proceeding-ncwre9

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 249 รูปที่ 1 องค์ประกอบการพัฒนาเว็ปแอปพลิเคชันสำหรับออกแบบ ระบบคลองส่งน้ำในระดับแปลงเกษตร 2.3 การพัฒนาระบบ สามารถแยกได้เป็น 4 ส่วนประกอบด้วย การพัฒนา ระบบฐานข้อมูล การพัฒนาระบบติดต่อผู้ใช้ การพัฒนา ระบบคำนวณ และการพัฒนาระบบส ่งข้อมูลจาก ภาคสนาม การพัฒนาระบบฐานข้อมูล ฐานข้อมูลของระบบเป็น ฐานข้อมูลแบบ Relational database ด้วย PostgreSQL version 12 เป็นฐานข้อมูลของระบบและใช้การพัฒนา Web services เป็นส ่วนติดต ่อระหว ่าง Front End กับ Back End ของระบบ ในส ่วนของข้อมูลเชิงพื้นที่ (Geographic Information Systems) จ ะใช้ง าน ร ่ วม PostGIS [2] ซึ่งเป็น Spatial-Data Extension เพื่อจัดเก็บ และประมวลผลข้อมูลเชิงพื้นที่ การพัฒนาส่วนติดต่อผู้ใช้ ใช้การพัฒนาด้วย Angular Framework สามารถแบ่งส่วนหลักของการพัฒนาได้ดังนี้ ส ่วนของ Font End Framework ใช้ Bootstrap เป็น CSS หลักของการพัฒนา ในส่วนของการแสดงผลแผนที่ใช้ MapBox [3] เป็น Component หลัก ส่วนของการแสดง กราฟ ใช้ AmChart [4] เป็น Component หลัก ส ่วน ข อง ก า ร แ ส ดง ต า ร าง ใ ช ้ DevExpress [5] เ ป็ น Component หลัก Back End Framework ของงานวิจัย ใช้ FastAPI [6] และ Python package อื ่นๆเช่น ส ่วนการแสดงผล Drawing ใช้ DXF viewer [7] เป็น Component หลักของการพัฒนาในงานวิจัยนี้ การพัฒนาระบบคำนวณ ส ่วนของการคำนวณหลัก ประกอบด้วย การคำนวณค่าชลภาระของพื้นที่ ใช้การกำหนดเป็น อัตรา มีหน่วยเป็น ลิตร/วินาที/ไร่ (ค่าแนะนำ 0.24 ลิตร/ วินาที/ไร ่) โดยความต้องการน้ำของแต ่ละพื้นที ่ส ่งน้ำ สามารถคำนวณได้จากสมการที่ 1 [8] Q = พื้นที่ (ไร่) x ค่าชลภาระ (1) เมื่อ Q = ความต้องการน้ำของแต่ละพื้นที่ส่งน้ำ ค่าการสูญเสียทางชลศาสตร์ ประเมินจากประเภท มิติ ของอาคารชลศาสตร์และอัตราการไหลผ ่านอาคาร เหล่านั้นโดย สมการที่ต่างกันไป ตัวอย่างเช่น สมการการ สูญเสียทางชลศาสตร์ของอาคารชลประทานที่มีลักษณะ เป็นท่อคอนกรีตเสริมเหล็กเป็นองค์ประกอบ ไม่ว่าจะเป็น อาคารปากคูซอย หรืออาคารท่อลอดถนน ดังแสดงในสมา การที่ 2 [8] = 1.5 2 2 + 6.35 2 2 4 3 ⁄ (2) เมื่อ = ความเร็วของน้ำในท่อ (ม./วินาที) n = สัมประสิทธิ์ความฝืดของท่อ g = อัตราเร่งเนื่องจากแรงโน้มถ่วงของ D = เส้นผ่าศูนย์กลางของท่อ (เมตร) L = ความยาวของท่อ (เมตร) 2.4 การทดสอบการใช้งานระบบและปรับแก้ข้อผิดพลาด การคำนวณค ่าระดับผิวน้ำ พิจารณาการไหลแบบ แปรเปลี ่ยนแบบค ่อยเป็นค ่อยไป (Gradually Varied Flow) โดยใช้วิธีการคำนวณค ่าระดับน้ำ 2 วิธี คือวิธี Direct Step Method สำหรับกรณีที่มีการเปลี่ยนอัตรา การไหลหรือหน้าตัดลองระหว ่างช ่วงอาคาร (Canal reach) สำหรับกรณีไม่มีการเปลี่ยนอัตราการไหลและหน้า ตัดคลองจะใช้การคำนวณค ่า Normal Depth คำนวณ ระดับผิวน้ำ โดยแบ่งการพิจารณาผิวน้ำเป็น 3 กรณีคือ กรณีที่ 1 ระดับผิวน้ำสถานการณ์ที่ทั้งสายคลองไม่มีการ เปิดน้ำเข้าพื้นส่งน้ำ กรณีที่ 2 ระดับผิวน้ำสถานการณ์ที่ทั้ง สายคลองใช้น้ำพร้อมกัน และกรณีที่ 3 มีการใช้น้ำเป็น รอบเวร สมการทางชลศาสตร์หลายสมการไม่สามารถแก้ สมการได้โดยตรง ในการแก้สมการลักษณะดังกล ่าว งานวิจัยนี้ใช้การแก้สมการด้วยวิธี Newton Raphson [9] ดังแสดงในรูปที่ 2

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 250 รูปที่ 2 แนวคิดการหา Solution วิธี Newton Raphson ที่มา : https://aleksandarhaber.com/implement-newtons-methodin-python-from-scratch-by-using-sympy-symbolic-toolbox/ โดยงานวิจัยนี้ใช้ Optimize module ซึ ่งอยู ่ใน Python Package ที่ชื่อว่า SciPy [10] มาประยุกต์ใช้ใน ก า ร แก้สมก า รในก า รค ำน วณค ่ าท างชลศ าสต ร์ ตัวอย่างเช่นการแก้สมาการเพื่อหาความลึกวิกฤติ (critical depth) ของคลองหน้าตัดรูปสี่เหลี่ยมคางหมูซึ่งสามารถ เขียนเป็นสมการได้ในรูปของ f(y) = 0 ดังแสดงในสมการ ที่ 3 () = 3 ( +) 3 2 + − 2 = 0 (3) เมื่อ = ความลึกน้ำ = อัตราการไหล (m^3/s) = ความลาดชันด้านข้างคลอง = ความกว้างก้นคลอง โดยหลักการของ Newton Raphson จะคำนวณค่า ของ y ที ่ลำดับ n+1 จากส ่วนต่างของ y ลำดับที ่ n กับ function ของ y ลำดับที ่ n หารด้วยอนุพันธ์ของ f(y) คำนวณวนไปจนได้คำตอบ ดังแสดง code ภาษา python [10] ที่ใช้ในการคำนวณดังแสดงในรูปที่ 3 from scipy import optimize def CriticalDepth(): def f(y): return (g * y ** 3 * ( Z * y + B) ** 3) / (2 * Z * y + B) - Q ** 2 return optimize.newton(f, 1.618) # assume initial depth = 1.618 m รูปที่ 3 ตัวอย่าง code ภาษา python ที่ใช้คำนวณ ความ ลึกวิกฤติของคลองหน้าตัดรูปสีเหลี่ยมคางหมู 3. ผลการ ฒนาระบบ ผลการรวบรวมวิธีการและปัญหาการออกแบบใน ปัจจุบัน พบว่าการออกแบบในปัจจุบันวิศวกรผู้ออกแบบ ใช้ spreadsheets เป็นเครื ่องมือหลักในการออกแบบ โดยใช้แผนที่สำรวจพื้นที่โครงการ และแผนที่เส้นชั้นความ สูงของพื้นที่มากำหนดแนวคลอง และจัดทำรูปตัดตามยาว ของแนวคลอง กำหนดตำแหน ่งอาคารชลศาสตร์ที ่ กม. ต ่ างๆ แล้ วจ ึงน ำข้อมูลที ่ก ำหนดม าค ำนวณใน spreadsheets และนำผลการคำนวณที ่ได้ไปทำแบบ ก่อสร้าง โดยการดำเนินการดังกล่าวใช้เวลาเฉลี่ยประมาณ 90 วันต ่อโครงการสำหรับการสำรวจออกแบบพื้นที่ ประมาณ 3,000 ไร ่ และจากสัมภาษณ์พบว ่าความ ต้องการหลักของผู้ออกแบบคือ ต้องการจัดทำแบบ ก่อสร้างให้เร็วขึ้น สามารถกำหนดทางเลือกการออกแบบ และวิเคราะห์ผลทางชลศาสตร์เพื่อตัดสินเลือกทางเลือกได้ ทันที สามารถ ทำงานออกแบบได้พร้อมกันทั้งแผนที่และ รูปตัดตามแนวคลอง ผลการวิเคราะห์ออกแบบระบบ ข้อมูลที่ได้จากการ รวบรวมถูกนำมาการวิเคราะห์ออกแบบระบบ พบว่าควร กำหนดผู้ใช้ระบบเป็น 2 กลุ่มคือ 1) เจ้าหน้าที่งานสนาม และ 2) วิศวกรออกแบบซึ่งทำงานในสำนักงาน โดยข้อมูล หลักที่ใช้ในการออกแบบของแต่ละโครงการ ดังแสดงใน ตารางที่ 1 และรูปที่ 4 ตารางที่ 1 ข้อมูลพื้นฐานที่ใช้ในการออกแบบของแต่ละ โครงการ ลำดับ ข้อมูล รายละเอียด 1 ขอบเขตพื้นที่ โครงการ ใช้กำหนดขอบเขตพื้นที่ตั้ง 2 สำรวจระดับดินเดิม สร้างเส้น Contour และ Profile คลอง 3 ขอบเขตแปลงนา ใช้เป็นข้อมูลพื้นที่คำนวณ ความต้องการน้ำ 4 แนวคลองที่และ โครงข่ายการ เชื่อมโยง ใช้กำหนดลักษณะทาง กายภาพของระบบคลองที่ ออกแบบ 5 พื้นที่ส่งน้ำของแต่ ละคลอง ใช้กำหนดขอบเขตพื้นที่ส่งน้ำ 6 การกำหนด ตำแหน่งอาคารชล ศาสตร์ ใช้สำหรับออกแบบและจัดทำ แบบก่อสร้าง

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 251 รูปที่ 4 ผังการทำงานของระบบเว็ปแอปพลิเคชันสำหรับออกแบบ ระบบคลองส่งน้ำในระดับแปลงเกษตรที่พัฒนา 4. ผลการท ลอ ระบบ ระบบที ่พัฒนาถูกนำไปทดสอบกับสองพื้นที ่ ที่ ประกอบด้วยงานปรับปรุงโครงการของสำนักงานจัดรูป ที ่ดินและจัดระบบน้ำเพื ่อเกษตรกรรมที ่ 12 และ 29 (จังหวัดขอนแก ่นและจังหวัดเพชรบุรี) โดยยกตัวอย ่าง โครงการตั้งอยู ่ที ่ตำบลสำราญ อำเภอเมือง จังหวัด ขอนแก่นมานำเสนอในงานวิจัยนี้ซึ่งประกอบด้วยคูส่งน้ำ จำนวน 4 สายรวมระยะทางประมาณ 12.7 กม. จำนวน แปลงนาในพื้นที่ทั้งสิ้น 220 แปลง รวมพื้นที่ทั้งสิ้น 1,384 ไร ่ เนื ่องจากโครงการที ่ทดสอบเป็นโครงการปรับปรุง โครงการเดิมจึงทำให้มีแนวคลองเก่าที่จะปรับปรุงสามารถ ใช้เป็นแนวสำรวจได้ ในการรวบรวมข้อมูลระดับดินเดิม สนามใช้การสำรวจด้วย RTK โดยเดินสำรวจด้วยผู้สำรวจ 2 คน ใช้เวลา 3 วัน พร้อมกันนี้ผู้สำรวจยังสามารถใช้ Mobile Application รายงานสภาพพื้นที่ และตำแหน่ง พร้อมภาพและข้อความของจุดที่น่าสนใจมายังสำนักงาน ให้กับผู้ออกแบบได้ ข้อมูลแปลงนาสำหรับโครงการนี้ ต้องการเพียงเพื่อทราบว่ามีพื้นที่ที่ต้องส่งน้ำขนาดเท่าไร และรับน้ำจากคลองที่ระยะทางเท่าไร เพื่อที่จะสามารถ กำหนดตำแหน่งอาคารที่ใช้ควบคุมการส่งน้ำ การทำข้อมูล สามารถใช้เครื่องมือวาดแปลงนาในระบบหรือซอฟต์แวร์ สารสนเทศทางภูมิศาสตร์ จัดทำข้อมูล ผู้จัดทำข้อมูลวาด แปลงนา แบ่งแปลงนาโดยลากเส้นจากแผนที่ภาพถ่ายทาง อากาศ หรือระวางที่ดินของกรมที่ดิน โดยไม่รวมขั้นตอน การสำรวจแปลงกรรมสิทธิ์ ระยะเวลาในการดำเนินการ ส่วนนี้ใช้เวลา 2 วันt โดยผู้ทำข้อมูล 1 คน การออกแบบ แนวคลองการกำหนดตำแหน่งอาคาร การกำหนดจุดรับ น้ำของแต่ละแปลง และการกำหนดรอบเวร การคำนวณ และการจัดทำแบบก่อสร้างทำโดยวิศวกรชลประทาน 1 คน ใช้เวลา 1 วันโดยเริ่มหลังจากการเตรียมข้อมูลเสร็จ ระบบได้ถูกพัฒนาให้ผู้ออกแบบสามารถนำเข้าข้อมูล (import) หรือจัดทำข้อมูลเชิงพื้นที่และข้อมูลสำรวจผ่าน ระบบได้โดยตรง ในเริ่มต้นการออกแบบ ผู้ออกแบบต้อง ขอบเขตของพื้นที ่ออกแบบระบบส ่งน้ำก ่อน เพื ่อเป็น ขอบเขตโครงการและใช้เป็นระบบ projection ของการ ทำงานต่อไป ขั้นตอนถัดมาคือการนำเข้าข้อมูลสำรวจค่า ระดับดินเดิมซึ่งต้องจัดเตรียมเป็นไฟล์ Ms. Excel โดยมี ข้อมูลสำรวจ 3 columns ประกอบด้วย Longitude, Latitude, และค ่าระดับดิน ระบบจะนำข้อมูลสำรวจที่

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 252 ได้มาคำนวณจัดทำเป็น Grid และแสดงเป็น Contour ของพื้นที่โครงการดังแสดงในรูปที่ 5 รูปที่ 5 On-farm irrigation system design UI ข้อมูลแปลงนา (Land plot) เป็นข้อมูลพื้นฐานเพื่อ ใช้ในการกำหนดพื้นที ่ส ่งน้ำให้แต ่ละคลองและคำนวณ ความต้องการใช้น้ำ ผู้ออกแบบสามารถนำเข้าข้อมูลแปลง นาหรือใช้เครื่องมือวาดแปลงนาได้โดยตรง สามารถแก้ไข เช่นแบ่งแปลง รวมแปลงตรวจสอบการซ้อนทับของแปลง แก้ไขข้อมูล (Attribute data) ดังแสดงตัวอย่างในรูปที่ 6 รูปที่ 6 ตัวอย่างข้อมูลแปลงเกษตร ข้อมูลการวางแนวคลอง ผู้ออกแบบสามารถวาดแนว คลอง (layout) ที่ต้องการบนแผนที่โครงการ และกำหนด รูปแบบหน้าตัดคลองที ่ต้องการได้ระบบจะแสดงแผนที่ และตารางสรุปของคลองที่วางแนวเรียบร้อยแล้วดังรูปที่ 7 รูปที่ 7 การวางแนวคลองของโครงการ ข้อมูลที่สำคัญอีกหนึ่งข้อมูลคือความต้องการน้ำ จาก พื้นที ่เกษตรของแต ่ละคลอง ระบบได้ออกแบบให้ ผู้ออกแบบสามารถเชื่อมโยงข้อมูลแปลงนาให้กับคลองแต่ ละคลอง พร้อมทั้งแสดงพื้นที่ส ่งน้ำรวม และกราฟแสดง พื้นที่สะสมตามความยาวคลองเพื่อประกอบการตัดสินใจ ของผู้ออกแบบดังแสดงในรูปที่ 8

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 253 รูปที่ 8 แสดงการกำหนดแปลงนาที่รับน้ำจากคลอง หลังจากวางแนวคลองแล้วเสร็จระบบจะทำการ วิเคราะห์ข้อมูลค ่าระดับ โดยใช้ข้อมูล Grid ที ่สร้างใน ขั้นตอนก่อนหน้าโดยจัดทำข้อมูล Alignment ตั้งฉากจาก แนวศูนย์กลางคลองออกไปด้านละ 100 ม. ทุกระยะ 25 ตามแนวคลองและจัดทำข้อมูล profile ระดับดินเดิม (N.G.L.) ฝั่งซ้ายและขวาของคลองดังแสดงในรูปที่ 9 รูปที่ 9 Alignment และ profile ระดับดินเดิม (N.G.L.) ฝั่งซ้ายและขวาของคลอง คลองที่วางแนวแต่ละคลองจะถูกเชื่อมโยงเป็นระบบ คลองโดยเครื่องมือ Canal Network ของระบบโดยระบบ จะทำการวิเคราะห์โครงข ่ายคลองที ่ออกแบบโดยใช้ Python package ที ่ชื ่อ NetworkX มาทำการวิเคราะห์ Flow path ของแต่ละแปลงนาที่รับน้ำตามช่วง กม. คลอง มายังปากคลองหลักพร้อมคำนวณความต้องการน้ำสะสม ที่เกิดขึ้นทุกช่วงคลอง การออกแบบคลองสามารถทำได้ครั้งหนึ่งคลองโดย ผู้ออกแบบสามารถกำหนดตำแหน่งอาคารที่ต้องการ และ กำหนดค ่าระดับธรณี(Sill level) หน้าและหลังอาคาร ชนิดของอาคาร ขนาดความยาวและจำนวนของท่อที่เชื่อม จากด้านต้นน้ำของอาคารไปยังด้านท้ายของอาคาร ใน ส ่วนของ Profile คลองจะแสดงค่าระดับธรณีของคลอง ที่มาเชื่อมกับคลองที่กำลังออกแบบ ดังแสดงในรูปที่ 10 หลังจากออกแบบคลองเรียบร้อย ระบบจะทำการ คำนวณปริมาณดินตัดดินถม และจัดทำรายการคำนวณ สภาพทางชลศาสตร์แต่ละช่วงของอาคารและจัดเตรียม แบบก่อสร้างให้ Download ดังแสดงในรูปที่ 11

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 254 รูปที่ 10 แผนที่และ Profile คลอง รูปที่ 11 แบบก่อสร้างที่ download จากระบบ 5. สร ปวิจารณ์ผล ระบบที่พัฒนาสามารถใช้ในการรวบรวมข้อมูล จาก สนามและข้อมูลสำหรับออกแบบได้ ข้อมูลแต่ละโครงการ ที ่นำเข้าสู ่ระบบสามารถนำไปใช้ในการวางแผนและ ออกแบบคลองส ่งน้ำ และจัดทำแบบก ่อสร้างได้ ระบบ สามารถทำให้การทำงานระหว่างทีมงานภาคสนามและทีม ออกแบบ สามารถทำงานร ่วมกันได้สะดวกรวดเร็ว ลด ขั้นตอนการทำงาน ระยะเวลาที่ใช้ในการสำรวจออกแบบ โดยผู้สำรวจ 2 คน ผู้ทำข้อมูล 1 คนและวิศวกร 1 คน ใน เวลา 1 เดือนสามารถออกแบบระบบได้เฉลี ่ยความยาว คลอง 40 กิโลเมตรต่อเดือน หรือ 6,000 ไร่ต่อเดือน หาก ใช้ระบบที่งานวิจัยนี้พัฒนามาใช้กับสำนักงานจัดรูปที่ดิน กลาง กรมชลประทานซึ่งมี 35 สำนักงานทั่วประเทศ โดย คิดเวลาทำงาน 10 เดือนต ่อปีจะสามารถจัดทำแบบ ก ่อสร้างได้ประมาณปีละ 2,100,000 ไร ่ต ่อปี ซึ ่งจะ สามารถออกแบบครอบคลุมพื้นที ่เป้าหมายการพัฒนา ระบบชลประทานในระดับแปลงเกษตรกรรม 14.416 ล้านไร่ (กรมชลประทาน 2559) ทั้งประเทศภายในเวลา 7 ปี จากการทดสอบใช้ระบบกับหลาย ๆ พื้นที ่ทั้งใน ประเทศและต ่างประเทศ จากการทดสอบใช้งานระบบ พบปัญหาเรื่องหน่วยวัดเชิงปริมาณที่ต่างกันไป ในแต่ละ หน ่วยงาน และปัญหาของการปรับ Projection ของ ข้อมูลเชิงพื้นที่ การคำนวณค่าระดับผิวน้ำที่ใช้ค่า Normal Depth ยังไม ่ใช ่ค ่าที ่ถูกต้องเหมาะสมในขั้นของการนำ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 255 ระบบไปใช้ในการบริหารจัดการน้ำ หลังโครงการเริ่มส่งน้ำ ควรเพิ่มเครื่องมือเชื่อมต่อกับแบบจำลองชลศาสตร์ 1 มิติ เช่น CanalMan [11] Mike 1D [12], หรือ HEC-RAS [13] (US Army Crop of Engineer 2016) เพื่อทำการจำลอง สภาพการไหลและคาดการณ์ค่าระดับน้ำในคลองภายใต้ เงื ่อนไขการควบคุมอาคารชลศาสตร์ต ่างๆ ในระบบ ชลประทานที่ออกแบบ และจัดทำสรุปรายงานให้กับผู้มี ส่วนร่วมการใช้น้ำได้ร่วมกันตัดสินใจต่อไป 6. ข้อเสนอแนะ ภายหลังจากที ่โครงการได้ถูกก ่อสร้างเสร็จแล้วข้อมูล พื้นฐานจากระบบซึ่งประกอบด้วยโครงสร้างระบบส่งน้ำ เช่นคลอง อาคารชลประทาน และระบบการคำนวณด้วย แบบจำลองเช่น HEC-RAS ถูกจัดทำแล้วเสร็จ ข้อมูลจาก ข้อมูลจากการสำรวจระยะไกล (Remote Sensing) ซึ่ง ปัจจุบันสามารถเข้าถึงได้ง่าย และเมื่อนำมาวิเคราะห์ค่า NDVI เพื ่อติดตามการใช้ที ่ดินร ่วมกับแปลงเกษตรและ รายงานจากสนามดังแสดงในรูปที ่ 12 จะทำให้สามารถ คาดการณ์ความต้องการน้ำรายแปลงซึ่งเป็นพื้นฐานของ การคำนวณความต้องการน้ำของพื้นที่โครงการได้อย ่าง สะดวกรวดเร็วต่อไป รูปที่ 12 ข้อมูลจากข้อมูลจากการสำรวจระยะไกล (Remote Sensing) NDVI ระดับแปลงเกษตรที่พัฒนา

