวัดนครราชสีมา
ผลการวิจัย 315 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 2) สถานีอุตุนิยมวิทยาโชคชัย จังหวัดนครราชสีมา (ST2) ตารางที่ 3.113 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ของสถานี ST2 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(0,0,1) 8.4105 SARIMA(2,0,0)(2,1,0) 27.8739 20 SARIMA(0,0,0)(0,0,1) 6.6224 SARIMA(0,0,1)(2,1,0) 34.7416 30 SARIMA(0,0,0)(0,0,1) 6.0178 SARIMA(0,0,1)(1,1,0) 38.3645 จากตาราง 3.113 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 6.0178 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.106
316 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.106 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาโชคชัย จังหวัดนครราชสีมา
ผลการวิจัย 317 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 3) สถานีอุตุนิยมวิทยานครราชสีมา จังหวัดนครราชสีมา (ST3) ตารางที่ 3.114 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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(0,0,0)(0,0,1) 3.2005 SARIMA(0,0,0)(0,1,1) 41.0167 30 SARIMA(0,0,1)(0,0,1) 2.9130 SARIMA(1,0,0)(0,1,1) 38.0622 จากตาราง 3.114 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,1)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 2.9130 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(1,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 38.0622 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.107
318 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.107 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยานครราชสีมา จังหวัดนครราชสีมา
ผลการวิจัย 319 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 4) สถานีอุตุนิยมวิทยานางรอง จังหวัดบุรีรัมย์ (ST4) ตารางที่ 3.115 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ของสถานี ST4 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ ที่เหมาะสม ค่า RMSE สมการพยากรณ์ ที่เหมาะสม ค่า RMSE 10 SARIMA(1,0,1)(1,0,0) 2.7421 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(0,0,0)(0,0,1) 4.7887 SARIMA (2,0,2)(0,1,1) 37.1258 จากตาราง 3.115 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(1,0,1)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 2.7421 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.108
320 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.108 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยานางรอง จังหวัดบุรีรัมย์
ผลการวิจัย 321 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 5) สถานีอุตุนิยมวิทยาบุรีรัมย์ จังหวัดบุรีรัมย์ (ST5) ตารางที่ 3.116 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ของสถานี ST5 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,1)(1,0,0) 6.5039 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 3.116 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(1,0,0)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 6.1581 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(1,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 32.1717 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.109
322 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.109 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาบุรีรัมย์ จังหวัดบุรีรัมย์
ผลการวิจัย 323 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 6) สถานีอุตุนิยมวิทยาท่าตูม จังหวัดสุรินทร์ (ST6) ตารางที่ 3.117 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 3.117 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,0,2) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.1236 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.110
324 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.110 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาท่าตูม จังหวัดสุรินทร์
ผลการวิจัย 325 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 7) สถานีอุตุนิยมวิทยาสุรินทร์ จังหวัดสุรินทร์ (ST7) ตารางที่ 3.118 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 3.118 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,1)(1,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.9080 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 43.1873 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.111
326 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.111 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาสุรินทร์ จังหวัดสุรินทร์
ผลการวิจัย 327 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 8) สถานีอุตุนิยมวิทยาสุรินทร์ สกษ จังหวัดสุรินทร์ (ST8) ตารางที่ 3.119 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ของสถานี ST8 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,1)(0,0,1) 5.7427 SARIMA(0,0,0)(0,1,1) 41.5432 20 SARIMA(0,0,0)(0,0,1) 5.5808 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 3.119 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 5.2381 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 41.5432 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.112
328 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.112 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาสุรินทร์ สกษ จังหวัดสุรินทร์
ผลการวิจัย 329 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 9) สถานีอุตุนิยมวิทยาศรีสะเกษ จังหวัดศรีสะเกษ (ST9) ตารางที่ 3.120 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 3.120 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(1,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.6821 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 47.4251 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.113
330 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.113 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาศรีสะเกษ จังหวัดศรีสะเกษ
ผลการวิจัย 331 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 10) สถานีอุตุนิยมวิทยาอุบลราชธานี จังหวัดอุบลราชธานี (ST10) ตารางที่ 3.121 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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) 55.3828 จากตาราง 3.121 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,0,2) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.8709 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(1,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 54.3127 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.114
332 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.114 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาอุบลราชธานี จังหวัดอุบลราชธานี
ผลการวิจัย 333 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 11) สถานีอุตุนิยมวิทยาอุบลราชธานี สกษ. จังหวัดอุบลราชธานี (ST11) ตารางที่ 3.122 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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) 73.7496 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 3.122 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 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 7 วัน ได้แก่ SARIMA(1,0,0)(1,1,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 64.1600 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.115
334 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.115 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาอุบลราชธานี สกษ. จังหวัดอุบลราชธานี