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 256 เอกสารอ้างอิง [1] กรมชลประทาน 2559 แผนแม่บทการจัดรูปที่ดิน รายงานฉบับสุดท้าย รายงานหลัก [2] PostGIS Development Team. (2022). PostGIS: Spatial and Geographic Objects for PostgreSQL. Retrieved from https://postgis.net [3] Mapbox. (2022). Mapbox Documentation. Retrieved from https://docs.mapbox.com/ [4] AmCharts. (2023). AmCharts Documentation. Retrieved from https://www.amcharts.com/docs/. [5] DevExpress. (2023). DevExpress Documentation. Retrieved from https://documentation.devexpress.com/ [6] FastAPI (2022). FastAPI Documentation Retrieved from https://fastapi.tiangolo.com/ [7] DXF-Viewer (2023) Retrieved from https://github.com/vagran/dxf-viewer [8] วราวุธ วุฒิวณิชย์ 2539 การออกแบบระบชลประทาน ในระดับไร่นา. มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขต กำแพงแสน คณะวิศวกรรมศาสตร์ กำแพงแสน ภาควิชาวิศวกรรมชลประทาน. [9] Qingkai Kong, et al 2022 Python Programming And Numerical Methods: A Guide For Engineers And Scientists https://pythonnumericalmethods.berkeley.e du/notebooks/Index. [10] Jones, E., Oliphant, T., Peterson, P., et al. (2001). SciPy: Open Source Scientific Tools for Python. Retrieved from http://www.scipy.org/ [11] Merkley GP. 1997. CanalMan A Hydraulic Simulation Model for Unsteady Flow in Branching Canal Networks, User’s Guide. Dept. of Biological and Irrigation Engineering, Utah State University, USA [12] DHI 2022 MIKE 1D A numerical simulation engine that simulates 1-dimensional water flow in river and sewer networks https://docs.mikepoweredbydhi.com/engine _libraries/mike1d/mike1d_api/ [13] US Army Crop of Engineer 2016 HEC RAS River Analysis System https://www.hec.usace.army.mil/software/h ec-ras/documentation/HECRAS%205.0%20Users%20Manual.pdf

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 257 ความเสี่ยงและภัยพิบัติ Risk and Disaster การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติ ครั้งที่ 9 The 9th National Convention on Water Resources Engineering เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม Empowering Water Management through Emerging Technology and Digital Social Engagement

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 258 ความไม่แน่นอนในการเตือนภัยน้ำท่วมฉับพลันด้วยระบบ Southeast Asia Flash Flood Guidance System (SeAFFGS) ในพื้นที่ภาคใต้ของประเทศไทย Uncertainty of Warning with Southeast Asia Flash Flood Guidance System (SeAFFGS) in Southern Thailand ฟาตา มรรษทวี1.* , ภัทร สุขทวี1 , ชัยวิวัฒน์ วงศาโรจน์2 , นัฐพล มหาวิค2 , ณัฐพงศ์ แป้นทอง1 และจีระพา เตี้ยนวล1 1 ส่วนอุตุนิยมวิทยาอุทก กรมอุตุนิยมวิทยา, จังหวัดกรุงเทพมหานคร, ประเทศไทย 2 คณะเกษตร ทรัพยากรธรรมชาติ และสิ่งแวดล้อม, มหาวิทยาลัยนเรศวร, จังหวัดพิษณุโลก, ประเทศไทย * อีเมล์ผู้รับผิดชอบบทความ: [email protected] บทคัดย่อ น้ำท่วมฉับพลันถือว่าเป็นภัยพิบัติอย่างหนึ่งที่ก่อให้เกิดความเสียหายที่ร้ายแรง โดยในแต่ละปีก่อให้เกิดความเสียหายทั้ง ชีวิตและทรัพย์สินเป็นจำนวนมหาศาล จากประเด็นดังกล่าวทาง องค์การอุตุนิยมวิทยาโลก (WMO) จึงได้สนับสนุนให้มีการ ติดตั้งระบบเตือนภัยน้ำท่วมฉับพลัน โดยเรียกระบบดังกล่าวว่า Flash flood guidance system (FFGS) ซึ่งระบบดังกล่าวที่ นำมาใช้ในประเทศไทยนั้นเป็นระบบที่เรียกว่า Southeast Asia Flash Flood Guidance System (SeAFFGS) โดยเริ่มใช้ งานในปี 2565 เพื่อทดแทนระบบเดิมที่เรียกว่า MRCFFGS โดยระบบดังกล่าวจะทำการวิเคราะห์โดยใช้แบบจำลองทางอุทก วิทยาเพื่อทำการวิเคราะห์ค่าความสามารถในการรับน้ำได้อีกสำหรับพื้นที่ลุ่มน้ำขนาดเล็ก ดังนั้นจึงจำป็นที่จะต้องมีการทดสอบ ความถูกต้อง โดยทำการเลือกเหตุการณ์น้ำท่วมฉับพลันบริเวณภาคใต้ในเดือนธันวาคม 2565 สำหรับการทดสอบความแม่นยำ ดังกล่าว โดยเลือกใช้ค่า probability of detection (POD) และ ค่า false alarm ratio (FAR) เป็นค่าสถิติสำหรับการ วิเคราะห์ และทำการเปรียบเทียบในกรณีที่มีการปรับค่าความสามารถในการรับน้ำฝนใน 3 กรณี อันได้แก่ กรณีที่ไม่มีการปรับ กรณีการลดค่าความสามารถในการรับน้ำฝนลงครึ่งหนึ่ง และ กรณีการลดค่าความสามารถในการรับน้ำฝนเหลือหนึ่งในสาม โดยทั้งสามกรณีนี้พบว่าการลดค่าความสามารถในการรับน้ำฝนลงเหลือหนึ่นในสามนั้นมีความเหมาะสมมากที่สุดสำหรับการ ปรับค่าผลผลิตจากระบบ SeAFFGS สำหรับการนำไปใช้ในการเตือนภัยต่อไป คำสำคัญ: SeAFFGS, น้ำท่วมฉับพลัน, ระบบเตือนภัย Abstract Flash floods are a disaster that causes serious damage to both life and property. World Meteorological Organization (WMO) supports to installation of the warning system. The system is called the Flash Flood Guidance System (FFGS). The system that covers Thailand's area is called the Southeast Asia Flash Flood Guidance System (SeAFFGS) which was launched in 2022. The system is analyzed using hydrologic models to analyze water capacity for small watersheds. Therefore, it is necessary to validate. The study selected a flash flood event in December 2022 in the southern region and separated 3 scenarios: 1) no adjustment 2) a decrease in FFG value to 50% 3) a decrease in FFG value to 33.33%. The probability of detection (POD) and false alarm ratio (FAR) values were chosen as statistics for the analysis. The result was found that 33.33% of FFG value was most appropriate for adjusting for use in further warnings. Keywords: SeAFFGS, Flash Flood, Warning System

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 259 1. คำนำ น้ำท่วมฉับพลันถือว่าเป็นภัยพิบัติอย่างหนึ่งที่ ก่อให้เกิดความเสียหายที่ร้ายแรงที่สุด โดยในแต่ละปี ก่อให้เกิดความเสียหายทั้งชีวิตและทรัพย์สินเป็นจำนวน มหาศาล โดยพบว่ามีผู้เสียชีวิตจากภัยพิบัติดังกล่าว ไม่ น้อยกว่า 5,000 คนต่อปี ซึ่งเป็นร้อยละ 85 จากจำนวน ผู้เสียชีวิตจากเหตุอุทกภัย เนื่องการเกิดเหตุการน้ำท่วม ฉับพลันนั้นเกิดจากในระยะเวลาสั้นๆ ในพื้นที่เล็กๆ ซึ่ง ต่างจากน้ำล้นตลิ่งคลุมบริเวณกว้างซึ่งสามารถคาดการณ์ ได้ง่ายกว่า เนื่องจากการเกิดของน้ำท่วมฉับพลันที่เกิดขึ้น ในระยะเวลาสั้นๆ ในพื้นที่เล็กๆ นั้นทำการพยากรณ์ได้ ยากจึงมักทำให้เกิดเหตุการณ์ที่ไม่สามารถทำการป้องกัน หรือเตือนภัยได้อย่างทันท่วงที ซึ่งเป็นสาเหตุที่ทำให้ก่อ ความสูญเสียต่อชีวิตในอัตราที่สูง อย่างไรก็ตามการ พยากรณ์น้ำท่วมฉับพลันถือได้ว่าเป็นการปฎิบัติงานที่ท้า ทายต่างจากการพยากรณ์น้ำทั่วไป ซึ่งการจะวิเคราะห์การ เกิดน้ำท่วมฉับพลันได้มี 2 ปัจจัยหลัก คือการเกิดฝนหนัก และปริมาณดินที่อิ่มตัวจากน้ำฝน ดังนั้นจึงเห็นได้ว่า ลักษณะการเกิดน้ำท่วมฉับพลันนั้นจะแตกต่างกันในแต่ละ พื้นที่อาจใช้เวลาการเกิดน้ำท่วมที่แตกต่างกันตั้งแต่หลัก นาทีจนถึงหลายๆ ชั่วโมงขึ้นไป ซึ่งขึ้นอยู่กับลักษณะของ ผิวดิน การใช้ประโยชน์ที่ดิน ลักษณะทางธรณีสัณฐานและ ธรณีวิทยา รวมถึงลักษณะทางอุทกวิทยาที่แตกต่างกันใน แต่ละภูมิภาคและพื้นที่ (WMO,2020) ระบบ FFGS เป็นระบบที่ได้รับการสนับสนุนจาก องค์การอุตุนิยมวิทยาโลก (World Meteorological Organization, WMO) ร ว ม ท ั ้ ง HRC (Hydrological Research Center) NOAA (National Oceanic and Atmospheric Administration) แ ล ะ USAID (United States Agency for International Development) เพื่อ สนับสนุนภารกิจการพยากรณ์น้ำท่วมฉับพลันให้แก่นัก อุตุนิยมวิทยาและนักพยากรณ์อากาศทั้งในระดับประเทศ และระดับภูมิภาคเพื่อเพิ่มประสิทธิภาพและความสามารถ ในการพยากรณ์น้ำท่วมฉับพลัน (WMO, 2016) โดยระบบ การเตือนภัยน้ำท่วมฉับพลัน FFG (flash flood guidance) ได้ถูกพัฒนาเพื่อเมินค่าโอกาสในการที่จะเกิด น้ำท่วมฉับพลันในระดับใกล้เวลาจริง โดยทำการวิเคราะห์ เชิงพื้นที่ในลักษณะพื้นที่ของลุ่มน้ำขนาดเล็กซึ่งอยู่ระหว่าง 25 ตารางกิโลเมตรถึง 250 ตารางกิโลเมตร (Georgakakos, 2004) โดยนำมาใช้ร่วมกับเรดาร์ตรวจ อากาศ หรือการประมาณค่าปริมาณฝนจากดาวเทียม โดย ทำการเปรียบเทียบแบบใกล้เวลาจริงในเรื่องของข้อมูล การตรวจวัดหรือปริมาณฝนในช่วงเวลานั้นๆ ที่ได้ พยากรณ์ไว้ ว่ามากกว่าความสามารถของลุ่มน้ำที่จะ สามารถรับน้ำได้ในช่วงเวลานั้นๆ หรือไม่ (WMO, 2012) ซึ่งแบบจำลองที่สามารถทำการพยากรณ์น้ำท่วมฉับพลัน ได้ดีนั้นจำเป็นที่จะต้องใช้ข้อมูลปริมาณน้ำฝนและการไหล ของน้ำในพื้นที่ โดยเน้นไปที่ความสามารถทำการพยากรณ์ ในระยะเวลาสั้นๆ เท่านั้น (Georgakakos, 1986) นอกจากนั้นแล้วระบบ FFGS ได้ถูกออกแบบมาให้ สามารถทำการปรับค่าได้เพื่อให้มีความเหมาะสมกับแต่ละ ท้องถิ่น และสามารถที่จะทำงานร่วมกับชุดข้อมูลอื่น โดยเฉพาะอย่างยิ่งการพยากรณ์อากาศเชิงตัวเลข หรือ การตรวจวัดแบบอัตโนมัติได้เป็นอย่างดี (Mutic et al, 2020) เนื่องจากระบบ FFGS ที่ครอบคลุมพื้นที่ประเทศไทย นั้นอยู่ภายใต้ชื่อ SeaFFGS (Southeast Asia Flash Flood Guidance System) ซึ่งนอกจากครอบคลุมพื่นที่ ประเทศไทยแล้ว ยังครอบคลุมพื้นที่สาธารณรัฐ ประชาธิปไตยประชาชนลาว ราชอาณาจักรกัมพูชา และ สาธารณรัฐสังคมนิยมเวียดนาม (Hydrological Research Center, 2022) ซึ่งการจะนำมาประยุกต์ใช้ เพื่อการเตือนภัยน้ำท่วมฉับพลัน โดยเฉพาะพื้นที่ประเทศ ไทยนั้น จึงมีความจำเป็นที่ต้องมีการทดสอบประสิทธิภาพ ของระบบดังกล่าว โดยทำการเปรียบเทียบกับเหตุการณ์ที่ เกิดขึ้นจริง รวมทั้งทำการปรับแก้ให้ผลผลิตที่ได้ดังกล่าว ให้มีความแม่นยำและถูกต้องมากยิ่งขึ้น สำหรับการนำ FFGS มาประยุกต์ใช้ในประเทศไทย นั้น Patsinghasanee et al. (2018) ได้ทำการประเมิน ความถูกต้องในพื้นที่บริเวณภาคใต้ของประเทศไทยในช่วง

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 260 วันที่ 28 พฤศจิกายนถึงวันที่ 4 ธันวาคม 2550 ซึ่งเป็น ช่วงเวลาได้รับอิทธิพลจากลมมรสุมตะวันออกเฉียงหนือ กำลังแรงนั้น ระบบ FFGS นั้นให้ค่าปริมาณฝนต่ำกว่า ความเป็นจริงอย่างมีนัยสำคัญซึ่งควรมีการทำการปรับค่า ความชื้นในดินรวมถึงค่าปริมาณฝนที่นำมาเป็นข้อมูล นำเข้าในแบบจำลอง ในส่วนการศึกษาของ Masthawee et al. (2021) ในเรื่องของประสิทธิภาพการเตือนภัยของระบบ FFGS ดังกล่าวในพื้นที่ภาคตะวันออกเฉียงเหนือในช่วงเวลาที่ ได้รับผลกระทบจากพายุหมุนเขตร้อน พบว่าจำเป็นต้องมี การปรับแก้ค่าความถูกต้องก่อนนำไปใช้ในการเฝ้าระวัง และเตือนภัยเนื่องจากผลผลิตที่ได้จากระบบให้ค่าความ ถูกต้องที่ต่ำกว่าความเป็นจริง อย่างไรก็ตามการศึกษา ดังกล่าวนั้นอยู่ภายใต้ระบบ MRCFFGS ซึ่งเป็นระบบเดิม และมีแผนที่จะถูกแทนที่ด้วยระบบ SeaFFGS ที่เป็น ระบบที่ใหม่กว่าในอนาคต 2. ข้อมูลและวิธีดำเนินการศึกษา 2.1 ข้อมูลที่ใช้ในการศึกษา 2.1.1 ข้อมูล FFG ในช่วงวันที่ 17 ธันวาคม 2565 จากฐานข้อมูล SeaFFGS ซึ่งติดตั้งอยู่ที่ศูนย์ภูมิภาค ณ กรุงฮานอย ประเทศเวียดนาม ซึ่งเป็นเวลาก่อนจะเกิดน้ำ ท่วมฉับพลัน โดยข้อมูลดังกล่าวเป็นข้อมูลที่ทำการ วิเคราะห์การเกิดน้ำท่วมฉับพลันล่วงหน้า 6 ชั่วโมง ซึ่ง FFG เป็นค่าที่อธิบายถึงศักยภาพการเกิดน้ำท่วมฉับพลัน จากระบบ FFGS ซึ่ง FFG จะหมายถึงปริมาณฝนที่เกิดขึ้น จริงในช่วงระยะเวลา 6 ชั่วโมงที่จะทำให้เกิดท่วมในพื้นที่ รับน้ำ ซึ่ง FFG จะเป็นดัชนีชี้วัดว่าปริมาณฝนเท่าไรที่จะ มากกว่าศักยภาพการเก็บกักน้ำในดินและในร่องน้ำซึ่งเป็น สาเหตุของการเกิดน้ำท่วมฉับพลัน โดยที่ FFGS จะ คำนวณทุกๆ 6 ชั่วโมง ในเวลา 00 06 12 และ 18 UTC 2.1.2 ข้อมูลจากสถานีตรวจวัดปริมาณฝน โดยทำ การรวบรวมข้อมูลจากสถานีตรวจวัดปริมาณฝนจากสถานี วัดฝนอัตโนมัติของกรมอุตุนิยมวิทยา โดยเลือกใช้ค่า ปริมาณฝนราย 6 ชั่วโมง ในช่วงวันที่ 17 ธันวาคม 2565 และทำการควบคุมคุณภาพของข้อมูล เพื่อนำไปทดสอบ กับชุดข้อมูลที่ได้จากระบบ FFGS 2.1.3 ข้อมูลขอบเขตจังหวัดและขอบเขตอำเภอ 2.1.4 ข้อมูลรายงานน้ำท่วมจากกรมป้องกันและ บรรเทาสาธารณภัย (2565) ซึ่งสามารถสรุปพื้นที่น้ำท่วม ดังที่ไว้ในภาพที่ 1 รูปที่ 1 พื้นที่น้ำท่วมจากรายงานของกรมป้องกันและ บรรเทาสาธารณภัย 2.2 วิธีดำเนินการศึกษา แนวคิดที่นำมาใช้ในการดำเนินการศึกษาครั้งนี้เป็น การทำการหาค่าความถูกต้องของแบบจำลอง จากระบบ MRCFFGS สำหรับการเกิดเหตุการณ์น้ำท่วมฉับพลันเมื่อ เทียบกับเหตุการณ์จริง ซึ่งจากการปฏิบัติงานพบว่าค่า FFG ที่ได้เมื่อนำมาซ้อนทับกับข้อมูลการพยากรณ์อากาศ นั้น พบว่ามีการเตือนภัยน้ำท่วมฉับพลันน้อยมากจนถึงไม่ มีเลย ซึ่งสอดล้องกับการศึกษาของ Patsinghasanee et al. (2018) ที่เห็นว่าควรมีการปรับค่า หากแต่ผู้ใช้งานไม่ สามารถที่จะไปแก้ค่าในระบบได้ จึงมีแนวคิดในการที่จะ ปรับค่าจากผลผลิตของระบบแทน ซึ่งแนวคิดของ การศึกษาได้แสดงไว้ในรูปที่ 2 โดยนำข้อมูล FFG ที่ได้จาก ระบบ FFGS ซ้อนทับกับข้อมูลปริมาณฝนที่ตรวจวัดจริง เพื่อตรวจสอบว่าระบบดังกล่าวให้พื้นที่น้ำท่วมบริเวณใด และตรงกับเหตุการณ์ที่เกิดขึ้นจริงหรือไม่ โดยทำการ ตรวจสอบโดยใช้ค่า POD ว่าแบบจำลองดังกล่าวให้ความ ถูกต้องเท่าใด และเมื่อทำการปรับค่า FFG แล้วค่าความ ถูกต้องดีขึ้นหรือไม่ ซึ่งทำการเปรียบเทียบค่า POD ในการ วิเคราะห์ครั้งนี้มีค่ามากกว่าครั้งที่แล้วหรือไม่ หากมากกว่า