ผลการวิจัย 335 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 12) สถานีอุตุนิยมวิทยาชัยภูมิ จังหวัดชัยภูมิ (ST12) ตารางที่ 3.123 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 3.123 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 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 7 วัน ได้แก่ SARIMA(0,0,1)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 49.5215 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.116
336 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.116 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาชัยภูมิ จังหวัดชัยภูมิ
ผลการวิจัย 337 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 13) สถานีอุตุนิยมวิทยาขอนแก่น จังหวัดขอนแก่น (ST13) ตารางที่ 3.124 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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) 42.4094 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 3.124 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,0,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.7109 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,0)(0,1,1) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 42.4094 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.117
338 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.117 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาขอนแก่น จังหวัดขอนแก่น
ผลการวิจัย 339 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 14) สถานีอุตุนิยมวิทยาท่าพระ สกษ. จังหวัดขอนแก่น (ST14) ตารางที่ 3.125 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 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 3.125 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(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 7 วัน ได้แก่ SARIMA(2,0,1)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 20 ปี หรือใช้ข้อมูลจำนวน 240 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 48.1969 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.118
340 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.118 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาท่าพระ สกษ. จังหวัดขอนแก่น
ผลการวิจัย 341 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 15) สถานีอุตุนิยมวิทยามหาสารคาม จังหวัดมหาสารคาม (ST15) ตารางที่ 3.126 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ของสถานี ST15 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(1,0,0) 4.8769 SARIMA(0,0,1)(1,0,0) 66.5219 20 SARIMA(0,0,1)(0,0,1) 5.0192 SARIMA(0,0,1)(1,0,0) 56.9009 30 SARIMA(0,0,1)(2,0,0) 4.5662 SARIMA(1,0,1)(2,1,0) 52.0363 จากตาราง 3.126 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ได้แก่ SARIMA(0,0,1)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวม มาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บ อื่น ๆ มีค่า RMSE น้อยที่สุด คือ 4.5662 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(1,0,1)(2,1,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 52.0363 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.119
342 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.119 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยามหาสารคาม จังหวัดมหาสารคาม
ผลการวิจัย 343 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 16) สถานีอุตุนิยมวิทยาร้อยเอ็ด สกษ. จังหวัดร้อยเอ็ด (ST16) ตารางที่ 3.127 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ของสถานี ST16 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(0,0,1) 3.8002 SARIMA(2,0,0)(1,0,0) 71.9247 20 SARIMA(0,0,1)(0,0,1) 4.4539 SARIMA(2,0,0)(2,0,0) 59.5679 30 SARIMA(0,0,1)(1,0,0) 4.0562 SARIMA(2,0,1)(2,0,0) 54.9317 จากตาราง 3.127 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 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 4.788217 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(2,0,1)(2,0,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 30 ปี หรือใช้ข้อมูลจำนวน 360 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 54.9317 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.120