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 261 ให้ดำเนินการปรับค่าอีกครั้งเพื่อให้ได้ค่าที่ดีที่สุด หากน้อย กว่าให้นำค่าก่อนหน้านี้ซึ่งเป็นค่า POD ที่มากที่สุด ซึ่งจาก แนวคิดดังกล่าวได้มีวิธีดำเนินการศึกษาดังนี้ 2.2.1 เขียนโปรแกรมเพื่อทำการดาวน์โหลดข้อมูล FFG จากฐานข้อมูล SeaFFGS กรุงฮานอย ประเทศ เวียดนาม โดยสร้างโปรแกรมที่เชื่อมต่อกับฐานข้อมูล ระบบโทรมาตรของกรมอุตุนิยมวิทยาเพื่อที่จะนำข้อมูล จากฐานข้อมูลดังกล่าวมาใช้ในการทดสอบผลที่ได้จาก ระบบ FFGS 2.2.2 ทำการพัฒนาโปรแกรมเพื่อทำการปรับค่า FFG จากลักษณะข้อมูลที่เป็นการวิเคราะห์ในพื้นที่ลุ่มน้ำ ขนาดเล็กซึ่งเป็นรูปแบบที่เป็น Polygon ให้อยู่ในลักษณะ ที่เป็น Grid cell และปรับค่าปริมาณฝนในรูปแบบที่เป็น จุดให้เป็นเชิงพื้นที่ในรูปแบบ Grid cell โดย Grid cell ทั้ง สองรูปแบบจะต้องมีขนาดและตำแหน่งที่เท่ากันเพื่อที่จะ ได้ทำการซ้อนทับกันได้ 2.2.3 ทำการเปรียบเทียบค่า FFG และค่าปริมาณ น้ำฝนที่เกิดขึ้นจริง โดยเลือกกรณีที่มีน้ำท่วมฉับพลัน บริเวณพื้นที่ภาคใต้ในช่วงวันที่ 18 ธันวาคม 2565 2.2.4 ทำการปรับค่า FFG ให้มีความถูกต้องมาก ยิ่งขึ้นเมื่อเทียบกับเหตุการณ์จริง รูปที่ 2 กรอบแนวคิดในการศึกษา 2.3 การวิเคราะห์ค่าทางสถิติ สำหรับการวิเคราะห์ทางสถิตินั้นได้เลือกใช้วิธี Category Skill Score (Wilks, 2011 and Xiao, 2020) โดยนำเอาความน่าจะเป็นของการตรวจพบ (Probability of detection, POD) และสัดส่วนของการเตือนพลาด (False alarm ratio, FAR) มาใช้ในการวิเคราะห์เป็นหลัก นอกจากนั้นแล้วยังได้ใช้สถิติอื่นเพื่อประกอบการวิเคราะห์ ดังนี้ FrequencyBias Index (FBI) Proportion Correct (PC) Post Agreement (PAG) False Alarm Rate (F) Critical Success Index (CSI) Equitable Threat Score (ETS) Henssen & Kulpper’s Skill Score (KSS) Heidke Skill score (HSS) Odds Ratio (OR) แ ล ะOdds Ratio Skill Score (ORSS) สำหรับการวิเคราะห์ด้วย Category Skill Score นั้น ได้จำแนกความถูกต้องและข้อผิดพลาดของแบบจำลอง เป็น 4 ส่วนด้วยกันคือ Hit (a), False alarm (b), Miss (c) และ True negative (d) ดังแสดงไว้ในตารางที่ 1 ตารางที่ 1 ตาราง Category Skill Score Event Forecast1 Event Observe2 Yes No Yes a b No c d 1 เหตุการณ์จากแบบจำลอง 2 เหตุการณ์ที่เกิดขึ้นจริง การจำแนกความถูกต้องรวมถึงข้อผิดพลาดจาก แบบจำลองเมื่อเทียบกับข้อมูลจริงดังที่แสดงไว้ในตารางที่ 1 นั้น สามารถนำข้อมูลดังกล่าวไปทำการวิเคราะห์เพื่อหา ประสิทธิภาพของแบบจำลองโดยวิธีการทางสถิติซึ่งมี ด้วยกันหลายวิธีการดังนี้ POD = + (1) โดยค่า POD เป็นค่าความถูกต้องที่เตือนภัยแล้ว เกิดขึ้นจริงต่อเหตุการณ์ที่เกิดขึ้นจริงทั้งหมด ซึ่งค่า POD มีค่าอยู่ระหว่าง 0 ถึง 1 โดยค่า POD ที่เท่ากับ 1 หมายความว่าจำนวนครั้งของเหตุการณ์ที่เตือนภัยแล้ว เกิดขึ้นจริงเท่ากับเหตุการณ์ที่เกิดขึ้นจริงทั้งหมด FAR = + (2)

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 262 โดยค่า FAR เป็นค่าการเตือนภัยว่าจะเกิดผิดพลาด ต่อการเตือนภัยว่าจะเกิดทั้งหมด ซึ่งค่า FAR มีค่าอยู่ ระหว่าง 0 ถึง 1 โดยค่า FAR ที่เท่ากับ 0 หมายความว่าไม่ มีความผิดพลาดสำหรับการเตือนภัย FBI = (+) (+) (3) โดยค่า FBI จะหมายถึงการแบบจำลองให้ค่าสูงหรือ ต่ำกว่าความเป็นจริง หากค่า มากกว่า 1 หมายถึงการ เตือนภัยสูงกว่าความเป็นจริงและน้อยกว่า 1 หมายถึงการ คาดการณ์ต่ำกว่าความเป็นจริง โดยค่า FBI จะอยู่ระหว่าง 0 ถึง ∞ และค่า 1 คือค่าที่ดีที่สุด PC = (+) (+++) (4) โดยค่า PC เป็นค่าความถูกต้องของการเตือนภัยเมื่อ เทียบกับเหตุการณ์ทั้งหมด โดยค่า PC จะใช้ค่าการเตือน ภัยทั้งที่คาดว่าจะเกิดและคาดว่าไม่เกิดมาใช้ในการ วิเคราะห์ ซึ่งค่า PC จะอยู่ระหว่าง 0 ถึง 1 โดยค่า 1 เป็น ค่าที่ดีที่สุด CSI = (++) (5) โดยค่า CSI เป็นค่าความถูกต้องของการเตือนภัย เช่นเดียวกับค่า PC แต่ไม่ได้นำ True negative มาใช้ใน การวิเคราะห์ ดังนั้นค่า CSI จะอยู่ระหว่าง 0 ถึง 1 โดยค่า 1 เป็นค่าที่ดีที่สุด PAG = (+) (6) โดยค่า PAG เป็นค่าความถูกต้องต่อการเตือนภัย ทั้งหมด โดยเป็นค่าที่เสริมขึ้นมาจากค่า FAR ซึ่งค่า PAG=1-FAR นั่นเอง ดังนั้นค่า CSI จะอยู่ระหว่าง 0 ถึง 1 โดยค่า 1 เป็นค่าที่ดีที่สุด F = (+) (7) โดยค่า F เป็นค่าการเตือนภัยผิดพลาดต่อเหตุการณ์ ต่อเหตุการณ์ที่ไม่เกิดขึ้นทั้งหมด ซึ่งค่านี้จะช่วยในเรื่อง ของการนำไปวิเคราะห์ต่อในเรื่องของการที่ระบบแจ้ง เตือนผิดพลาด โดยค่า F จะอยู่ระหว่าง 0-1 โดยค่า 0 เป็น ค่าที่ดีที่สุด ETS = (−) (++−) ; ar= (+)(+) (+++) (8) โดยค่า ETS เป็นการหาค่าความถูกต้องในลักษณะ เดียวกับค่า CSI แต่รวมค่า hit จากการเตือนภัยแบบสุ่ม เข้ามาใช้ในสมการด้วย โดยค่าจะอยู่ระหว่าง - 1 3 ถึง 1 โดยค่า 1 เป็นค่าที่ดีที่สุด KSS = (−) (+)(+) (9) โดยค่า KSS เป็นค่าที่พยายามรวมวิธี POD และ F เข้าด้วยกันโดย KSS=POD-F ซึ่งหากค่า มีค่าน้อยมากๆ ค่า KSS จะมีค่าใกล้เคียงค่า POD ซึ่งค่า KSS มีค่าอยู่ ระหว่าง -1 ถึง 1 โดยค่า 1 เป็นค่าที่ดีที่สุด HSS = 2(−) (+)(+)+(+)(+) (10) โดยค่า HSS เป็นการพัฒนาการวัดในรูปแบบ เศษส่วนจากการเปลี่ยนแปลงแบบสุ่ม ซึ่งค่า HSS อยู่ ระหว่าง -∞ ถึง 1 โดยค่า 1 เป็นค่าที่ดีที่สุด OR = (11) โดยค่า OR เป็นการวัดความน่าจะเป็นของความ ถูกต้องในการเตือนภัย (POD) เมื่อเทียบกัค่าความ ผิดพลาด (F) ซึ่งค่า OR นั้นอยู่ระหว่างค่า 0 ถึง ∞ และ ค่าที่ดีที่สุดคือค่า ∞ ORSS = (−) (+) = (−1) (+1) (12)

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 263 โดยค่า ORSS เป็นค่าที่คล้ายกับ OR โดยการ พยายามที่จะลดทอนค่าลงมาให้อยู่ในช่วง -1 ถึง 1 โดยค่า 1 เป็นค่าที่ดีที่สุด 3. ผลและวิจารย์ผลการศึกษา 3.1 ผลการศึกษา ตรวจสอบพื้นที่น้ำท่วมที่ได้จากการวิเคราะห์กับ เหตุการณ์น้ำท่วมที่เกิดขึ้นจริงในพื้นที่ พร้อมทำการ เปรียบเทียบผลจากการปรับค่า FFG ในกรณีของน้ำท่วม ในพื้นที่ภาคใต้ ซึ่งเป็นผลกระทบเนื่องจากสาเหตุของ มรสุมตะวันออกเฉียงเหนือที่พัดปกคลุมอ่าวไทยและ ภาคใต้มีกำลังแรง โดยพื้นที่ที่ได้รับผลกระทบจากน้ำท่วม ฉับพลันและน้ำป่าไหลหลากใน 86 อำเภอ ในพื้นที่ 9 จังหวัด ได้แก่ สุราษฎร์ธานีนครศรีธรรมราช ตรัง พัทลุง สตูล สงขลา ปัตตานียะลา และนราธิวาส ซึ่งการศึกษานี้ ต้องการทดสอบความถูกต้องในระดับอำเภอ และได้แบ่ง ลักษณะของการปรับค่าเป็น 3 กรณีด้วยกัน ดังแสดงไว้ใน รูปที่ 3 ซึ่งการศึกษาที่ผ่านมาของ Masthawee et al. (2021) พบว่ารูปแบบตามรูปที่ 3(ข) นั้นเหมาะกับพื้นที่ ภาคตะวันออกเฉียงเหนือในกรณีผลกระทบจากพายุหมุน เขตร้อน อย่างไรก็ตามการศึกษาดังกล่าวนั้นเป็นการศึกษา ในรูปแบบของรายจังหวัดเท่านั้น (ก) (ข) (ค) รูปที่ 3 ผลการศึกษาแต่ละกรณี (ก) กรณีที่ไม่ได้ทำการปรับค่า FFG (ข) กรณีปรับค่า FFG ลงครึ่งหนึ่ง (ค) กรณีปรับค่า FFG เหลือหนึ่งในสาม 3.1.1 ในกรณีที่ไม่ได้ทำการปรับค่า FFG พบว่าระบบ ได้ให้ผลการวิเคราะห์ว่าเกิดน้ำท่วมฉับพลันในพื้นที่ 5 จังหวัด 13 อำเภอ ดังแสดงไว้ในรูปที่ 3(ก) ซึ่งเห็นได้ว่า พื้นที่ที่มีการเตือนภัยน้อยว่าพื้นที่ที่เกิดขึ้นจริงมาก โดยมี หลายพื้นที่ที่ระบบมิได้ทำการเตือน นอกจากนั้นแล้วยัง พบว่า 13 อำเภอที่ระบบได้เตือนภัยนั้นถูกต้อง 10 อำเภอ และเตือนภัยผิดพลาด 3 อำเภอ ดังแสดงไว้ในตารางที่ 2 ตารางที่ 2 แสดงการเปรียบเทียบความถูกต้องขอ แบบจำลองกับข้อมูลจริง Original1 Div22 Div33 Hit 10 24 35 False alarm 3 8 17 Miss 43 29 18 True negative 872 867 858 1 กรณีที่ไม่ได้ทำการปรับค่า FFG 2 กรณีปรับค่า FFG ลงครึ่งหนึ่ง 3 กรณีปรับค่า FFG เหลือหนึ่งในสาม 3.1.2 ในกรณีปรับค่า FFG ลงครึ่งหนึ่ง ซึ่งเป็นการลด ค่าความสามารถในการรับน้ำฝนของดิน โดยความหมาย คือต้องการให้มีโอกาสการเกิดน้ำท่วมได้มากขึ้น ซึ่งผลการ วิเคราะห์นั้นพบว่าพื้นที่ที่เกิดน้ำท่วมนั้นมีมากขึ้นกว่า กรณีที่ไม่ได้ทำการปรับค่า FFG ดังแสดงไว้ในรูปที่ 3(ข) โดยมีการเตือนภัยใน 7 จังหวัด 32 อำเภอ โดยจากตาราง ที่ 2 เห้นได้ว่า 32 อำเภอดังกล่าว สามารถเตือนภัยได้ ถูกต้อง 24 อำเภอ และเตือนภัยผิด 8 อำเภอ และยังคงมี หลายพื้นที่ที่ระบบไม่ได้เตือนภัย 3.1.3 ในกรณีปรับค่า FFG เหลือหนึ่งในสาม เป็นการ ลดค่าความสามารถในการรับน้ำฝนให้น้อยลงไปอีก เพื่อ ขยายพื้นที่น้ำท่วมที่จำลองจากระบบ ให้ครอบคลุมพื้นที่ น้ำท่วมที่เป็นข้อมูลตรวจวัดจริงให้มากขึ้น โดยพบว่ามีการ เตือนภัยในพื้นที่ 7 จังหวัด 52 อำเภอ โดยเตือนภัยถูกต้อง 35 อำเภอ และผิดพลาด 17 อำเภอ อย่างไรก็ตามแม้ว่า จะพื้นที่ที่เตือนภัยนมากขึ้นแต่ก็ยังคงมี 18 อำเภอที่ไม่ได้ เตือนภัย ดังแสดงไว้ในตารางที่ 2 จากทั้งสามกรณีดังกล่าว หากทำการเปรียบจาก ข้อมูลในตารางที่ 2 อย่างง่ายนั้น พบว่ารูปแบบที่ 3 หรือ กรณีปรับค่า FFG เหลือหนึ่งในสามนั้นเป็นรูปแบบที่ให้ค่า

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 264 ดีที่สุดเนื่องจากมีค่าความถูกต้องมากกว่ารูปแบบอื่น อย่างไรก็ตาม ในส่วนของการเตือนภัยผิดพลาด (False alarm) นั้นก็มีค่ามากเช่นกัน ดังนั้นจึงจำเป็นต้องใช้สถิติ เพื่อช่วยในการวิเคราะห์ โดยผลการวิเคราะห์ด้วยค่าสถิติ โดยใช้ข้อมูลจากตารางที่ 2 นั้นได้แสดงในตารางที่ 3 ตารางที่ 3 ประสิทธิภาพของแบบจำลอง Statistics Perfect score 1 Original Div2 Div3 POD 1 0.19 0.45 0.66 FAR 0 0.23 0.25 0.33 FBI 1 0.25 0.60 0.98 PC 1 0.95 0.96 0.96 CSI 1 0.18 0.39 0.50 PAG 1 0.77 0.75 0.67 F 0 0.00 0.01 0.02 ETS 1 0.17 0.37 0.48 KSS 1 0.19 0.44 0.64 HSS 1 0.29 0.55 0.65 OR ∞ 67.60 89.69 98.14 ORSS 1 0.97 0.98 0.98 1 ค่าที่ดีที่สุด จากการวิเคราะห์ด้วยค่าสถิติดังที่แสดงผลการ วิเคราะห์ไว้ในตารางที่ 3 พบว่าหากมีการลดค่า FFG เหลือ 1 ใน 3 ค่าความถูกต้องนั้นเพิ่มมากขึ้นจากร้อบละ 19 เป็น ร้อยละ 66 ขณะที่การลดค่า FFG เพียงครึ่งเดียว นั้นค่าความถูกต้องยังไม่ถึงร้อยละ 50 ขณะเดียวกันพบว่า ค่าการเตือนภัยผิดพลาดก็เพิ่มขึ้นเช่นเดียวกัน โดยพบว่า หากลดค่า FFG เพียงครึ่งเดียวนั้น สามาถเพิ่มค่าความ ถูกต้องได้ถึง 0.26 ขณะที่ความผิดพลาดมีค่าเพิ่มขึ้นเพียง 0.2 อย่างไรก็ตามในกรณีของการลดค่า FFG เหลือ 1 ใน 3 นั้นแม้ว่าค่าความผิดพลาดจะเพิ่มขึ้น 0.1 แต่ค่าความค่า ถูกต้องนั้นเพิ่มขึ้น 0.47 นอกจากนั้นแล้วจากค่า FBI ยังพบว่าการลดค่า FFG เหลือ 1 ใน 3 นั้น การเตือนภัยใกล้เคียงกับเหตุการณ์ ที่เกิดขึ้น ขณะที่กรณีอื่นนั้นจะให้ค่าที่ต่ำกว่าความเป็นจริง ส่วนการวิเคราะห์ด้วยค่า PAG และ CSI พบว่ากรณี ของการลดค่า FFG เหลือ 1 ใน 3 นั้นมีค่า PAG ที่ต่ำกว่า กรณีอื่นนั้น เนื่องจากค่า PAG เป็นส่วนกลับของ FAR หาก FAR มีค่ามาก PAG จะมีค่าน้อยลงตามไปด้วย อย่างไรก็ตามในการวิเคราะห์ด้วยค่า CSI กรณีของการลด ค่า FFG เหลือ 1 ใน 3 นั้น มีค่ามากที่สุด ซึ่งสิ่งที่แตกต่าง ระหว่าง PAG และ CSI คือ ค่า CSI ได้เพิ่มการลดทอดค่า โดยเพิ่มปัจจัยการไม่เตือนภัย (Miss) หรือค่า c เข้ามาใน สมการ ดังนั้นจึงสามารถวิเคราะห์ได้ว่าในกรณีที่เหลือมี การไม่แจ้งเตือนภัยเป็นจำนวนมาก ซึ่งเป็นเหตุให้ค่า CSI มีค่าน้อย ซึ่งค่า CSI นั้นให้ผลสอดคล้องกับค่า ETS ที่ได้ รวมค่าความถูกต้องจากการเตือนภัยแบบสุ่มเข้าไปใน สมการ นอกจากนั้นแล้วจากการที่ค่า F มีค่าน้อยเนื่องจาก มีค่า d หรือการคาดการณ์ถูกต้องว่าไม่เกิด (True negative) เป็นจำนวนมากทำให้ค่า F มีค่าน้อยมาก และ ค่า PC, OR, ORSS มีค่าสูงมากตามไปด้วยเนื่องจาก สมการดังกล่าวค่า d นั้นมีอิทธิพลต่อสมการ และ เนื่องจากค่า F มีค่าน้อยมากจึงทำให้ค่า KSS ใกล้เคียงกับ ค่า POD 3.2 วิจารย์ผลการศึกษา เนื่องจากการวิเคราะห์ผลลัพธ์ที่ได้จากระบบ SeaFFGS ซ ึ ่ งไ ด ้ รั บ กา รสน ับ สน ุน จา ก อ งค์การ อุตุนิยมวิทยาโลกให้หน่วยงานอุตุนิยมวิทยาในหลาย ประเทศรวมทั้งประเทศไทยนำระบบดังกล่าวมาใช้งานนั้น พบว่าในการดำเนินการใช้งานที่ผ่านมาเมื่อนำมา ประยุกต์ใช้งานร่วมกับข้อมูลการพยากรณ์อากากาศเชิง ตัวเลขของกรมอุตุนิยมวิทยา (TMD-HPC) พบว่าระบบ เตือนภัยน้ำท่วมฉับพลันได้น้อยกว่าความเป็นจริง แม้ว่า จะดีกว่า MRCFFGS ที่เป็นระบบเดิม ที่ไม่เตือนภัยหากไม่

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 265 มีการทำการปรับแก้ความถูกต้องก่อน จึงเป็นที่มาในการ ที่จะหาสาเหตุของการวิเคราะห์เพือปรับแก้ความถูกต้อง ก่อนนำไปใช้งานจริง ประกอบกับเนื่องจากกรม อุตุนิยมวิทยาไม่ได้รับอนุญาติให้เข้าไปปรับค่าคงที่หรือ ปรับแก้แบบจำลองที่อยู่ในระบบ รวมถึงการปรับแก้ข้อมูล นำเข้า ดังนั้นสิ่งที่กรมอุตุนิยมวิทยาจะทำได้คือการทำการ ปรับแก้ผลผลิตที่ได้จาก SeaFFGS เท่านั้น จากการทดลองระบบโดยนำข้อมูลปริมาณฝนที่ เกิดขึ้นจริงทดลองกับผลผลิตที่ได้จากระบบ FFGS เพื่อทำ การเปรียบเทียบพื้นที่ที่ระบบได้ทำการวิเคราะห์มานั้น สอดคล้องกับพื้นที่น้ำท่วมที่เกิดขึ้นจริงหรือไม่ โดยได้เลือก กรณีที่เกิดน้ำท่วมเป็นบริเวณกว้าง อีกนัยหนึ่งก็คือ เนื่องจากการคำนวณค่าของ FFG ภายใต้ SeaFFGS นั้น ได้คำนวณและวิเคราะห์ค่าปริมาณฝนจากดาวเทียมซึ่ง อาจมีข้อโต้แย้งได้ในเรื่องของความแม่นยำในกรณีที่ฝน เกิดจากเมฆแผ่น ดังนั้นจึงจำเป็นที่ต้องเลือกกรณีที่เป็นฝน จากเมฆที่ยกตัวในแนวตั้ง อย่างไรก็ตามเมื่อได้ทำการ ทดสอบความถูกต้องโดยการคำนวณจากค่า POD พบว่ามี ความถูกต้องเพียง 0.19 หรือร้อยละ 19 (ตารางที่ 3) และ จากค่า FBI พบว่าการเตือนภัยดังกล่าวสามารถเตือนภัย ได้น้อยกว่าที่เกิดเหตุการณ์จริงถึงร้อยละ 75 ซึ่งแสดงให้ เห็นว่าการนำข้อมูล FFG มาใช้ในการปฏิบัติงานที่ผ่านมา ระบบมักทำการเตือนภัยน้ำท่วมฉับพลันน้อยกว่าความ เป็นจริง 4. สรุป จากการวิเคราะห์ข้อมูลจะเห็นได้ว่าการที่ระบบ ไม่ค่อยได้ทำการเตือนน้ำท่วมฉับพลันนั้นเป็นไปได้จาก การที่ระบบให้ค่าศักยภาพในการรับน้ำมากเกินไป ซึ่งจาก การเลือกกรณีที่มีมรสุมกำลังแรงโดยเฉพาะในพืนที่ทาง ภาคใต้เป็นพื้นที่ศึกษา ซึ่งผลกระทบจากกรณีดังกล่าวทำ ให้เกิดพื้นที่น้ำท่วมเป็นบริเวณกว้าง ประกอบกับลักษณะ ของเมฆที่เกิดขึ้นจากพายุนั้นเป็นลักษณะเมฆที่ยกตัวใน แนวตั้งและมีอุณหภูมิยอดเมฆต่ำ ซึ่งการแปลงอุณหภูมิ ยอดเมฆเป็นค่าปริมาณฝนนั้นเป็นขั้นตอนที่สำคัญของ ระบบ FFGS เนื่องจาก SeaFFGS ใช้ฝนที่ได้จากดาวเทียม เป็นข้อมูลหลักในการนำเข้าแบบจำลอง โดยผลการวิเคราะห์ข้อมูลการเตือนภัยน้ำท่วม ฉับพลันจากช่วงเวลาดังกล่าวนั้นพบว่าในกรณีที่ไม่ได้มี การปรับค่านั้นค่าความถูกต้องมีค่าต่ำมาก โดยมีค่าน้อย กว่าร้อยละ 20 แม้ว่าจะมีข้อผิดพลาดน้อยแต่ก็เกิดจาก การที่มีการเตือนภัยน้อย ทำให้การผิดพลาดที่เกิดขึ้นมี น้อยตามไปด้วย ข้อสังเกตคือการเตือนภัยโดยใช้ค่า FFG ที่ไม่ได้มีการปรับค่านั้นมีความผิดพลาดต่ำ จุดที่เตือนมี ความแม่นยำสูง ขณะเดียวกันมีหลายพื้นที่ที่ระบบไม่ได้ทำ การเตือนภัยทำให้อาจเกิดความเสียหายจากภัยพิบัติได้ หากทำการเตือนภัยไม่ทันเวลา ซึ่งเป็นเป้าหมายของการ ติดตั้งระบบ FFGS โดยหลังจากที่มีการปรับค่าแล้วพบว่า มีความถูกต้องมากขึ้น แม้ว่าจะมีความผิดพลาดในการ เตือนภัยสูงขึ้นก็ตามแต่ก็มีค่าไม่มากซึ่งหากมีการเตือนภัย ไว้ก่อนก็สามารถลดความสูญเสียได้ และในการปฎิบัติงาน จริงก็จำเป็นที่จะต้องดูข้อมูลอื่นประกอบการตัดสินใจด้วย 5. กิตติกรรมประกาศ ขอขอบคุณกรมอุตุนิยมวิทยา กรมป้องกันและ บรรเทาสาธารณภัยที่สนับสนุนข้อมูล นอกจากนั้นแล้ว ต้องขอขอบคุณ WMO HRC USIAD CREW และ NOAA เป็นอย่างสูง ที่ได้สนับสนุนติดตั้งระบบดังกล่าวในภูมิภาค เอกสารอ้างอิง [1] กรมป้องกันและบรรเทาสาธารณภัย (2565). รายงานสถานการณ์สาธารณภัย วันที่ 18 ธันวาคม 2565. [2] Georgakakos K. (2004). Mitigating Adverse Hydrological Impacts of storms on a Global Scale with High resolution, Global Flash Flood Guidance. Volume of International Conference on Storms/AMOS.MSNZ National Conference, Australian Meteorological Society, 5-9 July, 2004, Brisbane, Australia.

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 266 [3] Georgakakos K. (1986). A Generalized Stochastic Hydrometeorological Model for Flood and Flash-Flood Forecasting: 2. Case Studies. Water Resources Research. 22(13). [4] Hydrological Research Center (2022). Mapserver Supplement to FFGS User’s Guide SEAFFGS. San Diago, CA, USA. [5] Masthawee F., Vansarochana C., Sukthawee, P., Khorsuk B. (2021). Efficiency of MRC Flash Flood Guidance System (MRCFFGS) for Northeastern Thailand: Case Study of Tropical Strom Impact in 2019-2020. International Symposium on Geoinformatics for Spatial Infrastructure Development in Earth and Allied Science. Naresuan University, Phitsanulok, Thailand. [6] Mutic, P., T. Jurlina, M. Djordjevic, A. Golob. (2020). South East Europe Flash Flood Guidance System (SEEFFGS) Forecaster Guide, Geneva. [7] Patsinghasanee S., Laonamsai J., Suwanprasert K., Pracheepchai J. (2018). Evaluation of MRC Flash Flood Guidance System for the Southern Thailand: Case study from November to 4th December 2017. The 23rd National Convention on Civil Engineering. Nakhon Nayok, Thailand. [8] Wilks D.S.(2011) Statistical Methods in the Atmospheric Sciences; Academic press: Cambridge, MA, USA. [9] WMO, (2012) Management of Flash Flood. Integrated Flood Management Tools. Series No.16. WMO publications, Geneva. [10] WMO (2016). Flash Flood Guidance System (FFGS) with Global Coverage. Geneva. [11] WMO (2020). Sustainability strategy for The Global Flash Flood Guidance System Initiative, Geneva. [12] Xiao S., Xia J., Zou L. (2020). Evaluation of Multi-Satellite Precipitation Products and Their Ability in Capturing the Characteristics of Extreme Climate Events over the Yangtze River Basin, China. Water. 12(4).

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 267 การวิเคราะห์พื้นที่เสี่ยงภัยแล้งด้วยดัชนีเปราะบางภัยแล้ง (DVI) ที่พัฒนาจากข้อมูลดัชนีดาวเทียม Analysis of Drought-Prone Areas Using Drought Vulnerability Index (DVI) Developed from Satellite Data. ศุภณัฐ สิทธิการ1 , ทิชา โลลุพิมาน1 และ สถิตย์ จันทร์ทิพย์1 1 สถาบันสารสนเทศทรัพยากรน้ำ (องค์การมหาชน), กรุงเทพมหานคร, ประเทศไทย * อีเมล์ผู้รับผิดชอบบทความ: [email protected] บทคัดย่อ ในอดีตที่ผ่านมาประเทศไทยประสบปัญหาภัยแล้งรุนแรงหลายครั้ง ดังเช่น ปี 2522, 2537 และ 2542 และภัยแล้งได้ทวี ความรุนแรงมากขึ้นโดยเฉพาะในช่วง 10 ปีหลัง ที่ประเทศไทยประสบปัญหาการเปลี่ยนแปลงของสภาพภูมิอากาศที่ผิดปกติ ทำให้ปริมาณน้ำฝนของประเทศน้อยกว่าค่าปกติ ส่งผลให้ปริมาณน้ำไม่เพียงพอต่อความต้องการ ทั้งในภาคการเกษตร อุตสาหกรรม และในส่วนของน้ำอุปโภค-บริโภค สถาบันสารสนเทศทรัพยากรน้ำ (องค์การมหาชน) หรือ สสน. จึงได้จัดทำการ วิเคราะห์ดัชนีเปราะบางภัยแล้ง หรือ DVI เพื่อใช้ในการติดตามพื้นที่เสี่ยงต่อการเกิดภัยแล้งของประเทศในเบื้องต้น โดยข้อมูล ที่ใช้ในการพัฒนา ได้แก่ 1) ข้อมูลดัชนีจากดาวเทียม ประกอบด้วย ดัชนีความแตกต่างของพืช (Normalized Difference Vegetation Index: NDVI) อุณหภูมิพื้นผิว (Land Surface Temperature: LST) และ ข้อมูลความชื้นในดิน (Soil Water Index: SWI) 2) ข้อมูลทางกายภาพ ได้แก่ ข้อมูลการใช้ประโยชน์จากที่ดิน และข้อมูลพื้นที่ชลประทาน ผลลัพธ์ที่ได้จากการ พัฒนาดัชนีเปราะบางภัยแล้งสามารถใช้แจ้งเตือนพื้นที่เสี่ยงแล้งได้ในระดับตำบล และได้มีการพัฒนาระบบแสดงผลที่สามารถ วิเคราะห์และติดตามสถานการณ์ภัยแล้งได้รายวัน ผลการวิเคราะห์ความถูกต้องของข้อมูลการแจ้งเตือนจากระบบร่วมกับ ข้อมูลการประกาศความช่วยเหลือภัยแล้งของกรมชลประทาน พบว่า มีค่าความถูกต้องมากกว่าร้อยละ 70 จึงถือว่าระบบ สามารถใช้ในสนับสนุนการดำเนินงานของหน่วยงานที่เกี่ยวข้องในการบริหารจัดการน้ำ และสามารถชี้เป้าพื้นที่เสี่ยงภัยแล้งได้ อย่างมีประสิทธิภาพเพื่อให้หน่วยงานที่เกี่ยวข้องเข้าไปดำเนินการป้องกัน บรรเทา ช่วยเหลือได้ทันต่อสถานการณ์ และใช้วาง แผนการบริหารจัดการน้ำซึ่งสามารถช่วยลดความเสียหายที่จะเกิดขึ้นกับภาคการเกษตรและประชาชน คำสำคัญ: ข้อมูลดาวเทียมสำรวจทรัพยากรโลก, ดัชนีเปราะบางภัยแล้ง, พื้นที่เสี่ยงภัยแล้ง, ภัยแล้ง Abstract In the past, Thailand has faced severe drought events, notably in 1979, 1994, and 1999, impacting regions across the country. Over the last decade, Thailand has consistently experienced unusual climate changes affecting precipitation patterns, resulting in lower-than-normal rainfall. These changes have had significant consequences for the agricultural, industrial, and consumer sectors. The Hydro Informatics Institute (HII), a public organization, is dedicated to analyzing the Drought Vulnerability Index to monitor drought-prone areas. This involves the amalgamation and enhancement of data from two primary sources: 1) satellite-derived indices, such as Land Surface Temperature (LST) and Soil Water Index (SWI), and 2) physical data encompassing Land Use and Irrigation Area. These datasets are meticulously processed to generate the Drought Vulnerability Index (DVI), facilitating the identification of drought-prone areas at the

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 268 sub-district level. This initiative also aims to establish a monitoring system capable of daily analysis and drought situation tracking. A subsequent analysis conducted jointly by the Hydro Informatics Institute (HII) and the Royal Irrigation Department (RID) data revealed that HII's assessment of drought-prone areas accounts for over 70 percent of the overall drought area contribution from RID. Consequently, the monitoring system developed by HII can effectively support other relevant organizations in water resource management, particularly in regions susceptible to drought. This collaborative effort is designed to provide timely assistance to affected areas, thereby reducing the impact of disasters on both people and the agricultural sector. Keywords: Drought vulnerability index, Drought-prone areas, Drought, Earth observation data 1.บทนำ ภัยแล้ง เป็นปัญหาหลักที่สำคัญอย่างหนึ่งของ ประเทศไทย ซึ่งเกิดจากหลายสาเหตุอันได้แก่ ปัญหาขาด แคลนน้ำ ฝนทิ้งช่วง ซึ่งล้วนสัมพันธ์กับการเปลี่ยนแปลง สภาพภูมิอากาศ ดัชนีความแห้งแล้งมีหลายรูปแบบ เพื่อ เป็นเครื่องมือในการบ่งบอกสถานะของภัยแล้งทั้งทางตรง และทางอ้อม ที่สามารถนำมาเป็นแนวทางในการวางแผน และรับมือกับวิกฤตภัยแล้งเชิงพื้นที่ได้อย่างมีประสิทธิภาพ ประเทศไทยประสบปัญหาภัยแล้งซ้ำซากเป็นระยะ เวลานานก่อให้เกิดผลกระทบต่อเกษตรกรรม อุตสาหกรรม และเศรษฐกิจของประเทศ ปีที่เกิดภัยแล้ง รุนแรง ได้แก่ ปี. 2522 2537 2542 และเกิดเป็นบริเวณ กว้างเกือบทุกภาคในประเทศระหว่างในช่วง ปี พ.ศ. 2557-2558 และช่วงปี พ.ศ. 2562-2563 การประเมิน ความเสี่ยงจากภัยพิบัติ เพื่อลดความเสี่ยง สามารถลดและ บรรเทาผลกระทบให้น้อยลงได้หากมีการจัดการที่ดี ด้วย การบูรณาการและร่วมมือจากทุกภาคส่วน ดังนั้น แนว ทางการลดความเสี่ยงจากภัยพิบัติตามกรอบการ ดำเนินงานเซนไดเพื่อลดความเสี่ยงจากภัยพิบัติ2558- 2573 ( Sendai Framework for Disaster Risk Reduction 2015-2030) ที่พิจารณาจากองค์ประกอบ ดังนี้คือ การเกิดภัย (hazard), ความเปราะบาง (vulnerability), ความล่อแหลมหรือการเปิดรับต่อความ เสี่ยง (exposure) และ ศักยภาพในการปรับตัว (adaptive capacity) ภัยเเล้งได้ถูกจัดภาวะภัยเเล้งออก เป็น 3 ประเภท คือ 1.Metrorological Drought (ภาวะ แห้งแล้งทางอุตุนิยม) 2. Agriculture Drought (ภาวะ แห้งแล้งทางเกษตรกรรม) 3. Hydrological Drought (ภาวะแห้งแล้งทางอุตุนิยม) การวิเคราะห์ความเสี่ยงเชิง พื้นที่ ซึ่งประกอบไปด้วยข้อมูลจำนวนมากทั้งข้อมูลเชิง คุณภาพและเชิงปริมาณ ดังนั้นเทคโนโลยีภูมิสารสนเทศ จึงมีส่วนช่วยในการวิเคราะห์ซ้อนทับข้อมูลและแผนที่ได้ หลายประเภทและทำซ้ำได้หลายครั้งในการประเมินความ เสี่ยงจากภัยแล้งซึ่งจะเป็นการบ่งชี้ภัยแล้งในด้าน การเกษตร โดยแสดงผลการวิเคราะห์ในระดับพื้นที่ด้วย แผนที่ ดังนั้น การพัฒนาดัชนีภัยแล้งเพื่อให้ได้ดัชนีความ เปราะบางจากภัยแล้ง (Drought Vulnerability Index) ที่พัฒนามาจาก 2 ข้อมูล 1.ข้อมูลทางกายภาพ ได้แก่ พื้นที่เขตชลประทาน พื้นที่การใช้ประโยชน์จากที่ดิน 2. ข้อมูลดัชนีจากดาวเทียม ได้แก่ดัชนีความแตกต่างของพืช (Normalized Difference Vegetation Index: NDVI), อุณหภูมิพื้นผิว (Land Surface Temperature: LST), ข้อมูลความชื้นในดิน (Soil Water Index: SWI) และดัชนี เปราะบางจากภัยแล้งสามารถที่จะติดตามภาพรวมของ พื้นที่เสี่ยงภัยแล้งทั้งประเทศและความถี่ในการติดตามได้ ในรายวัน จึงได้ทำการพัฒนาระบบปฏิบัติการเพื่อเตือน ภัยแล้ง เพื่อใช้ในการติดตาม เตือนภัย ในระดับจังหวัด/ อำเภอ/ตำบล เพื่อสามารถเป็นข้อมูลสนับสนุนให้แก่ หน่วยงานที่เกี่ยวข้องในการวางแผนและบริการจัดการน้ำ ได้

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 269 2. ลักษณะพื้นที่ศึกษา ประเทศไทยมีลักษณะภูมิอากาศส่วนใหญ่เป็นแบบ ร้อนชื้น มีอุณหภูมิเฉลี่ย 18-34 องศาเซลเซียส และมี ปริมาณน้ำฝนรายปีเฉลี่ยประมาณ 1,467 มิลลิเมตร การ กระจายตัวของฝนในประเทศไทยส่วนใหญ่มีฝนมาก บริเวณภาคใต้ของประเทศ และฝนน้อยบริเวณภาคเหนือ ภาคกลาง ภาคตะวันตก และบางส่วนของภาคอีสาน ดัง รูปที่ 1 รูปที่1 ปริมาณฝนเฉลี่ย 30 ปี จากคลังข้อมูลน้ำแห่งชาติ [5] ลักษณะการกระจายตัวของฝนดังกล่าว ทำให้ บริเวณภาคเหนือ ภาคกลาง ภาคตะวันตก และบางส่วน ของภาคอีสานมีความเสี่ยงต่อการขาดแคลนน้ำจาก ปริมาณน้ำฝนน้อยกว่าภาคตะวันออก และภาคใต้ อีกทั้ง ลักษณะความแปรปรวนของสภาพอากาศในช่วง 10 ปีที่ ผ่านมา [3] ดังรูปที่ 2 และรูปที่ 3 ที่ชี้ให้เห็นว่าช่วง 10 ปี ที่ผ่านมาประเทศไทยประสบกับความแปรปรวนทาง สภาพภูมิอากาศที่ทำให้เกิดฝนตกมาก ตกน้อย สลับกันถี่ มากขึ้น เกิดภาวะน้ำท่วมและน้ำแล้งสลับกันไปมา และ เมื่อดูเทียบกราฟรูปที่ 2 พบว่า ข้อมูลระหว่าง ปี 2562 ถึง 2565 พบว่าเกิดภาวะน้ำแล้งในปี 2562 ถึง 2563 และ ภาวะน้ำท่วม 2564 ถึง 2565 ซึ่งมีโอกาสที่ในปีถัดไปจะ เป็นภาวะน้ำแล้ง และส่งผลกระทบให้เกิดภัยแล้งได้ รูปที่ 2 กราฟแสดงผลต่างปริมาณน้ำฝนจากค่าปกติตั้งแต่ ปี 2525 -2565 [5] รูปที่ 3 ผลต่างปริมาณน้ำฝนจากค่าปกติในช่วง 10 ปี (พ.ศ 2556 - 2565) [5] 3. ระบบติดตามภัยแล้ง 3.1 ดัชนีเปราะบางภัยแล้ง ในการศึกษาครั้งนี้ การคำนวณ DVI ใช้ดัชนีชนิด Raster ทั้ง 4 ชนิด คือ การใช้ประโยชน์ที่ดิน (Land Use), พ ื ้ น ที ่ ใน เข ตชลป ระทา น (Irrigation Area), ความชื้นในดิน (Soil Water Index) และ Normalized Vegetation Supply Water Index (NVSWI) โ ด ย ใช้ ข้อมูล Land Use และ Irrigation Area เป็นข้อมูล ประเภทคงที่ ไม่มีการเปลี่ยนแปลงไปตามช่วงเวลา ส่วนข้อมูล SWI และ NVSWI เป็นประเภทไม่คงที่รายวัน และ 8 วัน ตามลำดับ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 270 3.1.1 ข ้ อ ม ู ล Vegetation Supply Water Index (VSWI) และ NVSWI VSWI คำนวณจากค่า Normalized Difference Vegetation Index (NDVI) จ า ก Terra MODIS NDVI data หารด้วยค่า Land Surface Temperature (LST) จาก Terra MODIS land surface temperature และ NVSWI คำนวณจากการทำ normalized ดังสมการที่ (1) และ (2) = (1) = ( − min ) − × 100 (2) 3.1.2 ข้อมูล SWI (Daily_SWI_12.5km_GlobalV3) แปลงค่า Digital Number ดังสมการที่ (3) = × 0.5 (3) โดยข้อมูลที่เป็น Raster จะถูกทำให้เป็นข้อมูล Feature Class ชนิด Point ขนาด 1 กิโลตารางเมตร และทำให้เป็น ASCII text file ขจัดค่าข้อมูลส่วนเกินด้วย การตัดข้อมูลส่วนที่ผิดปกติออกไป และทำการแปลง ข้อมูลให้อยู่ในช่วง ค่า Min และ Max ช่วงค่าใหม่ 3.1.3 Land Use ประเภท Polygon แสดงข้อมูล ประเภทการใช้ประโยชน์ที่ดิน 3.1.4 Irrigation Area (IRR) ป ร ะ เ ภ ท Polygon แสดงข้อมูลพิ้นที่เขตชลประทานในประเทศไทย โดยข้อมูล Feature จะถูกนำมาจัดรูปแบบ Attribute แบ่งประเภทตามความเสี่ยงการเกิดภัยแล้ง และถูกนำมาทำให้เป็นข้อมูล Raster และเปลี่ยนข้อมูล เป็น point ขนาด 1 กิโลตารางเมตร และส่งออกข้อมูล point และทำให้เป็น ASCII text file และขจัดค่าข้อมูล ส่วนเกินด้วยการตัดข้อมูลส่วนที่ผิดปกติออกไป และทำ การ Data cleaning โดยข้อมูลที่นำมาวิเคราะห์มี รายละเอียดดังตารางที่ 1 ตารางที่ 1 ข้อมูลที่ใช้ในการวิเคราะห์ Dataset Spatial Resolution Temporal Resolution Owner NDVI 250 x 250 m 16 days NASA LST 250 x 250 m 8 days NASA SWI 0.1 degree Daily Copernicus Land use สถาบันสารสนเทศ ทรัพยากรน้ำ Irrigation สถาบันสารสนเทศ ทรัพยากรน้ำ 3.2 วิธีการ Entropy Weight method The entropy weight method (EWM) เป็นวิธีการ หาค่าถ่วงน้ำหนักรูปแบบหนึ่ง คำนวณจากการวัดความ แตกต่างของค่าในชุดข้อมูล (Yuxin Zhu et al., 2563)- ข้อดีของ EWM คือ การหลีกเลี่ยงการแทรกแซงหรือความ ผิดพลาดที่เกิดขึ้นจากมนุษย์ในการศึกษานี้ใช้การ วิเคราะห์ข้อมูล EMW โดยใช้ข้อมูลของดัชนีทั้ง 4 ชนิดคือ Land use, Irrigation Area, SWI และ NVSWI เป็นข้อมูล ชนิด Text File ดังตารางที่ 2 ตารางที่2 แสดงฐานข้อมูล EWM ชื่อข้อมูล ชนิดข้อมูล LU_CLASS_CLEANED Text Document IRR_CLASS_CLEANED Text Document SWI_AVE Text Document NVSWI_AVE Text Document การคำนวณ EWM โดยการสร้างตารางเก็บข้อมูล 4 ชนิด ในกรณีที่ข้อมูลมีไม่เท่ากันในแต่ละชั้นข้อมูลให้ทำ การเฉลี่ยของข้อมูลนั้นๆเป็นตัวแทนข้อมูล และคำนวณ ตามสมการที่ (4), (5), (6) ตามลำดับ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 271 3.2.1 สมการคำนวณ EWM มีรายละเอียดดังนี้ 1) การทำ Standardization ดังสมการที่ (4) = ∑ =1 (4) โดยที่ Pij คือ ค่าที่ได้จากการ Standardization ของตัวแปรประเภท i ลำดับที่ j ij คือ ค่าของตัวแปรประเภท i ลำดับที่ j 2) การคำนวณค่า Entropy ดังสมการที่ (5) = ∑ ∙ (5) โดยที่ Ei ค่า Entropy ของตัวแปรประเภท i Pij คือ ค่าที่ได้จากการ Standardization ของ ตัวแปรประเภท i ลำดับที่ j n คือ จำนวนข้อมูลทั้งหมดของตัวแปร i 3) การคำนวณค่า Weighting จากค่า Entropy ดังสมการที่ (6) = 1− ∑ (1− ) =1 (6) โดยที่ Wi คือ ค่า Weighting ของปัจจัย i Ei คือ ค่า Entropy ของตัวแปรประเภท i m คือ จำนวนประเภทของปัจจัย 3.3 Drought Vulnerability Index (DVI) การศึกษาครั้งนี้วิเคราะห์ DVI ชนิดรายวัน โดยใช้ ข้อมูล Raster ของข้อมูล Land use และ Irrigation Area ที่ผ่านการ Classified และ Data Cleaning แล้ว และ ข้อมูลดัชนี SWI และ NVSWI สมการคำนวณ DVI (Ali Khoshazar และคณะ, 2564) เป็นการวิเคราะห์หาความสัมพันธ์ของพารามิเตอร์ หลายตัวแปร เทคนิค Weight Sum Method เป็นการ กำหนดน้ำหนักให้แก่ข้อมูลในแต่ละปัจจัยตามลำดับ ความสำคัญ ด้วยเทคนิค Entropy Method ดังสมการที่ (7) = ∑ = 1 1 + 2 2+ . . .+ =1 (7) โดยที่ Wi คือ ค่าถ่วงน้ำหนักของตัวแปร มีค่า ตั้งแต่ 0 - 1 และมีผลรวมเท่ากับ 1 I i คือ ค่าของตัวแปรแต่ละตัว 3.4 ระบบติดตามภัยแล้ง ระบบติดตามภัยแล้งได้พัฒนาขึ้นเพื่อใช้ในการ ติดตามภัยแล้งรายวันในระดับตำบล ด้วยการประมวลผล ข้อมูลดัชนีเปราะบางภัยแล้งที่เป็นรายวัน เพื่อให้ได้พื้นที่ เสี่ยงภัยแล้ง โดยต้องอยู่ในเกณฑ์ระดับเสี่ยงภัยแล้งใน ระดับเสี่ยงสูงมาก ระบบถึงจะทำการแสดงผลตำบลที่ เสี่ยงต่อการเกิดภัยแล้ง โดยระบบจะแสดงผลผ่านระบบ Web-interface ดังรูปที่ 4 รูปที่ 4 แสดงระบบติดตามภัยแล้งบน Thaiwater.net นอกจากจะสามารถติดตามพื้นที่เสี่ยงภัยแล้งจาก ระบบติดตามภัยแล้ง (รูปที่ 4) ยังสามารถติดตามข้อมูลที่ เกี่ยวข้องกับการเกิดภัยแล้ง เช่น ปริมาณฝนสะสม ย้อนหลัง 7, 10, 15, 30 และ 60 วันจากฝนดาวเทียม Persiann และ ปริมาณฝนสะสมในอนาคตจากฝน คาดการณ์ราย 5 และ 7 วัน จากแบบจำลอง WRF-ROMs และปริมาณน้ำในเขื่อนที่แสดงสีแตกต่างกันตามปริมาณ น้ำใช้การที่กักเก็บไว้ในเขื่อนต่าง ๆ อีกทั้งยังสามารถ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 272 download ข้อมูลพื้นที่เสี่ยงภัยแล้งในรูปแบบตาราง แสดงตัวอย่างในรูปที่ 5 รูปที่ 5 แสดงตารางพื้นที่เสี่ยงภัยแล้ง 4. ผลการศึกษา 4.1 ระบบติดตามภัยแล้ง จากการวิเคราะห์ดัชนีเปราะบางภัยแล้งด้วยวิธีการ วิเคราะห์หาความสัมพันธ์ของพารามิเตอร์หลายตัวแปร เทคนิค Weight Sum Method โดยการกำหนดน้ำหนัก ให้แก่ข้อมูลในแต่ละปัจจัยตามลำดับความสำคัญ ด้วย เทคนิค Entropy Method ผลที่ได้คือดัชนีระดับเสี่ยงภัย แล้ง ซึ่งแบ่งเป็น 5 ระดับแสดงในรูปที่ 6 ประกอบด้วย พื้นที่เสี่ยงต่อการเกิดภัยแล้งต่ำมาก พื้นที่เสี่ยงต่อการเกิด ภัยแล้งต่ำ พื้นที่เสี่ยงต่อการเกิดภัยแล้งปานกลาง พื้นที่ เสี่ยงต่อการเกิดภัยแล้งสูง พื้นที่เสี่ยงต่อการเกิดภัยแล้งสูง มาก รูปที่ 6 ดัชนีเปราะบางภัยแล้งของประเทศไทย จากดัชนีเปราะบางภัยแล้ง พบว่าประเทศไทยมีพื้นที่ ส่วนใหญ่อยู่ในพื้นที่เสี่ยงต่อการเกิดภัยแล้งในระดับปาน กลางถึงสูงมาก กระจายตัวอยู่ในภาคเหนือ อีสาน ตะวันออก และภาคใต้ ส่วนพื้นที่ความเสี่ยงต่ำส่วนใหญ่ อยู่ในพื้นที่ภาคตะวันตก และบางส่วนของภาคเหนือ ระบบจะทำการรายงานผลพื้นที่เสี่ยงภัยแล้งรายตำบล ทุกวัน เวลา 9.00 น. โดยจะทำการแสดงผลผ่านหน้า ระบบแสดงผลด้วยแผนที่ และขอบเขตตำบลที่เสี่ยงต่อ การเกิดภัยแล้ง ดังแสดงในรูปที่ 7 พื้นที่เสี่ยงภัยแล้งจากดัชนีเปราะบางภัยแล้ง จะมีการ กำหนดเงื่อนไข ถ้าพื้นที่มีระดับอยู่ในเกณฑ์เสี่ยงสูงมากจะ ถูกนำมาแสดงผลบนระบบติดตามภัยแล้ง และรายงาน พื้นที่เสี่ยงภัยแล้งในรูปแบบ แผนที่และตารางแสดงผลใน ระดับตำบล ดังรูปที่ 7 รูปที่ 7 ตัวอย่างพื้นที่เสี่ยงภัยแล้งจากระบบติดตามภัยแล้ง ณ เดือนเมษายน 2565