344 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.120 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาร้อยเอ็ด สกษ. จังหวัดร้อยเอ็ด
ผลการวิจัย 345 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 17) สถานีอุตุนิยมวิทยาร้อยเอ็ด จังหวัดร้อยเอ็ด (ST17) ตารางที่ 3.128 ตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ของสถานี ST17 ระยะเวลา เก็บข้อมูล (ปี) ค่าต่ำสุด ค่าสูงสุด สมการพยากรณ์ที่ เหมาะสม ค่า RMSE สมการพยากรณ์ที่ เหมาะสม ค่า RMSE 10 SARIMA(0,0,0)(0,0,1) 3.0757 SARIMA(1,0,0)(2,1,0) 40.7685 20 SARIMA(0,0,1)(0,0,1) 3.9331 SARIMA(0,0,1)(1,1,0) 45.4233 30 SARIMA(0,0,1)(0,0,2) 3.6211 SARIMA(1,0,0)(1,1,0) 46.3064 จากตาราง 3.128 พบว่า สมการพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสม เคลื่อนที่ 7 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 3.0757 ในขณะที่ สมการพยากรณ์ที่เหมาะสมสำหรับค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ได้แก่ SARIMA(1,0,0)(2,1,0) ซึ่งมีข้อมูลที่ใช้ในการสร้างแบบจำลอง คือ ข้อมูลที่เก็บรวบรวมมาเป็นระยะเวลา 10 ปี หรือใช้ข้อมูลจำนวน 120 ข้อมูล(รายเดือน) เนื่องจากเมื่อเทียบกับระยะเวลาการเก็บอื่น ๆ มีค่า RMSE น้อยที่สุด คือ 40.7685 ซึ่งสามารถเปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์ที่เหมาะสมสำหรับค่าต่ำสุด และ สูงสุด ราย เดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในแต่ละคาบเวลา 10 ปี 20 ปี และ 30 ปี ดังภาพที่ 3.121
346 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture (ก) ค่าต่ำสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน (ข) ค่าสูงสุดรายเดือนของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ภาพที่3.121 เปรียบเทียบระหว่างข้อมูลจริงและค่าพยากรณ์สำหรับค่าต่ำสุดรายเดือน ของปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน คาบเวลา 10 ปี20 ปี และ 30 ปี สถานีอุตุนิยมวิทยาร้อยเอ็ด จังหวัดร้อยเอ็ด
ผลการวิจัย 347 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 3) ผลการวิเคราะห์ด้วยค่าสุดขีดด้วยวิธีเกณฑ์ (Threshold Method) แบบจำลองค่าสูงกว่าเกณฑ์ หรือ Peak over threshold model นิยมนำมาวิเคราะห์ข้อมูลที่มี จำนายมาก หรือเป็นข้อมูลที่เก็บรวบรวมเป็นรายวัน การแจกแจงที่สำคัญภายใต้วิธีการนี้คือ แบบจำลอง GPD โดยขั้นตอนสำคัญของการสร้างแบบจำลอง คือ การกำหนดค่าเกณฑ์(Threshold) ที่เหมาะสมกับข้อมูลที่จะ นำมาวิเคราะห์และพิจารณาความไม่เป็นอิสระของข้อมูล ทั้งนี้นักวิจัยสามารถแก้ไขโดยการจัดกลุ่มค่าสุดขีด (De-clustering) ที่มีค่าเกินกว่าเกณฑ์จึงเหมาะสมกับการแจกแจงพาเรโตวางนัยทั่วไป (Generalized Pareto Distribution: GPD) ในงานวิจัยนี้ ผู้วิจัยได้กำหนดรูปแบบของแบบจำลองไว้ 2 ลักษณะ ได้แค่ แบบจำลองภายใต้ กระบวนการคงที่ และ แบบจำลองภายใต้กระบวนการไม่คงที่ แสดงดังตาราง 1. รูปแบบของแบบจำลองการแจกแจง GPD ภายใต้กระบวนการคงที่ ตารางที่3.129 รูปแบบของแบบจำลองการแจกแจง GPD ภายใต้กระบวนการคงที่ ชื่อแบบจำลอง สมการของแบบจำลอง GPD00 เป็นค่าคง , เป็นค่าคงที่ หรือ 0 2. รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ การวิเคราะห์ค่าสุดขีดที่ได้รับอิทธิพล จากตัวแปรอื่น ๆ เช่น ข้อมูลมีการเปลี่ยนแปลงเมื่อเวลา เปลี่ยนไป หรือข้อมูลมีแนวโน้ม ซึ่งทำให้ข้อมูลที่นำมาวิเคราะห์เป็นข้อมูลที่อยู่ภายใต้กระบวนการไม่คงที่ การ วิเคราะห์ข้อมูลลักษณะนี้จะแตกต่างจากการวิเคราะห์ข้อมูลที่อยู่ภายใต้กระบวนการคงที่ โดยลักษณะข้อมูลที่ อยู่ภายใต้กระบวนการไม่คงที่ โดยมีรูปแบบสมการของแบบจำลองการแจกแจง GPD ภายใต้กระบวนการไม่ คงที่ ดังตาราง 3.130
348 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ตารางที่3.130 รูปแบบของแบบจำลองการแจกแจง GPD ภายใต้กระบวนการไม่คงที่ ชื่อแบบจำลอง สมการของแบบจำลอง GPD01 0 1 0 = + − + exp( ( 1)) Year t , เป็นค่าคงที่ หรือ 0 GPD02 2 0 1 0 2 0 = + − + + − + exp( ( 1) ( 1) ) Year t Year t , เป็นค่าคงที่ หรือ 0 GPD03 เป็นค่าคง , 0 1 0 = + − + ( 1) Year t GPD04 เป็นค่าคง , = + − + exp ( 1) ( 0 1 0 Year t ) GPD05 0 1 0 = + − + exp( ( 1)) Year t , 0 1 0 = + − + ( 1) Year t GPD06 0 1 0 = + − + exp( ( 1)) Year t , = + − + exp ( 1) ( 0 1 0 Year t ) GPD07 2 0 1 0 2 0 = + − + + − + exp( ( 1) ( 1) ) Year t Year t 0 1 0 = + − + ( 1) Year t GPD08 2 0 1 0 2 0 = + − + + − + exp( ( 1) ( 1) ) Year t Year t = + − + exp ( 1) ( 0 1 0 Year t ) รูปแบบของแบบจำลองการแจกแจง GPD ภายใต้การวิเคราะห์ค่าสุดขีด Threshold โดยแสดง ค่าประมาณพารามิเตอร์ ของตัวแบบที่เหมาะสมจากการทดสอบภาวะสารูปสนิทดีจากสถิติทดสอบ KS-test ของแบบจำลองปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ดังตาราง 3.131
ผลการวิจัย 349 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ตารางที่ 3.131 ค่าประมาณพารามิเตอร์ ตัวแบบจำลองการแจกแจง GPD ที่เหมาะสม ของข้อมูลปริมาณ น้ำฝนสะสมเคลื่อนที่ 7 วัน รหัส สถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าเกณฑ์ (Threshold) ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST1 GPD03 149.20 ˆ = 48.22, 0 ˆ = 0.05, 1 ˆ = - 0.00005 1304.79 1327.47 0.56 ST2 GPD03 156.51 ˆ = 31.63, 0 ˆ =-0.48, 1 ˆ = 0.00003 1201.17 1223.84 0.14 ST3 GPD01 161.61 0 ˆ = 3.72, 1 ˆ = 0.00003, ˆ = - 0.26 1338.26 1360.93 0.50 ST4 GPD00 158.72 ˆ = 34.95, ˆ = -0.07 1276.56 1291.68 0.37 ST5 GPD00 165.10 ˆ = 41.40, ˆ = -0.16 1300.68 1315.80 0.05 ST6 GPD00 170.30 ˆ = 39.49, ˆ = -0.08 1309.84 1324.96 0.67 ST7 GPD01 206.84 0 ˆ = 171.17, 1 ˆ = 3.82, ˆ = 0.00003 1381.07 1403.75 0.81 ST8 GPD03 207.70 ˆ = 43.54, 0 ˆ = 0.32, 1 ˆ = - 0.00003 1381.26 1403.93 0.70 ST9 GPD00 195.82 ˆ = 71.82, ˆ = -0.16 1456.23 1471.34 0.66 ST10 GPD03 159.95 0 ˆ = 207.00, 1 ˆ = 3.62, ˆ = 0.0001 1371.85 1394.52 0.77 ST11 GPD00 135.51 ˆ = 36.81, ˆ = 0.35 1411.72 1426.84 0.42 ST12 GPD01 136.51 0 ˆ = 2.82, 1 ˆ = 0.0001, ˆ = 0.08 1354.47 1377.14 0.63 ST13 GPD01 171.42 0 ˆ = 3.29, 1 ˆ = 0.00004, ˆ = 0.04 1306.52 1329.19 0.14 ST14 GPD01 174.98 0 ˆ = 2.96, 1 ˆ = 0.0001, ˆ = 0.15 1353.37 1376.04 0.17 ST15 GPD01 167.00 0 ˆ = 2.28, 1 ˆ = 0.0002, ˆ = - 0.09 1356.34 1379.01 0.76 ST16 GPD03 149.87 ˆ = 54.93, 0 ˆ =-0.69, 1 ˆ = 0.0001 1432.00 1454.67 0.73 ST17 GPD00 148.51 ˆ = 48.59, ˆ = -0.18 1340.73 1355.85 0.66 จากตารางที่ 3.131 เมื่อพิจารณารูปแบบของพารามิเตอร์ที่เหมาะสมในแต่ละสถานี พบว่า รูปแบบของ พารามิเตอร์ส่วนใหญ่ คือ ภายใต้กระบวนการคงที่ หรือรูปแบบ GPD00 จำนวน 6 สถานี รองลงมาคือ ภายใต้ กระบวนการไม่คงที่ คือ รูปแบบ GPD03 จำนวน 5 สถานี และรูปแบบ GPD07 จำนวน 3 สถานี ที่เหมาะสม กับข้อมูลปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน
350 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ทั้งนี้ ผู้วิจัยได้วิเคราะห์ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ด้วยแบบจำลอง ที่เหมาะสม ในคาบย้อนพินิจ 2 5 25 50 และ 100 ปี ผลแสดงดังตารางที่ 3.132 ตารางที่ 3.132 ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน สถานี คาบย้อนพินิจ(ปี) 2 5 25 50 100 ST1 226.47 260.12 316.39 339.57 362.13 ST2 252.33 316.02 471.80 561.61 669.03 ST3 263.09 339.67 551.05 685.92 857.93 ST4 249.39 307.89 447.06 525.41 617.74 ST5 246.68 275.30 315.09 328.86 340.96 ST6 289.92 380.28 629.33 788.05 990.30 ST7 323.69 407.19 625.91 759.50 925.22 ST8 306.93 344.50 400.16 420.62 439.24 ST9 315.94 360.52 425.67 449.33 470.69 ST10 241.39 267.43 301.10 311.97 321.13 ST11 207.60 235.46 277.58 293.37 307.90 ST12 186.35 203.48 226.98 235.02 242.02 ST13 266.00 298.18 341.94 356.78 369.65 ST14 270.32 323.77 435.56 491.85 553.74 ST15 240.27 269.67 315.40 333.00 349.45 ST16 216.82 241.10 275.91 288.32 299.42 ST17 212.28 238.88 281.76 298.84 315.12 จากตารางที่ 3.132 พบว่า ระดับการเกิดซ้ำของข้อมูลปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน มีระดับ การเกิดซ้ำของสถานี ST6 และ ST7 ที่มีค่าปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน สูงสุด เมื่อคาบย้อนพินิจมีค่า เพิ่มขึ้น สามารถสรุประดับการเกิดปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ซ้ำ ในรอบคาบย้อนพินิจต่าง ๆ ดังภาพที่ 3.122