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 273 4.2 การตรวจสอบความถูกต้อง การตรวจสอบความถูกต้องของการแจ้งเตือนพื้นที่ เสี่ยงภัยแล้ง ได้มีการตรวจสอบความถูกต้องโดยการ เปรียบเทียบการแจ้งเตือนพื้นที่เสี่ยงภัยแล้งจากระบบ (สสน.) เทียบกับข้อมูลการประกาศความช่วยเหลือภัยแล้ง ของกรมชลประทาน (ชป.) โดยได้ทำการตรวจสอบความ ถูกต้องใน เดือน มีนาคม - พฤษภาคม ปี 2565 เพื่อดู ความถูกต้องความแม่นยำของการแจ้งเตือน ดังแสดงใน รูปที่8.1, 8.2, 8.3 รูปที่ 8.1 แสดงการเปรียบเทียบข้อมูลพื้นที่เสี่ยงภัยแล้ง ระหว่าง สสน. และ ชป. เดือนมีนาคม 2566 รูปที่ 8.2 แสดงการเปรียบเทียบข้อมูลพื้นที่เสี่ยงภัยแล้ง ระหว่าง สสน. และ ชป. เดือนเมษายน 2566 รูปที่ 8.3 แสดงการเปรียบเทียบข้อมูลพื้นที่เสี่ยงภัยแล้ง ระหว่าง สสน. และ ปช. เดือนพฤษภาคม 2566 รูปที่ 8.1 – 8.3 แสดงความถูกต้องของการแจ้งเตือน พื้นที่เสี่ยงภัยแล้งจากระบบติดตามภัยแล้ง โดยมีความ ถูกต้องช่วง เดือนมีนาคม ถึง เดือนพฤษภาคมพบว่ามี ความถูกต้องเฉลี่ย 78% เมื่อเทียบกับข้อมูลการประกาศ ความช่วยเหลือภัยแล้งของกรมชลประทาน พบว่าข้อมูล พื้นที่เสี่ยงภัยแล้งจากระบบ มีความแม่นยำใกล้เคียงกับ ข้อมูลของหน่วยงานที่รับผิดชอบ แสดงถึงความสอดคล้อง ของ 2 ข้อมูล จึงสามารถนำไปติดตาม ดูภาพรวม และ ประเมินพื้นเสี่ยงภัยเล้งที่ได้ในเบื้องต้น 5. สรุป จากการพัฒนาดัชเปราะบางภัยแล้งจากข้อมูลจาก ดาวเทียม ด้วยการวิเคราะห์ข้อมูลกายภาพ และข้อมูล ดัชนีจากดาวเทียม อันได้แก่ ข้อมูลพื้นที่การใช้ประโยชน์ ที ่ดิน ข้อมูลพื้นที ่ชลประทาน ข้อมูลดัชนี NDVI LST และ SWI เพื่อให้ได้ดัชนีที่สามารถระบุพื้นที่เสี่ยงภัยแล้ง ได้นั้น พบว่า พื้นที่ประเทศไทยส่วนใหญ่ในช่วงฤดูแล้ง มีพื้นที่เสี่ยงต่อการเกิดภัยแล้ง โดยเฉพาะในบริเวณภาค อีสาน ภาคตะวันตก และภาคกลาง ในบริเวณที่อยู่นอก เขตชลประทาน รวมถึงเมื่อดูข้อมูลความชื้นในดิน (SWI) พบว่าบริเวณดังกล่าวมีปริมาณความชื้นในดินที่ต ่ำเมื่อ เทียบกับพื้นที่อื่น โดยระบบมีความถูกต้องโดยรวมเฉลี่ย ที่ 78% อย่างไรก็ตามเมื่อพิจารณาความถูกต้อง ควรมี การตรวจสอบกับข้อมูลจากหลากหลายหน ่วยงาน เพื่อให้มีความถูกต้องที่เพิ่มมากขึ้น ระบบติดตามภัยแล้งมี การรายงานผลทุกวัน เวลา 9.00 น ประชาชนทั ่วไปและ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และ สังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 274 ห น่ว ยง า น ที ่ เ กี่ย วข้อง ส า ม า ร ถดูข้อ มูลได้ที่ https://www.thaiwater.net/drought/monitoring เอกสารอ้างอิง [1] Copernicus Global Land Service. Soil Water Index..https://land.copernicus.vgt.vito.be/PD F /datapool/Vegetation/Soil_Water_Index/ [2] Ismail Dabanli. (2018). Drought Risk Assessment by Using Drought Hazard and Vulnerability Indexes. Natural Hazards and Earth System Sciences. https://doi.org/10.5194/nhess-2018- 129 [3] NASA's Land Processes Distributed Active Archive Center (LP DAAC). NDVI and LST product..https://e4ftl01.cr.usgs.gov/MOLT/M OD13A2.061/ [4] Zhu, Y., Tian, D., and Yan, F. (2020). Effectiveness of entropy weight method in decision making. Mathematical Problems in Engineering. 2020. https://doi.org/10.1155/2020/3564835 [5] สถาบันสารสนเทศทรัพยากรน้ำ (2565). รายงาน สถานการณ์น้ำประเทศไทย ปี2565. สถาบันสารสนเทศ ทรัพยากรน้ำา (องค์การมหาชน), กรุงเทพมหานคร [6] สถาบันสารสนเทศทรัพยากรน้ำ (2565). การวิเคราะห์ ดัชนีความเปราะบางจากภัยแล้งจากข้อมูลดาวเทียม เพื่อประเมินพื้นที่เสี่ยงภัยแล้ง. สถาบันสารสนเทศ ทรัพยากรน้ำ (องค์การมหาชน), กรุงเทพมหานคร

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 275 การบริการจัดการทรัพยากรน้ำ Water Resources Management การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติ ครั้งที่ 9 The 9th National Convention on Water Resources Engineering เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม Empowering Water Management through Emerging Technology and Digital Social Engagement

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 276 การมีส่วนร่วมของชุมชนในการจัดการแหล่งน้ำดิบเพื่อการผลิตน้ำประปา บริเวณแม่น้ำพุมดวง จังหวัดสุราษฎร์ธานี Community Participation in Raw Water Sources Management for Water Supply in Phum-Duang River, Surat Thani Province อุไรรัตน์ รัตนวิจิตร1* ,วิภารัตน์ ชัยเพชร1 ,ภูเด่น แก้วภิบาล2 , ธีราวรรณ จันทร์แสง2 1 สาขาทรัพยากรธรรมชาติและสิ่งแวดล้อม, คณะวิทยาศาสตร์และเทคโนโลยี 2 สาขาการจัดการโลจิสติกส์, คณะวิทยาการจัดการ มหาวิทยาลัยราชภัฏสุราษฎร์ธานี *[email protected] บทคัดย่อ แม่น้ำพุมดวงเป็นแม่น้ำสายสำคัญของจังหวัดสุราษฎร์ธานี และเป็นแหล่งน้ำที่หล่อเลี้ยงชุมชนในอำเภอพุนพิน อำเภอคีรีรัฐนิคม จังหวัดสุราษฎร์ธานี โดยส่วนใหญ่ประชาชนบริเวณริมแม่น้ำพุมดวงใช้น้ำในการอุปโภคและบริโภค จากผล การศึกษาคุณภาพน้ำจากสำนักงานสิ่งแวดล้อมและมลพิษที่ 14 จังหวัดสุราษฎร์ธานีที่ผ่านมาพบว่า แม่น้ำพุมดวงคุณภาพน้ำเสื่อมคุณภาพลงและประชาชนบริเวณริมแม่น้ำพุมดวงใช้ประโยชน์จากแหล่งน้ำได้น้อยลง งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อ(1)ศึกษาแนวทางการมีส่วนร่วมของชุมชนต่อการจัดการแหล่งน้ำ(2)ศึกษา ความสัมพันธ์ระหว่างดัชนีคุณภาพน้ำกับระดับการมีส่วนร่วมฯ(3)ส่งเสริมการมีส่วนร่วมของชุมชนต่อการจัดการน้ำดิบเพื่อการ ผลิตน้ำประปา โดยใช้กลุ่มตัวอย่างจำนวน 400 ครัวเรือนซึ่งเป็นชุมชนที่ใช้ประโยชน์จากแม่น้ำพุมดวง เครื่องมือที่ใช้ แบบสอบถาม และข้อมูลคุณภาพน้ำปี 2564 สถิติที่ใช้ในการวิเคราะห์ ค่าเฉลี่ย ความถี่ ร้อยละ ส่วนเบี่ยงเบนมาตรฐาน T-test ,F-test และสัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน ผลการศึกษาระดับการมีส่วนร่วมของชุมชนประกอบไปด้วย 4 ด้านดังนี้ (1)ด้านกายภาพอยู่ในระดับปานกลาง (̅=2.68 S.D.=0.80) (2)ด้านความคิดอยู่ในระดับปานกลาง (̅=2.55 S.D.=0.84) (3)ด้านอารมณ์(̅=2.55 S.D.=0.84) อยู่ ในระดับปานกลาง(4)ด้านความเป็นเจ้าของ(̅=3.04 S.D.=0.74)อยู่ในระดับปานกลาง ผลการศึกษาความสัมพันธ์ระหว่าง ดัชนีคุณภาพน้ำกับระดับการมีส่วนร่วมฯ ดังนี้(1) ด้านกายภาพกับดัชนีคุณภาพน้ำ(r=-0.779 sig=0.432)มีความสัมพันธ์ใน ระดับสูงและเป็นไปในทางตรงกันข้าม(2)ด้านความคิดกับดัชนีคุณภาพน้ำ(r=-0.933 sig=0.234)มีความสัมพันธ์กันในระดับสูง แ ล ะ เ ป ็ น ไ ป ใ น ท า ง ต ร ง ก ั น ข ้ า ม ( 3)ด ้ า น อ า ร ม ณ ์ ( r=-0.482 sig=0.680) มีความสัมพันธ์กันน้อยและเป็นไปทางตรงกันข้าม(4)ด้านความเป็นเจ้าของกับดัชนีคุณภาพน้ำ(r=0.931 sig=0.237) มีความสัมพันธ์กันสูงและเป็นไปในทางเดียวกัน และแนวทางการส่งเสริมการมีส่วนร่วมพบว่าประชาชนมีความต้องการที่จะ อนุรักษ์และดูแลรักษาแหล่งน้ำเพื่อตอบสนองความต้องการการใช้น้ำต่อไปในอนาคตและประชาชนมีความพึงพอใจต่อการ ส่งเสริมการมีส่วนร่วมผ่านการรณรงค์และให้ความรู้อยู่ในระดับมาก(3.6±1.07)และจากการประเมินพบว่าประชาชนเข้าใจและ สามารถนำองค์ความรู้และวิธีการบริหารจัดการน้ำที่ได้จากการประชาสัมพันธ์ไปใช้แก้ไขปัญหา และป้องกันผลกระทบที่จะเกิด ขึ้นกับคุณภาพน้ำเพื่อการอุปโภคบริโภคได้จริง คำสำคัญ : การมีส่วนร่วมของชุมชน , ดัชนีคุณภาพน้ำ , แนวทางการส่งเสริมการมีส่วนร่วม, แม่น้ำพุมดวง

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 277 Abstract Phum-Duang river is an important of Surat Thani Province and is a source of water that nourishes the community in phun-phin, khirirat nikhom District. Mostly, people along the Pum-Duang river use water for consumption. From the results of a recent water quality study from the Environment and Pollution Office No. 14, Surat Thani Province, it was found that. The water quality of the Pum-Duang river has deteriorated and people along the river have less ability to use the water source. This series of research aims to study community participation approaches to water resource management and water quality, the relationship between water quality index and community participation level and to promote community participation in raw water management for tap water production by using a sample of 400 households. Questionnaire and 2021 water quality index data for analysis. Statistics used for analysis were mean, frequency, percentage, standard deviation, t-test, F-test and Pearson's correlation coefficient. The results of the study were 4 aspects as follows:(1) The physical aspect was at a moderate level(̅=2.68 S.D.=0.80) (2)The cognitive aspect was at a moderate level(̅=2.55 S.D.=0.84) (3)The emotional aspect(̅=2.55 S.D.=0.84) was at a moderate level. (4) Ownership (̅=3.04 S.D.=0.74) was at a moderate level. The results of the study of the relationship between the water quality index and the participation level. (1) moderate physical, cognitive, and emotional participation with the ̅value at 2.68 ± 0.80, 2.55 ± 0.84, and 2.55 ± 0.84 respectively, and (2) moderate ownership participation with ̅at 3.04 ± 0.74. Consequently, Pearson’s correlation coefficient results illustrated:(1)negative high correlation for physical and cognitive participation with the r value at -0.779 (sig=0.05) and -0.933 (sig=0.01) respectively, (2)negative less correlation for emotional participation with the r value -0.482 (sig=0.680),and(3)positive high correlation for (4)ownership participation with the r value 0.931 (sig=0.01).The results of the study on the relationship between the water quality index and the participation level were as follows: The participatory guidelines found that people wanted to conserve and maintain water resources to meet their future water needs and that people were satisfied with the participatory promotion through the Participatory Guidelines. The level of knowledge was at a high level (3.6±1.07) From the evaluation of the manual, it was found that people understood and were able to apply the knowledge and methods of water management obtained from the manual to use to solve problems and preventing any impact on the quality of water for consumption. Keywords:community participation, phum-duangriver, raw water sources management, water quality index 1. คำนำ แม่น้ำพุมดวงเป็นแม่น้ำสายสำคัญของคนใน พื้นที่หลายๆอำเภอที่ใช้น้ำในการอุปโภคบริโภค แม่น้ำพุมดวงเป็นแม่น้ำที่มีต้นกำเนิดมาจากเทือกเขาภูเก็ต ด้านตะวันตกของจังหวัดสุราษฎร์ธานี คือแถบจังหวัด พังงา จังหวัดกระบี่ และทางตอนใต้ของจังหวัดระนองที่ อำเภอพนม ไหลผ่าน อำเภอพนม อำเภอบ้านตาขุน อำเภอคีรีรัฐนิคม อำเภอพุนพิน บรรจบกับแม่น้ำตาปีทาง

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 278 ฝั่งซ้ายที่ตำบลท่าข้าม อำเภอพุนพินใกล้กับสถานีรถไฟสุ ราษฎร์ธานี แม่น้ำพุมดวงยาวประมาณ 120 กิโลเมตร [1] ปัจจุบันนี้แม่น้ำพุมดวงตอนบนสายหลักได้ถูกกั้นทำเป็น เขื่อนคือเขื่อนรัชชประภา ชุมชนบริเวณชายฝั่งได้ใช้ ประโยชน์จากแม่น้ำตั้งแต่อดีตทั้งเพื่อการอุปโภค บริโภค การคมนาคมขนส่งและการเกษตร [2] ปัจจุบันประชาชน ในพื้นที่ได้รับผลกระทบเกี่ยวกับการใช้น้ำดิบเพื่อการผลิต น้ำประปา รวมถึงการจัดการคุณภาพน้ำในแม่น้ำพุมดวง ยังขาดความรู้ความเข้าใจในการจัดการแหล่งน้ำ ทำให้ น้ำประปาที่ชุมชนผลิตใช้เองด้อยคุณภาพ เช่นน้ำมีสีขุ่น มี กลิ่นเหม็น มีตะกอนปะปนอยู่ในน้ำเป็นจำนวนมากซึ่งมา จากหลายสาเหตุ รวมทั้งการทำการเกษตรที่มีการใช้ สารเคมีในบางกลุ่มเกษตรกร ทำให้ประชาชนได้รับ ผลกระทบทั้งในส่วนกระบวนการบริหารจัดการน้ำดิบทั้ง ในรูปแบบเชิงปริมาณและเชิงคุณภาพ [3] จากผลการศึกษาคุณภาพน้ำในแม่น้ำพุมดวงปี 2556 พบว่าคุณภาพน้ำแม่น้ำพุมดวงอยู่ในเกณฑ์มาตรฐานแหล่ง น้ำผิวดินในทุกพารามิเตอร์ และไม่พบโลหะหนัก โดยเฉพาะกลุ่ม total organochlorine pesticides และ มีเพียงบางสถานีเก็บตัวอย่างเท่านั้นที่พบกลุ่มโคลิฟอร์ม แบคทีเรีย ซึ่งส่วนใหญ่จะเป็นสถานีที่ปริมาณชุมชน หนาแน่นพบมีการปนเปื้อนโคลิฟอร์มแต่ไม่เกินค่า มาตรฐานแหล่งน้ำผิวดิน และผลการศึกษายังพบอีกว่า ในช่วงฤดูฝนมีตะกอนเพิ่มมากขึ้น แม่น้ำตื้นเขินกว่าใน อดีตและบริเวณริมตลิ่งมีการกัดเซาะชายฝั่งอย่างเห็นได้ ชัด ชุมชนริมฝั่งแม่น้ำได้รับผลกระทบอย่างรุนแรงต่อ บ้านเรือนและพื้นที่ทางการเกษตร นอกจากนั้นตลอดสอง ชายฝั่งริมแม่น้ำพุมดวงมีการนำน้ำเพื่อไปใช้ประโยชน์ใน การอุปโภคบริโภคได้น้อยลงเนื่องจากปัญหาการตื้นเขินใน ฤดูแล้ง และน้ำมีลักษณะขุ่นข้นในฤดูฝน [4] แหล่งน้ำกับชุมชนมีความสัมพันธ์กันอย่าง ใกล้ชิดเนื่องจากชุมชนมีการใช้ประโยชน์จากแหล่งน้ำนั้นๆ โดยเฉพาะการนำน้ำดิบจากแหล่งน้ำธรรมชาติมาผลิต น้ำประปาภายในชุมชน การดูแลรักษาคุณภาพแหล่งน้ำ โดยชุมชนจึงมีความสำคัญโดยเฉพาะการมีส่วนร่วมของ ชุมชนในการขับเคลื่อน ดูแล และแสดงถึงความรัก ความ หวงแหนในแหล่งน้ำด้วยตัวเองจึงเป็นแนวทางหนึ่งที่ สามารถทำให้คุณภาพน้ำในแหล่งน้ำนั้นๆมีคุณภาพไม่ เสื่อมโทรม และชุมชนก็ได้ใช้ประโยชน์อย่างเต็มที่ [5] และลดปัญหาขาดแคลนน้ำในฤดูแล้ง รวมถึงลดภาวะ เสื่อมโทรมของคุณภาพน้ำในแม่น้ำได้ด้วยชุมชนเอง งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อศึกษาแนวทางการมีส่วน ร่วมของชุมชนต่อการจัดการแหล่งน้ำ ศึกษาความสัมพันธ์ ระหว่างดัชนีคุณภาพน้ำกับระดับการมีส่วนร่วมฯและ ส่งเสริมการมีส่วนร่วมของชุมชนต่อการจัดการน้ำดิบเพื่อ การผลิตน้ำประปา 2. วิธีการดำเนินการ 2.1 พื้นที่ศึกษา รูปที่ 1 พื้นที่ศึกษา 2.2 วิธีการศึกษา จากภาพที่ 2 กรอบแนวคิดการศึกษาเป็น ขั้นตอนการศึกษา ดังนี้1)ศึกษาระดับการมีส่วนร่วม 4 ด้าน กายภาพ ด้านความรู้ ด้านอารมณ์และด้านความเป็น เจ้าของ 2) ความสัมพันธ์ระหว่างดัชนีคุณภาพน้ำกับการมี ส่วนร่วมของชุมชน 3)สร้างแนวทางการมีส่วนร่วมของ ชุมชนเพื่อนำไปใช้ในการรณรงค์ให้ประชาชนตระหนักใน การดูแลคุณภาพน้ำ การศึกษาครั้งนี้เป็นการศึกษาวิจัย

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 279 โดยการประยุกต์ใช้กระบวนการเรียนรู้แบบมีส่วนร่วม (Participatory Learning Process) เข้ามาใช้กับบริบท ชุมชน เพื่อให้เกิดการมีส่วนร่วมในการดูแลคุณภาพน้ำ และการใช้ประโยชน์และนำไปสู่การร่วมกันวางแผนเพื่อ หาแนวทางในการดูแลคุณภาพน้ำเพื่อสามารถนำน้ำไปใช้ ประโยชน์ในการผลิตน้ำประปาได้อย่างมีคุณภาพ รูปที่ 2 กรอบแนวคิดในการศึกษา 2.2.1 ประชากรและการเก็บตัวอย่าง 1) กลุ่มตัวอย่าง ผู้ใช้น้ำจากแม่น้ำพุมดวง จำนวน 105,597 คน (20,848 ครัวเรือน) การเลือกใช้ ชุมชนในอำเภอพุนพินเนื่องจากบริเวณพื้นที่อำเภอพุนพิน มีการใช้น้ำในแม่น้ำพุมดวงเพื่อผลิตน้ำประปามากกว่า พื้นที่อื่นๆทั้งประปาหมู่บ้านและประปาส่วนภูมิภาค การ คำนวณขนาดตัวอย่าง โดยใช้วิธีการของยามาเน่ [6] สูตร การคำนวณตัวอย่างสัดส่วน 1 กลุ่ม โดยสมมติค่าสัดส่วน เท่ากับ 0.5 และที่ระดับความเชื่อมั่น 95% สูตรในการ คำนวณ ดังนี้ เมื่อ n = ขนาดตัวอย่างที่คำนวณได้ N = จำนวนประชากรที่ทราบค่า e = ค่าความคลาดเคลื่อนที่จะยอมรับได้ (allowable error) กำหนดระดับความคลาดเคลื่อน เท่ากับ 5% จะได้ค่า 0.05 แทนค่าในสูตร แทนค่า นั่นคือ n = 398.49 n ≈ 399 คน ดังนั้น เมื่อแทนค่าตามสูตรจะได้กลุ่มตัวอย่าง คือ ประชาชนอำเภอพุนพิน ริมฝั่งแม่น้ำพุมดวงที่ใช้น้ำประปา ที่ผลิตจากแหล่งน้ำดิบแม่น้ำพุมดวงจำนวน 399 คน ทั้งนี้ ผู้วิจัยได้กำหนดกลุ่มตัวอย่างทั้งสิ้น 400 คน 2) การสุ่มตัวอย่าง ผู้วิจัยใช้วิธีการสุ่มตัวอย่างแบบหลายขั้นตอน (Multi-stage sampling) ซึ่งเป็นการสุ่มที่ใช้หลักการ พิจารณาวิธีการสุ่มทั้ง 4 แบบ คือ การสุ่มอย่างง่าย การ สุ่มอย่างมีระบบ การสุ่มแบบแบ่งชั้น และการสุ่มแบบ แบ่งกลุ่มเพื่อให้ได้กลุ่มตัวอย่างที่ผู้วิจัยต้องการอย่าง แท้จริง ได้แก่ อำเภอ ตำบล หมู่บ้าน โดยทำการสุ่ม ประชากรจากหน่วยหรือลำดับชั้นจากอำเภอก่อน จาก หน่วยที่สุ่มได้ก็ทำการสุ่มหน่วยที่มีลำดับตำบล จนถึงกลุ่ม ตัวอย่างในลำดับชั้นหมู่บ้าน จากนั้นจึงใช้วิธีการสุ่ม ตัวอย่างแบบง่าย

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 280 2.2.2 เครื่องมือที่ใช้ในการวิจัย เครื่องมือที่ใช้ในการวิจัย แบ่งเป็น 3 ตอน ดังต่อไปนี้ ตอนที่ 1 เป็นคำถามเกี่ยวกับสถานภาพทั่วไป ของผู้ตอบแบบสอบถาม จำนวนทั้งหมด 5 ข้อ ตอนที่ 2 เป็นคำถามในการประเมินระดับการมี ส่วนร่วมของประชาชน จำนวน 5 ด้าน ได้แก่ 1) การมี ส่วนร่วมด้านกายภาพ 2) การมีส่วนร่วมด้านความคิด 3) การมีส่วนร่วมด้านอารมณ์4) การมีส่วนร่วมด้านความ เป็นเจ้าของ ผู้วิจัยให้ผู้ตอบแบบสอบถามเลือกระดับความ คิดเห็นเพียงตัวเลือกเดียว โดยให้ค่าคะแนนตามแนวคิด ของ Likert Scale ที่มี 5 ระดับ (5 point rating scale) ซึ่งมีเกณฑ์การให้คะแนนของข้อคำถาม ตารางที่ 1 เกณฑ์การให้คะแนนข้อคำถาม ระดับการมีส่วนร่วม ระดับคะแนน มากที่สุด 5 มาก 4 ปานกลาง 3 น้อย 2 น้อยที่สุด 1 โดยเกณฑ์ในการวิเคราะห์และแปลผลข้อมูลแต่ละช่วง คะแนนเฉลี่ยของระดับการมีส่วนร่วมสามารถจัดช่วง คะแนนเฉลี่ยอยู่ระหว่าง 1-5 คะแนน กำหนดการแบ่งช่วง คะแนนเฉลี่ยเท่ากันโดยนำระดับของช่วงชั้นมากำหนด เป็นคะแนนเฉลี่ย [7] ตารางที่ 2 ระดับช่วงคะแนน ระดับการมีส่วนร่วม ระดับคะแนน มากที่สุด 4.51-5.00 มาก 3.51-4.50 ปานกลาง 2.51-3.50 น้อย 1.51-2.50 น้อยที่สุด 1.00-1.50 ตอนที่ 3 เป็นคำถามปลายเปิดเพื่อแสดงความ คิดเห็นและข้อเสนอแนะของประชาชนโดยคำถามที่ให้ ผู้ตอบแบบสอบถามมีอิสระในการแสดงความคิดเห็นและ เสนอแนะเพิ่มเติม 2.2.3 การตรวจสอบคุณภาพของเครื่องมือและ จริยธรรมในมนุษย์ 1) การตรวจสอบคุณภาพเครื่องมือ การตรวจสอบคุณภาพของเครื่องมือ ผู้วิจัยได้ ดำเนินการตามขั้นตอน แบบสอบถาม(Questionnaire) มี ขั้นตอนการตรวจสอบเครื่องมือ ดังนี้(1)คำแนะนำจาก ผู้เชี่ยวชาญเพื่อตรวจสอบเครื่องมือที่ผู้วิจัยได้สร้างขึ้น (2)หาค่าความเที่ยง(Validity) โดยนำแบบสอบถามที่สร้าง เสร็จไปเสนอผู้ทรงคุณวุฒิเพื่อตรวจสอบ พิจารณาทั้งใน ด้านเนื้อหาสาระและโครงสร้างของคำถาม ตลอดจนภาษา ที่ใช้ในแบบสอบถามและขอความเห็นชอบโดยได้ปรับปรุง แก้ไขเครื่องมือให้เหมาะสมตามข้อเสนอแนะจำนวน 5 ท่าน จากนั้นผู้วิจัยได้นำผลการประเมินจากผู้ทรงคุณวุฒิ 5 ท่าน ไปหาค่าดัชนีความสอดคล้องรายข้อ(Index of Item-Objective Congruence : IOC)ถ้าค่า IOC > 0.5 ขึ้นไป แสดงว่าคำถามใช้งานได้ มีความเหมาะสมหรือมี ความสอดคล้องกับวัตถุประสงค์[8]โดยมีสูตรการคำนวณ ดังนี้ เมื่อ IOC = ค่าดัชนีความสอดคล้องของข้อคำถามกับ จุดประสงค์ ∑R = ผลรวมของคะแนนความคิดเห็นของ ผู้เชี่ยวชาญ n = จำนวนผู้เชี่ยวชาญทั้งหมด หาความเชื่อมั่นของเครื่องมือ(Reliability) เมื่อ ผู้วิจัยได้แก้ไขเครื่องมือเป็นที่เรียบร้อยแล้ว จึงนำเครื่องมือ ไปทดลอง(Try Out)เพื่อหาความวางใจ (Reliability)กับ ประชากรกลุ่มตัวอย่างที่ไม่ใช่กลุ่มตัวอย่างที่จะสำรวจหรือ เก็บข้อมูลจริง โดยทดลองใช้กับประชาชน จำนวน 30 คน ที่ไม่ใช่กลุ่มตัวอย่าง และเมื่อเก็บรวบรวมข้อมูลได้ครบ ตามจำนวนแล้วจึงนำมาวิเคราะห์เพื่อหาความเชื่อมั่นด้วย ค่า Alpha (α) ข อ ง Cranach’s Alpha โ ด ย ในการ คำนวณค่าสัมประสิทธิ์อัลฟา(α-Coefficient)ใช้โปรแกรม คอมพิวเตอร์สำเร็จรูปสำหรับการวิจัยทางสังคมศาสตร์ จากนั้นนำแบบสอบถามให้ผู้ทรงคุณวุฒิตรวจสอบความ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 281 ถูกต้องและจัดพิมพ์แบบสอบถามฉบับสมบูรณ์เพื่อใช้แจก กลุ่มตัวอย่างจริงที่ใช้ในการวิจัย 2) จริยธรรมในมนุษย์ แบบสอบถามได้รับใบอนุญาติในการนำมาใช้กับ กลุ่มตัวอย่างโดยผ่านคณะกรรมการจริยธรรมในมนุษย์ มหาวิทยาลัยราชภัฏสุราษฎร์ธานี เลขที่อนุญาต SRUEC2022/124 2.2.4 การวิเคราะห์ข้อมูล 1) ทำการเก็บรวบรวมข้อมูลวิจัยและนำข้อมูลที่ ได้ไปทำการวิเคราะห์โดยใช้สถิติดังนี้การวิเคราะห์ปัจจัย ส่วนบุคคล ใช้สถิติเชิงพรรณนา (Descriptive Statistics) ได้แก่ ความถี่ (Frequency) และร้อยละ (Percentage) ค่าเฉลี่ย (∓) และค่าเบี่ยงเบนมาตรฐาน (S.D) ใช้ Ttest แบบสองทาง (Two-tailed t-test) เพื่อวิเคราะห์ ความแตกต่างระหว่างความคิดเห็นอันเนื่องมาจากปัจจัย ส่วนบุคคลที่มีกลุ่มประชากร 1 คู่ โดยกำหนดนัยสำคัญ ทางสถิติที่ 0.05 และสถิติ F-test โดยกำหนดนัยสำคัญ ทางสถิติที่ 0.05 ใช้สัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน (Pearson’s Correlation Coefficient) ว ิ เ ค ร า ะ ห์ ความสัมพันธ์ระหว่างค่าดัชนีคุณภาพน้ำและระดับการมี ส่วนร่วมฯ 2) การคำนวณดัชนีคุณภาพน้ำ (Water Quality Index; WQI) ดัชนีชี้วัดคุณภาพน้ำโดยวิธีที่ให้ค่าใกล้เคียงกับ ค่าที่ได้จากการตรวจวัดโดยใช้ข้อมูลจริงมากที่สุดโดยทำ การแปลงค่าของพารามิเตอร์แต่ละตัวให้เป็นค่าที่อยู่ ในช่วง 0-100 แล้วนำไปแทนค่าให้เป็นคะแนนรวมอย่าง เดียว วิธี “Unweighted Multiplicative River Water Quality Index” โดยใช้สมการ [9] เมื่อ WQI คือ ดัชนีคุณภาพน้ำ DO คือ ออกซิเจนละลายน้ำ BOD คือ ความตองการปริมาณออกซิเจนทาง ชีวภาพ FCB คือ แบคทีเรียกลุ่มฟีคัลโคลิฟอร์ม TCB คือ แบคทีเรียกลุ่มโคลิฟอร์มทั้งหมด นำค่าคะแนนที่ได้จากแต่ละพารามิเตอร์มาคำนวณตาม สมการ WQI เพื่อหาค่าคะแนนรวม เพื่อนำไปเทียบกับค่า คะแนนดัชนีคุณภาพน้ำของกรมควบคุมมลพิษ ตารางที่ 3 เกณฑ์คุณภาพน้ำ เกณฑ์คุณภาพ น้ำ คะแนนรวม เทียบได้กับมาตรฐาน แหล่งน้ำผิวดินประเภท ดี 71-100 2 พอใช้ 61-70 3 เสื่อมโทรม 31-60 4 เสื่อมโทรมมาก 0-30 5 ที่มา กรมควบคุมมลพิษ 3. ผลการศึกษา 3.1 ระดับการมีส่วนร่วมของประชาชนต่อการจัดการ แหล่งน้ำและคุณภาพน้ำแม่น้ำพุมดวง ระดับการมีส่วนร่วมของประชาชนต่อการ จัดการแหล่งน้ำและคุณภาพน้ำในแม่น้ำพุมดวง จังหวัดสุ ราษฎร์ธานี พบว่าการมีส่วนร่วมของประชาชนในภาพรวม อยู่ในระดับปานกลาง (̅=2.68 S.D.=0.80) และเมื่อ พิจารณาแต่ละข้อพบว่าการมีส่วนร่วมในการรับทราบ ข้อมูลการจัดการกิจกรรมเกี่ยวกับการจัดการแหล่งน้ำดิบ ของชุมชนอยู่ในระดับปานกลาง (̅=2.81 S.D. =0.75) การมีส่วนร่วมในการเข้าร่วมกิจกรรมที่เกี่ยวข้องกับการ จัดการแหล่งน้ำดิบอยู่ในระดับปานกลาง(̅=2.71 S.D. =0.80) การมีส่วนร่วมในการรับรู้ข่าวสาร เกี่ยวกับการ จัดการแหล่งน้ำดิบอยู่ในระดับปานกลาง(̅=2.68 S.D. =0.82)การมีส่วนร่วมในการเข้าประชุมกลุ่มผู้ใช้น้ำดิบอยู่ ในระดับปานกลาง (̅=2.61 S.D. =0.77) การมีส่วนร่วม ในการเสนอแนะแนวทางต่างๆในการแก้ไขปัญหาการใช้ น้ำ และปรับปรุงแก้ไข อยู่ในระดับปานกลาง (̅=2.64 S.D. =0.84) ดังตารางที่ 4-7

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 282 ตารางที่ 4 ระดับการมีส่วนร่วมของประชาชนต่อการจัดการแหล่งน้ำและคุณภาพน้ำในแม่น้ำพุมดวง จังหวัดสุราษฎร์ธานี (การมีส่วนร่วมด้านกายภาพ) การมีส่วนร่วม ̅ S.D. ระดับการมีส่วนร่วม 1.การมีส่วนร่วมในการรับทราบข้อมูลการจัดกิจกรรมเกี่ยวกับการจัดการแหล่งน้ำดิบของชุมชน 2.81 0.75 ปานกลาง 2.การมีส่วนร่วมในการเข้าร่วมกิจกรรมที่เกี่ยวข้องกับการจัดการแหล่งน้ำดิบ 2.71 0.80 ปานกลาง 3.การมีส่วนร่วมในการรับรู้ข่าวสาร เกี่ยวกับการจัดการแหล่งน้ำดิบ 2.62 0.81 ปานกลาง 4.การมีส่วนร่วมในการเข้าประชุมกลุ่มผู้ใช้น้ำดิบ 2.68 0.82 ปานกลาง 5.การมีส่วนร่วมในการเสนอแนะแนวทางต่างๆในการแก้ไขปัญหาการใช้น้ำ และปรับปรุงแก้ไข 2.61 0.77 ปานกลาง 6.การมีส่วนร่วมในการเป็นคณะทำงานของคณะกรรมการหมู่บ้านในการผลิตน้ำประปาหมู่บ้าน 2.64 0.84 ปานกลาง เฉลี่ย 2.68 0.80 ปานกลาง ตารางที่ 5 ระดับการมีส่วนร่วมของประชาชนต่อการจัดการแหล่งน้ำและคุณภาพน้ำในแม่น้ำพุมดวง จังหวัดสุราษฎร์ธานี (การมีส่วนร่วมทางความคิด) การมีส่วนร่วม X̅ S.D. ระดับการมีส่วนร่วม 1. ท่านเสนอแนะวิธีการจัดการแหล่งน้ำดิบเพื่อการผลิตน้ำประปาหรือปัญหาข้อบกพร่อง ต่างๆ ให้กับหน่วยงานที่เกี่ยวข้อง 2.44 0.75 น้อย 2. ท่านได้สนอให้กำหนดบทลงโทษผู้กระทำความผิด เกี่ยวกับการจัดการแหล่งน้ำดิบของชุมชน 2.33 0.80 น้อย 3. ท่านคิดวิธีการพัฒนาแหล่งน้ำ หรือการผลิตน้ำประปาร่วมกับกลุ่มผู้ใช้น้ำท่านอื่นในชุมชน 2.52 0.81 ปานกลาง 4. ท่านร่วมคิดจัดสรรหรือนำเสนอแนวทางการแหล่งน้ำดิบของชุมชนเพื่อให้เกิดประโยชน์สูงสุดแก่ประชาชน 2.55 0.86 ปานกลาง 5. ท่านเห็นด้วยที่มีการจัดตั้งกลุ่มดูแลแหล่งน้ำดิบเพื่อการผลิตน้ำประปา 2.95 0.87 ปานกลาง เฉลี่ย 2.55 0.84 ปานกลาง ตารางที่ 6 ระดับการมีส่วนร่วมของประชาชนต่อการจัดการแหล่งน้ำและคุณภาพน้ำในแม่น้ำพุมดวง จังหวัดสุราษฎร์ธานี (การมีส่วนร่วมทางอารมณ์) การมีส่วนร่วม ̅ S.D. ระดับการมีส่วนร่วม 1. ท่านชอบที่จะทำให้ชุมชนมีความเข้มแข็งในการจัดการแหล่งน้ำเพื่อการผลิตน้ำประปา 2.98 0.65 ปานกลาง 2. ท่านพึงพอใจกับคุณภาพแหล่งน้ำดิบที่ใช้ในการผลิตน้ำประปา 2.85 0.72 ปานกลาง 3. ท่านมีความรู้สึกว่าท่านมรน้ำใช้เพียงพอ 2.94 0.67 ปานกลาง 4. ท่านมีความเชื่อมั่นในความสามารถของหน่วยงานที่รับผิดชอบการผลิตน้ำประปา 2.91 0.62 ปานกลาง 5. ท่านพึงพอใจต่อการแก้ไขปัญหาในการจัดสรรน้ำเพื่อผลิตน้ำประปา 2.89 0.63 ปานกลาง เฉลี่ย 2.91 0.66 ปานกลาง ตารางที่ 7 ระดับการมีส่วนร่วมของประชาชนต่อการจัดการแหล่งน้ำและคุณภาพน้ำในแม่น้ำพุมดวง จังหวัดสุราษฎร์ธานี (การมีส่วนร่วมความเป็นเจ้าของ) การมีส่วนร่วม X̅ S.D. ระดับการมีส่วนร่วม 1. ท่านรู้สึกว่าเป็นส่วนหนึ่งของชุมชนในด้านการจัดการน้ำและการผลิตน้ำประปา 2.77 0.67 ปานกลาง 2. ท่านรู้สึกยินดีที่มีน้ำเพียงพอต่อความต่อการของท่านและส่วนร่วม 2.98 0.67 ปานกลาง 3. ท่านจะอนุรักษ์และรักษาดูแลแหล่งน้ำดิบของชุมชน 2.95 0.61 ปานกลาง 4. ท่านจะไม่พอใจ เมื่อมีผู้อื่นหรือบุคคลภายนอกเข้ามาร่วมใช้น้ำโดยไม่ถูกต้อง 3.16 0.73 ปานกลาง 5. แนวท่อน้ำที่ผ่านพื้นที่ของท่าน ท่านจะดูแลอย่างดี 3.22 0.85 ปานกลาง 6. ท่านหวงแหนแหล่งน้ำดิบในพื้นที่ 3.13 0.78 ปานกลาง เฉลี่ย 3.04 0.74 ปานกลาง