ผลการวิจัย 351 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 5 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 25 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 50 ปี ระดับการเกิดซ้ำ ในคาบย้อนพินิจ 100 ปี ภาพที่ 3.122 แผนที่ค่าประมาณระดับการเกิดซ้ำ ในคาบย้อนพินิจ 2 ปี 5 ปี 25 ปี50 ปี และ 100 ปี ของข้อมูลปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน
352 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 4.4.2 การวิเคราะห์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ต่ำสุด และสูงสุด รายเดือน 1) ผลการวิเคราะห์ด้วยสถิติพรรณนา ตารางที่3.133 รายละเอียดผลการวิเคราะห์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน เบื้องต้น รหัส สถานี ปี เดือน วัน วันที่มี ปริมาณ น้ำฝน สะสม เคลื่อนที่ 10 วัน วันที่ไม่มี ปริมาณ น้ำฝนสะสม เคลื่อนที่ 7 วัน ค่าเฉลี่ย ปริมาณ น้ำฝนสะสม เคลื่อนที่ 7 วัน ปริมาณ น้ำฝนสะสม สูงสุด ปริมาณ น้ำฝน เฉลี่ย ฤดูร้อน ปริมาณ น้ำฝน เฉลี่ย ฤดูฝน ปริมาณ น้ำฝน เฉลี่ย ฤดูหนาว 48381 39 465 14,153 9,964 4,189 48 335 28.22 62.88 22.21 48384 39 465 14,153 9,886 4,267 46 603 28.14 60.65 22.53 48382 39 465 14,153 9,902 4,251 51 534 29.97 68.71 18.30 48403 39 465 14,153 9,848 4,305 45 534 28.97 57.96 23.39 48405 39 465 14,153 9,877 4,276 53 335 29.47 72.13 17.69 48404 39 465 14,153 9,893 4,260 53 702 27.37 72.54 18.46 48408 39 465 14,153 9,981 4,172 62 708 27.11 88.90 20.08 48407 39 465 14,153 10,013 4,140 64 471 29.92 90.07 20.95 48409 39 465 14,153 9,669 4,484 58 573 27.40 79.50 23.96 48435 39 465 14,153 10,381 3,772 42 441 28.92 54.04 22.46 48431 39 465 14,153 10,835 3,318 41 324 36.17 48.55 26.02 48434 39 465 14,153 10,517 3,636 39 292 27.53 48.80 24.25 48432 39 465 14,153 10,374 3,779 54 410 30.74 73.80 21.98 48433 39 465 14,153 10,212 3,941 54 451 30.42 73.95 20.89 48416 39 465 14,153 9,812 4,341 52 373 30.33 68.41 22.70 48436 16 189 5,752 4,196 1,556 52 306 27.26 73.64 19.61 48437 39 465 14,153 10,629 3,524 44 295 29.98 58.33 21.87
ผลการวิจัย 353 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ 2) ผลการวิเคราะห์ด้วยการเรียนรู้ด้วยเครื่อง (ML) ผู้วิจัยได้วิเคราะห์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน สูงสุดรายเดือน ด้วยการเรียนรู้ของเครื่อง หรือ Machine Learning โดยแบ่งข้อมูลออกเป็น 3 กลุ่ม ตามลักษณะลุ่มน้ำ ได้แก่ ลุ่มน้ำมูลส่วนที่ 1 ลุ่มน้ำมูล ส่วนที่ 2 และ ลุ่มน้ำมูลส่วนที่ 3 รายละเอียดดังต่อไปนี้ ลุ่มน้ำมูลส่วนที่ 1 คำอธิบาย ภาพที่ 3.123 ค่าคาดการณ์การคาดการณ์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ค่าสูงสุดรายเดือน ของลุ่มน้ำมูลส่วนที่ 1 ด้วย ML จากภาพ พบว่า สถานี ST01 ST02 มีค่าคาดการณ์ปริมาณ น้ำฝนสะสมเคลื่อนที่ 7 วัน ในช่วงเดือนกุมภาพันธ์ ปี พ.ศ. 2566 แ ล ะ ใ น ช ่ ว ง เ ด ื อ น พฤศจิกายน ปี พ.ศ. 2566 จนถึง เดือนกุมภาพันธ์ ปี พ.ศ.2567 ต่ำ กว่าสถานีอื่น ๆ ทั้งนี้การแจกแจงของปริมาณ น้ำฝนต่ำสุดสะสมเคลื่อนที่ 7 วัน ของแต่ละสถานีในลุ่มน้ำมูลส่วน ที่ 1 ส่วนใหญ่เป็นการแจกแจงที่ มีลักษณะหางหนักด้านขวา (Right heavy-tailed distribution) และมีสถานี ST12 ที่มีลักษณะเป็นการแจกแจงที่มี ลักษณะ Mixed distribution