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 283 3.2 การศึกษาความสัมพันธ์ระหว่างดัชนีคุณภาพน้ำกับระดับการมีส่วนร่วมของประชาชนในการจัดการแหล่งน้ำและคุณภาพ น้ำแม่น้ำพุมดวง จังหวัดสุราษฎร์ธานี โดยการวิเคราะห์สัมประสิทธิ์สหสัมพันธ์ของเพียร์สัน ระหว่างดัชนีคุณภาพน้ำกับค่าเฉลี่ย การมีส่วนร่วมของประชาชนแต่ละด้าน ตารางที่ 8 ความสัมพันธ์ระหว่างดัชนีคุณภาพน้ำกับระดับการมีส่วนร่วมของชุมชน พื้นที่เก็บตัวอย่าง ระดับการมีส่วนร่วม ดัชนีคุณภาพน้ำ r Sig(p) 1) การมีส่วนร่วมด้านกายภาพ จุดที่ 1 สะพานพุมดวง อ.คีรีรัฐนิคม 2.68 74 -0.779 0.432 จุดที่ 2 วัดถ้ำสิงขร อ.คีรีรัฐนิคม 2.50 80 จุดที่ 3 สะพานพุมดวง บ้านตาขุน 2.54 75 เฉลี่ย 2.57 76.3 2) การมีส่วนร่วมด้านความคิด จุดที่ 1 สะพานพุมดวง อ.คีรีรัฐนิคม 2.55 74 -0.933 0.234 จุดที่ 2 วัดถ้ำสิงขร อ.คีรีรัฐนิคม 2.64 80 จุดที่ 3 สะพานพุมดวง บ้านตาขุน 2.75 75 เฉลี่ย 2.64 76 3) การมีส่วนร่วมด้านอารมณ์ จุดที่ 1 สะพานพุมดวง อ.คีรีรัฐนิคม 2.91 74 -0.482 0.680 จุดที่ 2 วัดถ้ำสิงขร อ.คีรีรัฐนิคม 1.89 80 จุดที่ 3 สะพานพุมดวง บ้านตาขุน 1.65 75 เฉลี่ย 2.14 76 4) การมีส่วนร่วมด้านความเป็นเจ้าของ จุดที่ 1 สะพานพุมดวง อ.คีรีรัฐนิคม 1.72 74 0.931 0.237 จุดที่ 2 วัดถ้ำสิงขร อ.คีรีรัฐนิคม 2.51 80 จุดที่ 3 สะพานพุมดวง บ้านตาขุน 1.49 75 เฉลี่ย 1.90 76 หมายเหตุ : ค่าเกณฑ์คุณภาพน้ำ ดีมาก (91-100) ดี (71-90) พอใช้ (61-70) เสื่อมโทรม (31-60) และเสื่อมโทรมมาก (0-30) การมีส่วนร่วมด้านกายภาพกับดัชนีคุณภาพน้ำ พบว่ามีความสัมพันธ์อยู่ในระดับปานกลางและเป็น ความสัมพันธ์เชิงลบ (r = -0.779 sig = 0.432)หากระดับ การมีส่วนรวมด้านกายภาพมีค่ามากดัชนีคุณภาพน้ำกับ ระดับการมีส่วนร่วมด้านกายภาพกับดัชนีคุณภาพน้ำ เป็นไปในทางตรงกันข้าม การมีส่วนร่วมด้านความคิดกับ ดัชนีคุณภาพน้ำ พบว่ามีความสัมพันธ์อยู่ในระดับสูงและ เป็นความสัมพันธ์เชิงลบ (r = -0.993 sig = 0.234) หาก ระดับการมีส่วนร่วมด้านความคิดมีค่ามากดัชนีคุณภาพน้ำ ก็มากด้วยแต่เป็นไปในทางตรงกันข้าม การมีส่วนร่วมด้าน อารมณ์กับดัชนีคุณภาพน้ำ พบว่ามีความสัมพันธ์อยู่ใน ระดับต่ำและเป็นความสัมพันธ์เชิงลบ (r = -0.482 sig = 0.680)หากระดับการมีส่วนร่วมด้านอารมณ์มีค่าน้อยดัชนี คุณภาพน้ำก็มีค่าน้อยด้วยเช่นกันและเป็นไปในทางตรงกัน ข้าม การมีส่วนร่วมด้านความเป็นเจ้าของกับดัชนีคุณภาพ น้ำ พบว่ามีความสัมพันธ์อยู่ในระดับสูงและเป็น ความสัมพันธ์เชิงบวก (r = 0.931 sig = 0.237) หากระดับ การมีส่วนร่วมด้านความเป็นเจ้าของมีค่ามากดัชนีคุณภาพ น้ำมีค่ามากด้วยเช่นกันและความสัมพันธ์เป็นไปในทาง เดียวกัน แสดงให้เห็นว่าประชาชนในชุมชนให้ความสำคัญ กับการใช้น้ำในการอุปโภคบริโภคและผลกระทบต่อ สุขภาพเป็นอย่างมาก พร้อมทั้งคาดหวังให้องค์กรปกครอง

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 284 ส่วนท้องถิ่น และผู้นำชุมชน ควรนำหลักการในการ แก้ปัญหาให้กับชุมชนในด้านการปรับปรุงคุณภาพน้ำ เพื่อ สร้างการรับรู้ รู้จักยอมรับและเข้าใจปัญหาที่แท้จริงที่ เกิดขึ้นในชุมชนแล้วส่งเสริมให้ประชาชนในชุมชนมีส่วน ร่วมเพื่อหาแนวทางในการแก้ไขปัญหา วางแผนการ แก้ปัญหาร่วมกัน เพื่อสร้างความยั่งยืนให้ชุมชนได้อย่าง แท้จริง นอกจากนี้ปัจจัยที่เอื้อต่อการพัฒนา การมีส่วน ร่วมของประชาชนคือการสร้างความเชื่อมั่น ความสัมพันธ์ การรับรู้ข้อมูลข่าวสาร กระบวนการในการบริหารจัดการ น้ำ เพื่อผลิตน้ำประปาหมู่บ้านให้มีประสิทธิภาพ และ ปัจจัยภายนอก คือการจัดการด้านเวลาของชุมชน ข้อจำกัดของหน่วยงานท้องถิ่น ด้านองค์ความรู้ มาตรฐาน การผลิตน้ำประปาหมู่บ้านรวมถึงการสนับสนุน โครงการ ที่ช่วยพัฒนาระบบการผลิตน้ำประปาหมู่บ้านให้มีคุณภาพ และเพียงพอต่อความต้องการของชุมชน 3.3 การส่งเสริมการมีส่วนร่วมของชุมชนต่อการจัดการแหล่งน้ำ ตารางที่ 9 ความพึงพอใจในการรณรงค์การมีส่วนร่วมของชุมชนต่อการดูแลแหล่งน้ำ ประเด็นคำถาม ระดับความคิดเห็น (n=400) ̅ S.D. เกณฑ์การประเมิน 1. สามารถนำองค์ความรู้ที่ได้ไปใช้แก้ไขปัญหาและป้องกันผลกระทบที่จะเกิดขึ้นกับคุณภาพ น้ำเพื่อการอุปโภคบริโภค 4.25 0.77 มาก 2.สามารถนำความรู้และวิธีการจัดการไปใช้ได้จริง 4.41 0.58 มาก 3.การรณรงค์และให้ความรู้เข้าใจง่าย 4.81 0.41 มากที่สุด 4.เนื้อหา สาระและประเด็นองค์ความรู้ไม่เยอะจนเกินไป 4.75 0.43 มากที่สุด 5.การจัดเวทีและส่งเสริมใช้เวลาเหมาะสม 4.65 0.57 มากที่สุด 6.องค์ความรู้มีประโยชน์ในชีวิตประจำวัน 4.58 0.57 มากที่สุด ค่าเฉลี่ย 4.58 0.55 มากที่สุด จากตารางที่ 9 ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน ระดับความพึงพอใจในการรณรงค์ดูแลแม่น้ำพุมดวง พบว่าโดยภาพรวมอยู่ในระดับมากที่สุด (4.58±0.55) พิจารณาเป็นรายด้านดังนี้ 1) สามารถนำองค์ความรู้ที่ได้ ไปใช้ในการแก้ปัญหาและป้องกันผลกระทบได้ในระดับ มาก (4.25±0.55) 2) สามารถนำความรู้และวิธีการจัดการ ไปใช้ได้จริงอยู่ในระดับมาก (4.4±0.58) 3) ในการรณรงค์ ประชาสัมพันธ์ใช้ภาษาเข้าใจง่ายและประชาชนเข้าถึง ข้อมูลได้อย่างง่าย อยู่ในระดับมากที่สุด(4.8±0.4) 4) เนื้อหาสาระและประเด็นองค์ความรู้ไม่เยอะจนเกินไป อยู่ ในระดับมากที่สุด (4.75±0.43) 5) ในการจัดเวทีให้ข้อมูล และส่งเสริมให้มีการดูแลคุณภาพน้ำใช้เวลาเหมาะสม อยู่ ในระดับมากที่สุด (4.65±0.57) 6) องค์ความรู้ที่ได้มี ประโยชน์ในชีวิตประจำวันและสามารถนำไปใช้ได้ใน สถานการณ์จริง อยู่ในระดับมากที่สุด (4.58±0.57) จึง สรุปได้ว่าความพึงพอใจของประชาชนต่อการณรงค์ในการ ดูแลคุณภาพน้ำแม่น้ำพุมดวงอยู่ในระดับมากที่สุด 3. สรุป ล ั ก ษ ณ ะค ุ ณ ภ า พ น ้ ำ ใ น แ ม ่ น ้ ำ พ ุ ม ด ว ง จ.สุราษฎร์ธานีส่วนใหญ่อยู่ในเกณฑ์พอใช้โดยมีค่าเฉลี่ย WQI เฉลี่ย 76 คะแนน แต่ในช่วงฤดูแล้งปริมาณน้ำใน แม่น้ำมีปริมาณลดลง มีลักษณะขุ่นมากขึ้น มีการ เปลี่ยนแปลงไปจากอดีต [10] อาจเป็นผลสืบเนื่องจาก สาเหตุของการทำการเกษตรบริเวณริมแม่น้ำ มีการปลูกไม้ ยืนต้น ไม้ล้มลุกบริเวณริมตลิ่งซึ่งก่อให้เกิดการพังทลาย และกัดเซาะริมตลิ่งจึงส่งผลให้เกิดน้ำขุ่นข้นและตื้นเขิน [11] การดูแลรักษาคุณภาพในแหล่งน้ำธรรมชาติ ส่วน หนึ่งขึ้นกับการดูแลรักษา และความตระหนักรู้ของคนใน พื้นที่นั้นๆดัชนีคุณภาพน้ำ(WQI) จึงมีความสัมพันธ์ กับ ระดับการมีส่วนร่วมของชุมชนโดยเฉพาะในด้านการความ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 285 เป็นเจ้าของซึ่งแสดงให้เห็นว่าชุมชนให้ความสำคัญกับการ ดูแลคุณภาพน้ำและรู้สึกรักและหวงแหนแหล่งน้ำในพื้นที่ ที่ตนเองอาศัยอยู่ [12] ระดับการมีส่วนร่วมของประชาชนต่อการ จัดการแหล่งน้ำและคุณภาพน้ำในแม่น้ำพุมดวงจังหวัดสุ ราษฎร์ธานี จากชุมชนที่อุปโภคและบริโภคน้ำในแม่น้ำพุ มดวง โดยเฉลี่ยทั้ง 5 ด้าน อยู่ในระดับปานกลางซึ่ง ประกอบไปด้วย ด้านการมีส่วนร่วมด้านกายภาพ การมี ส่วนร่วมด้านความคิด การมีส่วนร่วมด้านอารมณ์ และการ มีส่วนร่วมด้านการเป็นเจ้าของ ชุมชนที่มีแหล่งน้ำเป็นของ ตัวเอง เช่น แม่น้ำ ลำคลอง จึงให้ความสำคัญกับการดูแล คุณภาพน้ำและมีความตระหนักในการเข้าร่วมกิจกรรมที่ หน่วยงานรัฐได้จัดขึ้น[13] โดยให้ชุมชนมีส่วนในการจัดตั้ง กลุ่มดูแลแหล่งน้ำในชุมชนด้วยกันเอง โดยมีการจัดตั้งแกน นำกลุ่มในการดูแลรักษาและรณรงค์ให้ดูแลคุณภาพน้ำ [14]และมีการณรงค์ให้คนในชุมชนมีจิตสำนึกและมีส่วน ร่วมในการดูแลคุณภาพน้ำ [15] เมื่อประชาชนมีการใช้ ประโยชน์ในแม่น้ำเพื่อการอุปโภคและบริโภคเพิ่มขึ้นย่อม ส่งผลต่อระดับคุณภาพน้ำในแม่น้ำไม่ว่าจะส่งผลกระทบ ทางบวกหรือทางลบ และการใช้ประโยชน์ของแหล่งน้ำ เพื่อการเกษตรยิ่งส่งผลต่อระดับคุณภาพน้ำอย่างมี นัยสำคัญทางสถิติ [16,17] 4. ข้อเสนอแนะ 1. ควรมีการติดตามผลการเปลี่ยนแปลงที่ เกิดขึ้นจากผลการส่งเสริมกระบวนการมีส่วนร่วมในการ ดูแลและรณรงค์อนุรักษ์แหล่งน้ำดิบและจำเป็นต้องอาศัย ระยะเวลาของการติดตามผลการเปลี่ยนแปลงอย่างน้อย 5 ปี ถัดไปของการส่งเสริมการมีส่วนร่วม 2. การวิจัยครั้งต่อไปควรมีการกำหนดจุดเก็บ ตัวอย่างแต่ละสถานีให้ครอบคลุมมากยิ่งขึ้น 5. กิตติกรรมประกาศ ผู้วิจัยขอขอบคุณเงินทุนอุดหนุนการวิจัยจาก มหาวิทยาลัยราชภัฏสุราษฎร์ธานีปีงบประมาณ 2565 สำนักงานสิ่งแวดล้อมภาคที่ 14 จ.สุราษฎร์ธานีและชุมชน ริมฝั่งแม่น้ำพุมดวงที่สนับสนุนในการศึกษาวิจัยในครั้งนี้ เอกสารอ้างอิง [1] Natthaphaphat Kamkeaw and Pakorn Ditthakit. (2018).Application of Genetic Programming for Daily Forecasting of Water Level and Discharge of Thapi River at Phra Saeng District, Suratthani Province. Thai Science and Technology Journal 28(3), 1-13. [2] Water Quality Monitoring Report Southern Region, Gulf of Thailand.(2021).Office of Environment and Pollution No. 14, Surat Thani, Office of the Permanent Secretary, Ministry of Natural Resources and Environment. [3] Urairat rattanavijit. (2013). A study of water quality and management of the Phum-Duang River, Surat Thani province. Complete Research Report. Office of the Science Promotion Commission Research and innovation. [4] Sivapan C., Srisuwan K.,Jiraporn S., and Nutthida K.(2015). The Participation of Surface Water Quality Management, Amphawa District, Samut Songkhram, Thailand. Procedia-Social and Behavioral Sciences (197)1551-1557. [5] Office of Environment and Pollution No. 14, Surat Thani, Office of the Permanent Secretary, Water Quality Monitoring Report Southern Region, Gulf of Thailand, 2021. [6] Taro Yamane. (1973). Statistics: an introductory analysis. New York: Harper & Row. [7] Best, John. (1977). Research in Education. New Jersey: Prentice Hall, Inc.1977. [8] P.N. Rajankar, S.R. Gulhane ,D.H. Tambekar, D.S Ramteke., and S.R.Wate .(2009). Water

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 286 Quality Assessment of Groundwater Resourcesin Nagpur Region (India) Based on WQI. E-Journal of Chemistry 2009,6(3):905- 908. [9] Pollution Control Department. (2022). Water quality index of surface water sources. [Online]. Retrieved from: https://www.pcd.go.th/waters/- waterquality-index wqi (Data search date: 10 October 2022. [10]Sucharit Koontanakulvong. (2019). Water Security and Sustainability Thailand’s Water Security Situation in the context of world and ASEN. UNESCO International Water Conference 2019, Paris May 13-14 2019. [11]Sri Piji S., Mochammad Venly A.,Yul Hendro W. and Suwarno H. (2019) . Water Quality Index Performance for River Pollution Control Based on Better Ecological Point of View (A Case Study in Code, Winongo, Gadjah Wong Streams). Journal of the civil engineer forum (5)1:47-55. [12] Winthachai P. (2014). Factors related to public participation in work implementation of Narm-Orm subdistrict administrative organization, Kasel Wisai district, Roi-et province. M.P.A. Thesis. Rajabhat Mahasarakham University, Maha Sarakham. (in Thai) [13] Janon S., Pornapa T. and Benjapa K. (2020). Participation in improving the Quality of village water supply klongnamsai sub-district, Aranyaprathet district , Srakaew Province. Valaya Alongkorn Review (Humanities and Social Science) Vol.10.1 January-April 2020. P.93-108. [14]Sarawut P., Kampanart W. and Kobkart P. (2015). Participation in Water Quality Management at Bangkajao Area, Samut Prakan Province. RMUTP Research Journal, Vol.9 No.2, September 2015. P.45-55. [15] Anukularmphai, A. (2010). Implementing Integrated Water Resources Management (IWRM): based on Thailand’s experience. Report of Implementing Integrated Water Resources Management., International Union For Conservation of Nature (IUCN), 3-14. [16]Samart J., Chaowalit W., Thawon M. and Peeraya O. (2015). Water Quality and Li River Utility, Lumphun Province. RMUTP Research Journal 9(1) :112-124. [17]Erick O. A., Ambe J. N., Christine P., George O. A. 2017. Examining the relationship between community participation and water handling hygiene practices in the informal neighborhoods of Kisumu, Kenya. Habitat International Journal (62), 1-10.

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 287 การศึกษาสมดุลน้ำของอ่างเก็บน้ำพระปรงเพื่อเพิ่มพื้นที่ชลประทาน Study of water balance of Phra Prong Reservoir for increasing Irrigation area จงกล จันมา1,2 , วรรณดีไทยสยาม1 1 ภาควิชาวิศวกรรมทรัพยากรน้ำ, คณะวิศวกรรมศาสตร์, มหาวิทยาลัยเกษตรศาสตร์, จังหวัดกรุงเทพมหานคร, ประเทศไทย 2 โครงการชลประทานสระแก้ว, สำนักงานชลประทานที่ 9, กรมชลประทาน, สระแก้ว, ประเทศไทย อีเมล์ผู้รับผิดชอบบทความ: [email protected], [email protected] บทคัดย่อ ในการวิจัยนี้ได้ทำการศึกษาการบริหารจัดการน้ำของอ่างเก็บน้ำพระปรง โดยการประยุกต์ใช้แบบจำลอง MIKE Basin เพื่อหาแนวทางในการบริหารจัดการทรัพยากรน้ำ ให้มีความเหมาะสมและเกิดประโยชน์สูงสุดทั้งในสภาพปัจจุบันและใน อนาคต การศึกษาประกอบด้วยการวิเคราะห์ความต้องการใช้น้ำในพื้นที่ศึกษาและการศึกษาสมดุลน้ำของอ่างเก็บน้ำพระปรง และแบ่งกรณีการศึกษาวิเคราะห์สมดุลน้ำเป็น 3 กรณีได้แก่ กรณีที่ 1 สภาพการใช้น้ำปัจจุบันพื้นที่ชลประทานฤดูฝน 13,640 ไร่ ฤดูแล้ง 13,640 ไร่ กรณีที่ 2 เพิ่มพื้นที่ชลประทานตามแผนของโครงการชลประทานสระแก้ว ฤดูฝน 14,640 ไร่ ฤดูแล้ง 13,640 ไร่ กรณีที่ 3 เพิ่มพื้นที่ชลประทานฤดูฝน 35,360 ไร่ ฤดูแล้ง 13,640 ไร่ จากการศึกษาพบว่าในสภาพปัจจุบันมีระบาย น้ำทิ้งเฉลี่ยปีละ 45.88 ล้านลูกบาศก์เมตร และกรณีที่เหมาะสมสำหรับการบริหารจัดการน้ำในอ่างเก็บน้ำพระปรงคือ กรณีที่ 3 เพิ่มพื้นที่ชลประทานฤดูฝน 35,360 ไร่ ฤดูแล้ง 13,640 ไร่ ช่วยลดการระบายน้ำทิ้งลงได้22.74 ล้านลูกบาศก์เมตร คำสำคัญ: แบบจำลอง Mike Basin, สมดุลน้ำ, อ่างเก็บน้ำพระปรง Abstract In this research, a study was conducted on the water management of the Phra Prong Reservoir using the MIKE Basin model to find appropriate management strategies that maximize water resource utilization, both in the current conditions and in the future. The study included an analysis of water usage requirements in the study area and a study of the water balance of the Phra Prong Reservoir. Three scenarios were analyzed for the water balance: Scenario 1: Current water usage conditions for irrigated agriculture - Rainy season: 13,640 Rai, Dry season: 13,640 Rai. Scenario 2: Where the irrigation area is expanded according to the plan of the Srakaeo irrigation the rainy season to 14,640 Rai, while maintaining the dry season at 13,640 Rai. Scenario 3: Expansion of irrigated agriculture during the rainy season to 35,360 Rai, while maintaining the dry season at 13,640 Rai. The study found that in the current conditions, there is an excess of water, and approximately 45.88 million cubic meters of water are spilled from the reservoir annually. The scenario that is most suitable for water management in the Phra Prong Reservoir is Scenario 3, which involves expansion of irrigated agriculture during the rainy season to 35,360 Rai, while maintaining the dry season at 13,640 Rai. This scenario helps reduce spilled water from reservoir 22.74 million cubic meters. Keywords: MIKE Basin, Phra Prong Reservoir, Water balance