354 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture ลุ่มน้ำมูลส่วนที่ 2 คำอธิบาย ภาพที่ 3.124 ค่าคาดการณ์การคาดการณ์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ค่าสูงสุดรายเดือน ของลุ่มน้ำมูลส่วนที่ 2 ด้วย ML จากภาพ พบว่า สถานี ST08 และ ST13 มีค่าคาดการณ์ ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ในช่วงเดือนกุมภาพันธ์ ปี พ.ศ. 2566 และในช่วงเดือน พฤศจิกายน ปี พ.ศ. 2566 จนถึง เดือนกุมภาพันธ์ ปี พ.ศ.2567 ต่ำ กว่าสถานีอื่น ๆ ทั้งนี้การแจกแจงของปริมาณ น้ำฝนต่ำสุดสะสมเคลื่อนที่ 7 วัน ของแต่ละสถานีในลุ่มน้ำมูลส่วน ที่ 2 ส่วนใหญ่เป็นการแจกแจงที่ มีลักษณะหางหนักด้านขวา (Right heavy-tailed distribution) และมีสถานี ST06 และ ST07 ที่มีลักษณะเป็นการ แจกแจงที่มีลักษณะ Mixed distribution
ผลการวิจัย 355 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ลุ่มน้ำมูลส่วนที่ 3 คำอธิบาย ภาพที่ 3.125 ค่าคาดการณ์การคาดการณ์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ค่าสูงสุดรายเดือน ของลุ่มน้ำมูลส่วนที่ 3 ด้วย ML จากภาพ พบว่า สถานี ST11 มี ค่าคาดการณ์ปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน ในช่วงเดือน พฤศจิกายน ปี พ.ศ. 2567 และ 2570 ต่ำกว่าสถานีอื่น ๆ ทั้งนี้การแจกแจงของปริมาณ น้ำฝนต่ำสุดสะสมเคลื่อนที่ 7 วัน ของแต่ละสถานีในลุ่มน้ำมูลส่วน ที่ 2 ส่วนใหญ่เป็นการแจกแจงที่ มีลักษณะหางหนักด้านขวา (Right heavy-tailed distribution) และมีสถานี ST06 และ ST11 ที่มีลักษณะเป็นการ แจกแจงที่มีลักษณะ Mixed distribution
356 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 3) ผลการวิเคราะห์ด้วยทฤษฎีเกรย์ สำหรับปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ค่าสูงสุดรายเดือน ตารางที่ 3.134 ค่าคาดการณ์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน สูงสุดรายเดือน จำแนกรายสถานี ด้วยแบบจำลองเกรย์ สถานี มกราคม กุมภาพันธ์ มีนาคม เมษายน พฤษภาคม มิถุนายน กรกฎาคม สิงหาคม ST1 95.95 100.88 106.06 111.51 117.23 123.26 129.59 136.24 ST2 118.51 127.72 137.65 148.36 159.89 172.32 185.72 200.16 ST3 96.15 100.48 105.00 109.72 114.65 119.81 125.20 130.83 ST4 118.55 123.03 127.67 132.49 137.50 142.69 148.08 153.67 ST5 117.28 122.70 128.37 134.30 140.51 147.00 153.80 160.90 ST6 108.47 116.91 126.01 135.81 146.37 157.76 170.03 183.25 ST7 133.77 137.86 142.09 146.44 150.92 155.54 160.30 165.21 ST8 130.63 135.14 139.80 144.62 149.61 154.77 160.11 165.63 ST9 145.01 154.70 165.04 176.07 187.83 200.38 213.77 228.05 ST10 198.68 212.09 226.41 241.69 258.01 275.43 294.02 313.87 ST11 190.53 205.89 222.48 240.41 259.79 280.72 303.35 327.80 ST12 117.74 124.22 131.06 138.27 145.88 153.91 162.38 171.32 ST13 143.64 152.39 161.66 171.51 181.95 193.03 204.79 217.26 ST14 99.70 103.79 108.06 112.50 117.12 121.93 126.94 132.15 ST15 88.03 92.25 96.67 101.30 106.15 111.23 116.56 122.15 ST16 101.48 102.84 104.21 105.61 107.02 108.45 109.91 111.38 ST17 107.51 112.83 118.41 124.27 130.42 136.87 143.64 150.75 จากตารางที่ 3.134 พบว่า สถานี ST11 และ สถานี ST10 มีค่าคาดการณ์ปริมาณน้ำฝนสะสม เคลื่อนที่ 7 วัน สูงสุดรายเดือนสูงกว่าสถานีอื่น ๆ เป็นสองลำดับแรก ตั้งแต่เดือน มกราคม-พฤษภาคม พ.ศ. 2566 และพบว่า สถานี ST16 และสถานี ST15 มีค่าคาดการณ์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน สูงสุดราย เดือนต่ำกว่าสถานีอื่น ๆ เป็นสองลำดับสุดท้าย ตั้งแต่เดือน มกราคม-พฤษภาคม พ.ศ.2566
ผลการวิจัย 357 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ภาพที่ 3.126 ค่าคาดการณ์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน สูงสุดรายเดือนจำแนกรายสถานี ด้วยแบบจำลองเกรย์
358 ผลการวิจัย Development of an Information System for Forecasting Spatial Extremely Drought in Mun-River Basin for Water management of Precision Agriculture 4) ผลการวิเคราะห์ด้วยทฤษฎีค่าสุดขีด Block Maxima รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการคงที่ วิเคราะห์ข้อมูลที่มีค่าสุดขีดวิธีหนึ่ง ซึ่งเหมาะสำหรับการวิเคราะห์คำสุดขีดในช่วงเวลาที่มีคาบ เท่าๆ กัน เช่น รายสัปดาห์ รายเตือน รายสามเดือน หรือรายปี ซึ่งวิธีการเลือกข้อมูลที่นำมาใช้ในการวิเคราะห์ คือ เลือกข้อมูลที่มีค่าสูงสุดในแต่ละช่วงคาบเวลา โดยมีรูปแบบสมการของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการคงที่ ดังตาราง 3.135 ตารางที่3.135 รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการคงที่ ชื่อแบบจำลอง สมการของแบบจำลอง GEV00 = 0 , เป็นค่าคง , เป็นค่าคงที่ หรือ 0 รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ การวิเคราะห์ค่าสุดขีดที่ได้รับอิทธิพล จากตัวแปรอื่น ๆ เช่น ข้อมูลมีการเปลี่ยนแปลงเมื่อเวลา เปลี่ยนไป หรือข้อมูลมีแนวโน้ม ซึ่งทำให้ข้อมูลที่นำมาวิเคราะห์เป็นข้อมูลที่อยู่ภายใต้กระบวนการไม่คงที่ การ วิเคราะห์ข้อมูลลักษณะนี้จะแตกต่างจากการวิเคราะห์ข้อมูลที่อยู่ภายใต้กระบวนการคงที่ โดยลักษณะข้อมูลที่ อยู่ภายใต้กระบวนการไม่คงที่ โดยมีรูปแบบสมการของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่ คงที่ ดังตาราง 3.136 ตารางที่3.136 รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ ชื่อแบบจำลอง สมการของแบบจำลอง GEV01 0 1 0 = + − + ( 1) Year t , เป็นค่าคง , เป็นค่าคงที่ หรือ 0 GEV02 2 0 1 0 2 0 = + − + + − + ( 1) ( 1) Year t Year t , เป็นค่าคง , เป็นค่าคงที่ หรือ 0 GEV03 2 0 ( 1) 0 1 Year t e − − + = + , เป็นค่าคง , เป็นค่าคงที่ หรือ 0 GEV04 = 0 , 0 1 0 = + − + exp( ( 1)) Year t , เป็นค่าคงที่ หรือ 0 GEV05 0 1 0 = + − + ( 1) Year t 0 1 0 = + − + exp( ( 1)) Year t , เป็นค่าคงที่ หรือ 0 GEV06 2 0 1 0 2 0 = + − + + − + ( 1) ( 1) Year t Year t 0 1 0 = + − + exp( ( 1)) Year t , เป็นค่าคงที่ หรือ 0 GEV07 2 0 ( 1) 0 1 Year t e − − + = + 0 1 0 = + − + exp( ( 1)) Year t , เป็นค่าคงที่ หรือ 0
ผลการวิจัย 359 การพัฒนาระบบสารสนเทศภูมิศาสตร์สำหรับการพยากรณ์ภัยแล้งสุดขีดเชิงพื้นที่ในลุ่มน้ำมูล เพื่อการบริหารจัดการน้ำพื้นที่ในและนอกเขตชลประทานสำหรับการเกษตรแม่นยำ ในการวิจัยครั้งนี้ผู้วิจัยได้นำข้อมูลปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน โดยจำแนกข้อมูลออกเป็น 2 แบบ ได้แก่ ค่าต่ำสุด และค่าสูงสุด โดยจำแนกเป็นรายเดือน รายฤดูกาล และรายปี มาวิเคราะห์ โดยรายละเอียด ผลการวิเคราะห์ดังนี้ 4.1) การคาดการณ์ปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ต่ำสุด รายเดือน รูปแบบของแบบจำลองการแจกแจง GEV ภายใต้กระบวนการไม่คงที่ โดยแสดงค่าประมาณ พารามิเตอร์ ของตัวแบบที่เหมาะสมจากค่า AIC และการทดสอบภาวะสารูปสนิทดีจากสถิติทดสอบ KS-test ของแบบจำลองปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ต่ำสุด รายเดือน ดังตาราง 3.137 ตารางที่ 3.137 รูปแบบของแบบจำลองที่เหมาะสม และค่าประมาณพารามิเตอร์ ค่า AIC และค่า BIC ภายใต้ กระบวนการไม่คงที่ สำหรับข้อมูลปริมาณน้ำฝนสะสมเคลื่อนที่ 7 วัน ต่ำสุด รายเดือน รหัส สถานี รูปแบบของ แบบจำลอง ที่เหมาะสม ค่าประมาณพารามิเตอร์ AIC BIC KS-test (p-value) ST1 GEV05 0 ˆ = 0.79, 1 ˆ = -0.001, 0 ˆ = 0.15, 1 ˆ =-0.002, ˆ = 1.34 1728.20 1748.52 0.53 ST2 GEV05 0 ˆ = 0.57, 1 ˆ = -0.001, 0 ˆ =-0.14, 1 ˆ =-0.002, ˆ = 1.49 1469.18 1489.47 0.49 ST3 GEV02 0 ˆ = 0.34, 1 ˆ = 0.0002, 2 ˆ =-5.69*10-7 , ˆ = 0.48, ˆ = 1.58 1430.85 1451.10 0.56 ST4 GEV01 0 ˆ = 0.66, 1 ˆ = 0.0002, ˆ = 0.84, ˆ = 1.10 1692.392 1708.581 0.67 ST5 GEV02 0 ˆ = 0.10, 1 ˆ = -2.90*10-18 , 2 ˆ = 1.58*10-20 , ˆ = 3.27*10-12 , ˆ = 4.49 492.77 508.45 0.64 ST6 GEV00 ˆ = 0.78, ˆ = 1.05, ˆ = 1.22 1813.93 1825.90 0.44 ST7 GEV00 0 ˆ = 0.77, 1 ˆ = 3.96, 2 ˆ =-0.0009, 0 ˆ = 0.24, 1 ˆ =-0.002, ˆ = 1.59 1866.93 1891.13 0.37 ST8 GEV00 0 ˆ = 1.07, 1 ˆ = 45.37, 2 ˆ =-0.001, 0 ˆ = 0.57, 1 ˆ =-0.002, ˆ = 1.38 1925.77 1949.89 0.49 ST9 GEV01 0 ˆ = 0.76, 1 ˆ = -0.0002, ˆ = 1.04, ˆ = 1.44 1900.034 1915.99 0.59 ST10 GEV03 0 ˆ = 0.69, 1 ˆ = 13.92, 2 ˆ =-3.04E-05, ˆ = 1.09, ˆ = 1.63 2053.00 2073.08 0.29 ST11 GEV05 0 ˆ = 0.77, 1 ˆ = -0.001, 0 ˆ = 0.29, 1 ˆ =-0.002, ˆ = 1.75 1944.55 1964.56 0.50