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 288 1. คำนำ อ่างเก็บน้ำพระปรง ตั้งอยู่ในพื้นที่หมู่ที่ 6 บ้านระ เบาะหูกวาง ตำบลช่องกุ่ม อำเภอวัฒนานคร จังหวัด สระแก้ว ลักษณะหัวงานเป็นเขื่อนดิน ปิดกั้นแม่น้ำพระ ปรงมีความจุ 97 ล้าน ลบ.ม. ที่ระดับเก็บกัก +91.00 ม. รทก. ลักษณะเป็นเขื่อนแกนดินเหนียวยาว 443 เมตร สูง 26.00 เมตร สันเขื่อนกว้าง 8 เมตร อยู่ในพื้นที่ความ รับผิดชอบของโครงการชลประทานสระแก้ว ส่งน้ำให้พื้นที่ การเกษตรทั้งหมด 13,640 ไร่ ในอำเภอวัฒนานคร ส่งน้ำ เพื่อการอุปโภคบริโภคให้ อำเภอวัฒนานครและอำเภอ อรัญประเทศ จังหวัดสระแก้ว ในการบริหารจัดการน้ำใน อ่างเก็บน้ำพระปรง พบว่ามีปริมาณน้ำเหลือจากกิจกรรม การใช้น้ำต่างๆ และต้องระบายทิ้งในช่วงฤดูน้ำหลากเป็น จำนวนมากเป็นประจำทุกปี นอกจากนี้ยังพบว่าพื้นที่ การเกษตรในบริเวณใกล้เคียงยังขาดแคลนน้ำอยู่และ โครงการชลประทานสระแก้วมีแผนจะเพิ่มพื้นที่ ชลประทานของอ่างเก็บน้ำพระปรงอีก 1,000 ไร่ อีกทั้งยัง มีการขยายตัวของชุมชนซึ่งการประปาส่วนภูมิภาคมีแผน ที่จะเพิ่มกำลังการผลิตเพื่อให้เพียพอต่อการใช้น้ำใน อนาคต ปัจจุบันได้มีการนำแบบจำลองทางคณิตศาสตร์มา ช่วยในการวิเคราะห์สมดุลน้ำเพื่อศึกษาหาแนวทางในการ บริหารจัดการน้ำของประเทศไทยอย่างแพร่หลาย อาทิ เช่น วชิระและคณะ [1] การศึกษาแนวทางการบริหาร จัดการน้ำเพื่อเพิ่มพื้นที่ชลประทานในพื้นที่ลุ่มน้ำมูลส่วนที่ 1 จังหวัดนครราชสีมาเพื่อจำลองสภาพการใช้น้ำในพื้นที่ ลุ่มน้ำมูลส่วนที่ 1 และเพื่อหาแนวทางในการเพิ่มพื้นที่ ชลประทานของโครงการชลประทานทั้งหมด โดยใช้ โปรแกรม WUSMO วิเคราะห์ปริมาณความต้องการใช้น้ำ ของข้าวและจำลองระบบลุ่มน้ำของพื้นที่ศึกษาโดยใช้ แบบจำลอง MIKE BASIN เพื่อวิเคราะห์สมดุลน้ำของพื้นที่ ศึกษาในพื้นที่ศึกษา พบว่ามีน้ำเพียงพอต่อการอุปโภค บริโภคในอนาคตและสามารถเพิ่มพื้นที่ชลประทานในฤดู แล้งของโครงการชลประทานที่อยู่ในพื้นที่ศึกษาได้ 149,512 ไร่ วชิรวิทย์และคณะ [2] ได้ศึกษาการบริหาร จัดการทรัพยากรน้ำในเขตพื้นที่โครงการส่งน้ำและ บำรุงรักษาทับเสลาโดยการประยุกต์ใช้แบบจำลอง MIKE BASIN [2] เพื่อหาแนวทางในการบริหารจัดการทรัพยากร น้ำให้มีความเหมาะสมต่อความต้องการใช้น้ำได้อย่าง เพียงพอและเกิดประโยชน์สูงสุด โดยใช้โปรแกรม WUSMO วิเคราะห์ปริมาณความต้องการใช้น้ำของพืช และจำลองระบบลุ่มน้ำของพื้นที่ศึกษาโดยใช้แบบจำลอง MIKE BASIN เพื่อวิเคราะห์สมดุลน้ำ พบว่าแนวทางในการ บริหารจัดการน้ำของโครงการส่งน้ำและบำรุงรักษาทับ เสลาคือการลดพื้นที่ชลประทานฤดูฝนจาก 88,353 ไร่ เป็น 61,341 ไร่ และไม่มีการเพราะปลูกในฤดูแล้ง ในการศึกษานี้ได้ทำการวิเคราะห์สมดุลน้ำของอ่าง เก็บน้ำพระปรง เพื่อหาแนวทางเพิ่มพื้นที่ชลประทานได้ ตามศักยภาพของโครงการโดยใช้แบบจำลองทาง คณิตศาสตร์MIKE BASIN โดยวิเคราะห์ปริมาณความ ต้องการใช้น้ำด้านต่างๆ เพื่อเพิ่มพื้นที่ชลประทานและการ บริหารจัดการน้ำให้มีความเหมาะสมต่อความต้องการใช้ น้ำได้อย่างเพียงพอและเกิดประโยชน์สูงสุด 2. วัตถุประสงค์ 2.1เพื่อศึกษาความต้องการใช้น้ำด้านต่างๆ ของอ่าง เก็บน้ำพระปรง 2.2 เพื่อศึกษาวิเคราะห์สมดุลน้ำ ทั้งในสภาพปัจจุบัน และ กรณีการเพิ่มพื้นที่ชลประทานในอนาคต 3. พื้นที่ศึกษาและทฤษฏีที่เกี่ยวข้อง ในการศึกษานี้ได้ทำการศึกษาสมดุลน้ำของอ่างเก็บน้ำ พระปรง โดยใช้ข้อมูลปริมาณน้ำฝนและปริมาณน้ำท่าจาก การตรวจวัดจากสถานีตรวจวัดของกรมชลประทาน บริเวณพื้นที่ศึกษา โดยมีรายละเอียดพื้นที่ศึกษาและ วิธีการวิจัยที่สำคัญดังต่อไปนี้ 3.1 พื้นที่ศึกษา อ่างเก็บน้ำพระปรงอยู่ในพื้นที่ลุ่มน้ำย่อยแม่น้ำพระ ปรงส่วนที่ 1 ซึ่งเป็นลุ่มน้ำย่อยสาขาของลุ่มน้ำปางปะกง ลุ่มน้ำย่อยแม่น้ำพระปรงส่วนที่ 1 มีพื้นที่ประมาณ 1,622.7 ตารางกิโลเมตร อยู่ทางซ้ายสุดของลุ่มน้ำบางปะ กง อ่างเก็บน้ำพระปรงตั้งอยู่ที่ตำบลช่องกุ่ม อำเภอวัฒนา

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 289 นคร จังหวัดสระแก้ว พิกัดทางภูมิศาสตร์13.99 102.44 มีขนาดความจุอ่างเก็บน้ำ 97 ล้านลูกบาศก์เมตร พื้นที่รับ น้ำฝนเหนือที่ตั้งอ่างเก็บน้ำ 264 ตร.กม. ปริมาณน้ำฝน เฉลี่ย 1,560.15 มม./ปี ปริมาณน้ำไหลลงอ่างเฉลี่ย 120.00 ล้าน ลบ.ม./ปี พื้นที่ชลประทาน 13,640 ไร่ [3] รับน้ำจากไหลจากเทือกเขาบรรทัด บริเวณภูเขาห้วยชัน และภูเขียว รูปที่ 1 แสดงที่ตั้งอ่างเก็บน้ำพระปรง อ่างเก็บน้ำพระปรงมีพื้นที่ชลประทาน 13,640 ไร่ การเพาะปลูกพืชได้แก่ ข้าว มันสำปะหลัง อ้อย พืชผัก และไม้ผล มีปฏิทินการเพาะปลูกพืชของอ่างเก็บน้ำพระ ปรงดังแสดงในรูปที่ 2 รูปที่ 2 ภาพแสดงปฏิทินการเพาะปลูกของอ่างเก็บน้ำ พระปรง 3.2 สภาพอุตุนิยมวิทยาและอุทกวิทยา สภาพภูมิอากาศของลุ่มน้ำพระปรงส่วนที่ 1 อยู่ ภายใต้อิทธิพลของลมมรสุมตะวันตกเฉียงใต้และลมมรสุม ตะวันออกเฉียงเหนือ นอกจากนี้จะมีพายุจรพัดผ่านใน เดือนกันยายน ปริมาณน้ำฝนเฉลี่ยต่อปีวัดได้ 1,560.15 มิลลิเมตร โดยปกติฝนจะตกมากในช่วงเดือนพฤษภาคม ไปจนถึงเดือนตุลาคม ส่วนช่วงที่แล้งฝนมากที่สุดคือ ระหว่างเดือนธันวาคมถึงเดือนกุมภาพันธ์ พื้นที่ศึกษามี สถานีตรวจวัดน้ำฝนทั้งหมด 3 สถานี รูปที่ 3 แสดงตำแหน่งสถานีตรวจวัดน้ำฝนในพื้นที่ โดยรายละเอียดของสถานีวัดน้ำฝนและช่วงปีข้อมูลแสดง ในตารางที่ 1 ตารางที่ 1 แสดงรายละเอียดสถานีวัดน้ำฝนและช่วงปี ข้อมูล สถานี อำเภอ/จังหวัด Lat/Long ช่วงปีข้อมูล อ่างเก็บน้ำ พระปรง วัฒนานคร สระแก้ว 13.997 102.423 2555 -2565 อ่างเก็บน้ำ คลองเกลือ วัฒนานคร สระแก้ว 13.957 102.354 2555 -2565 อ่างเก็บน้ำ ห้วยชัน วัฒนานคร สระแก้ว 13.987 102.436 2555 -2565 3.3 ทฤษฏีที่เกี่ยวข้อง 3.3.1 การตรวจสอบความถูกต้องของข้อมูลฝน การตรวจสอบคุณภาพข้อมูลน้ำฝนด้วยวิธี Double mass curve คือใช้ตรวจสอบความเชื่อถือได้ของข้อมูลน้ำฝน สถานีใดสถานีหนึ่งโดยการเปรียบเทียบปริมาณน้ำฝน สะสมรายวันของสถานีที่ตรวจสอบกับค่าปริมาณน้ำฝน สะสมรายวันเฉลี่ยของสถานีข้างเคียง ถ้าข้อมูลของสถานี ที่ตรวจสอบพร้องกับสถานีข้างเคียงความลาดชันของ เส้นกราฟ Double mass curve จะไม่เปลี่ยนแปลงอย่าง มีนัยสำคัญ [4] ในการพล็อตกราฟ Double mass curve นำข้อมูลปริมาณน้ำฝนสะสมรายวันของสถานีวัดน้ำฝนที่ ทำการตรวจสอบและข้อมูลปริมาณน้ำฝนสะสมรายวัน เฉลี่ยของสถานีข้างเคียงที่พิจารณามาทำการพล็อตกราฟ เม.ย. พ.ค. มิ.ย. ก.ค. ส.ค. ก.ย. ต.ค. พ.ย. ธ.ค. ม.ค. ก.พ. มี.ค. ขา้ว มันส าปะหลงั ออ้ย พืชผกั ไม้ผล บ่อปลา

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 290 Double mass curve โดยกำหนดให้แกน x เป็นปริมาณ น้ำฝนสะสมรายวันของสถานีที่ตรวจสอบ (มม.) และแกน y เป็นปริมาณน้ำฝนสะสมรายวันเฉลี่ยของสถานีข้างเคียง ที่พิจารณา(มม.) ตัวอย่างกราฟ Double mass curve ของสถานีวัดน้ำฝนที่ผ่านและไม่ผ่านการตรวจสอบความ น่าเชื่อถือของข้อมูลฝนแสดงดังรูปที่ 4 รูปที่ 4 ตัวอย่างกราฟ Double mass curve ของสถานี ที่ผ่านและไม่ผ่านการตรวจสอบความน่าเชื่อถือของข้อมูล ฝน [4] 3.3.2 การคำนวณความต้องการใช้น้ำ 1.การคำนวณความต้องการน้ำชลประทาน (Irrigation demand) [5] มีขั้นตอนดังนี้ การใช้น้ำของพืช อ้างอิง (Reference Crop Evapotranspiration: ETo ห ร ื อ Potential Evapotranspiration: ETp ) ภ า ย ใต้ การศึกษานี้ใช้สมการ Penman Monteith ซึ่งมีรูปสมการ ที่ 1 = 0.408∆(−)+ 900 +2732(−) ∆+(1+0.342) (1) เมื่อ ETo = การใช้น้ำของพืชอ้างอิง (มม./วัน) Rn = รังสี สุทธิที่ต้นพืชได้รับ (MJ/ตร.ม./วัน) G = ความหนาแน่น ของสนามความร้อนจากดิน (MJ/ตร.ม./วัน T = อุณหภูมิ ของอากาศ (°C) U2 = ความเร็วลมที่ระดับสูงจากพื้นดิน 2 เมตร (เมตร/วินาที) es = ความดันไอน้ำอิ่มตัว (K Pa) ea = ความดันไอน้ำ (K Pa) Δ = ความลาดของโค้งความดัน ไอ –อุณหภูมิ(KPa/ °C) = Psychrometric Constant, (KPa/ °C) 900 = factor ปรับแก้ การคำนวณความต้องการใช้น้ำของพืชได้แบ่งวิธี คำนวณตามลักษณะการปลูกพืชและลักษณะการใช้น้ำ ของพืชที่แตกต่างกันเป็น 2 กรณี[5] คือปริมาณการใช้น้ำ ของข้าวและปริมาณการใช้น้ำของพืชชนิดอื่นๆ สามารถ คำนวณได้จากสมการที่ 2 ET = KC x ETp (2) โดยที่ ET = ความต้องการน้ำของพืช (มม./วัน) KC = ค่า สัมประสิทธิ์การใช้น้ำของพืช ETp = การใช้น้ำของพืช อ้างอิง (มม./วัน) การคำนวณความต้องการน้ำชลประทาน ดังแสดงใน สมการที่ 3 WRIRR = +− (3) โดยที่ WRIRR = ปริมาณความต้องการน้ำชลประทานของ โครงการ ET = ความต้องการน้ำของพืช (มม./วัน) P = ปริมาณน้ำรั่วซึมเลยเขตรากพืช ER = ปริมาณฝนใช้การ (Effective Rainfall) IE = ประสิทธิภาพชลประทาน (Irrigation Efficiency) 2.การประเมินความต้องการใช้น้ำเพื่อการ อุปโภคบริโภค [6] เป็นการข้อมูลสถิติย้อนหลังในการหา อัตราการเจริญเติบโตเฉลี่ยจากนั้นนำไปคูณกับปีฐานเพื่อ คาดการณ์การเติบโตแล้วคูณกับอัตราการใช้น้ำแต่ละ ประเภท การหาอัตราการเจริญเติบโตเฉลี่ยทั่วไปจะอาศัย

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 291 ข้อมูลในอดีตย้อนหลังมาพิจารณาหาค่าอัตราการเติบโต เฉลี่ย ดังแสดงในสมการที่4 = 0 + (+) (4) โดยที่ Pn = ข้อมูลในปีที่ n n = ช่วงระยะจาก Po ถึง Pn Po = ข้อมูลที่สำรวจได้ในครั้งหลัง Pm = ข้อมูลที่สำรวจ ได้ในครั้งแรก m = ช่วงระยะเวลาจาก Po ถึง Pm 3.การประเมินความต้องการใช้น้ำเพื่อรักษาสมดุล นิเวศท้ายน้ำ [7] จะพิจารณาโดยความต้องการใช้น้ำ กำหนดจากการเรียงลำดับข้อมูลปริมาณน้ำท่ารายวันจาก ข้อมูลปริมาณน้ำท่าที่มากสุดไปยังข้อมูลปริมาณน้ำท่าที่ น้อยสุดแล้วนำมาสร้างกราฟอัตราการไหล - เวลา (Flow Duration Curve) แล้วจึงคำนวณหาโอกาสของการเกิด ปริมาณน้ำท่า (Probability) ด้วยวิธี Plotting Position เป็นปริมาณน้ำเพื่อรักษาสมดุลระบบนิเวศท้ายน้ำ 3.3.3 การการวิเคราะห์สมดุลน้ำ การวิเคราะห์สมดุลน้ำเพื่อวิเคราะห์ถึงความพอเพียงของ ปริมาณน้ำต้นทุนต่อปริมาณความต้องการใช้น้ำด้านต่างๆ [7] ของพื้นที่ทั้งในสภาพปัจจุบันและอนาคต โดยการ พิจารณาจากปริมาตรเก็บกักในอ่างเก็บน้ำ ปริมาณน้ำท่า ที่ไหลเข้าแหล่งน้ำ ปริมาณน้ำที่สูญเสียจากแหล่งน้ำและ ปริมาณน้ำที่ปล่อยจากแหล่งน้ำตามวัตถุประสงค์ต่างๆโดย ซึ่งมีรูปสมการที่ 5 = −1 + − − (5) เมื่อ Siคือปริมาตรน้ำเก็บกักในอ่างเก็บน้ำที่ปลายคาบเวลา ปัจจุบัน i Si-1 คือปริมาตรน้ำเก็บกักในอ่างเก็บน้ำที่ปลาย คาบเวลาที่ผ่านมา i-1 I i คือปริมาตรน้ำท่าที่ไหลเข้าอ่าง เก็บน้ำระหว่างคาบเวลา i Qiคือปริมาตรน้ำท่าที่ปล่อย ออกจากอ่างเก็บน้ำระหว่างคาบเวลา i Eiคือปริมาตรน้ำที่ สูญเสียเนื่องจากการระเหยสุทธิและรั่วซึมระหว่าง คาบเวลา i อ่างเก็บน้ำทำหน้าที่กักเก็บน้ำในยามที่ปริมาณน้ำไหลเข้า อ่างมากกว่าความต้องการเพื่อให้มีน้ำเพียงพอสำหรับส่ง ให้กับความต้องการต่างๆ ในช่วงเวลาขาดแคลนน้ำ การ วางแผนการใช้น้ำจากอ่างเก็บน้ำประจำเดือนจะทำได้โดย การวิเคราะห์สมดุลของน้ำ(Water Balance) ในอ่างเก็บ น้ำดังแสดงในรูปที่ 5 หลักการสมดุลของน้ำในอ่างเก็บน้ำ คือ ปริมาณน้ำที่ไหลเข้าอ่าง – ปริมาณน้ำที่ไหลออกจาก อ่างทั้งหมด = ปริมาณน้ำในอ่างที่เปลี่ยนไป รูปที่ 5 แสดงสมดุลน้ำในอ่างเก็บน้ำ [7] 3.3.4 แบบจำลองที่ใช้ในการศึกษา 1.แบบจำลองทางคณิตศาสตร์ MIKE BASIN พัฒนาขึ้น โ ดย Danish Hydraulic Institute (DHI) ป ร ะ เ ท ศ เดนมาร์ก [8] เป็นแบบจำลองที่จำลองสภาพลุ่มน้ำเพื่อใช้ สำหรับการบริหารจัดการน้ำและจัดสรรน้ำตามจุดต่างๆ ในลุ่มน้ำ ข้อมูลที่ใช้ในแบบจำลอง MIKE BASIN 1) โครงข่ายของระบบลำน้ำ (network configuration) 2) ข้อมูลด้านอุตุนิยมวิทยาและอุทกวิทยา 3) ข้อมูลความต้องการใช้น้ำด้านต่างๆทั้งในสภาพปัจจุบัน และการคาดการณ์ในอนาคต 4) ข้อมูลอ่างเก็บน้ำ ประกอบด้วย รายละเอียดโค้งความจุ พื้นที่ผิวน้ำ-ระดับน้ำของอ่างเก็บน้ำ การควบคุมการ ระบายน้ำ ระดับ เก็บกัก และระดับน้ำต่ำสุด 5) การจัดลำดับความสำคัญโดยทั่วไปจะกำหนดให้การ ระบายน้ำออกเพื่อใช้ในการอุปโภคบริโภค มีความสำคัญ เป็นลำดับแรก ต่อด้วยการรักษาระบบนิเวศน์และการ เกษตรกรรม ตามลำดับ 6) การพิจารณาการขาดแคลนน้ำ [6] เกณฑ์ที่ยอมรับได้ ของกรมชลประทาน จะยอมให้เกิดการขาดแคลนน้ำได้ไม่ เกิน 20 เปอร์เซ็นต์ของช่วงเวลาที่ทำการศึกษา กล่าวคือ ยอมให้เกิดการขาดแคลนน้ำได้ไม่เกิน 2 ปี จากการศึกษา สมดุลน้ำทั้งหมด 11 ปี และในแต่ละปีหากมีเดือนที่มี ปริมาณน้ำขาดแคลนเกินกว่า 20 เปอร์เซ็นต์ของปริมาณ ความต้องการน้ำในเดือนนั้นเพียง 1 เดือน ให้ถือว่าปีนั้น เกิดการขาดแคลนน้ำ

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 292 2.แบบจำลองคณิตศาสตร์ WUSMO (Water Use Study Model) การประเมินความต้องการใช้น้ำเพื่อการ ชลประทานโดยใช้แบบจำลองคณิตศาสตร์ WUSMO (Water Use Study Model) [9] ซึ่ง ป ร ะ ก อ บ ด ้ ว ย แบบจำลองย่อย 2 แบบจำลอง คือ แบบจำลองปริมาณ ฝนใช้การ (Effective rainfall model) และแบบจำลอง ความต้องการน้ำชลประทาน (Irrigation demand model) มีข้อมูลพื้นฐานในการคำนวณ ดังนี้ - พื้นที่เพาะปลูก ชนิดของพืชที่ปลูก - อัตราการคายระเหย และปริมาณฝนของแต่ละพื้น - ปริมาณน้ำซึมลงใต้ดิน - การประเมินความต้องการใช้น้ำของพืชใดๆ - ปฏิทินการปลูกพืชชนิดต่างๆในแต่ละพื้นที่ - ประสิทธิภาพการชลประทาน ปริมาณความต้องการน้ำเพื่อการชลประทาน ประกอบด้วยปริมาณน้ำ 2 ส่วน [5] ได้แก่ ปริมาณความ ต้องการน้ำสุทธิที่พืชใช้สำหรับการเจริญเติบโตของต้นพืช (โดยการนำฝนใช้การมาใช้ประโยชน์แล้ว) และปริมาณน้ำ ที่สูญเสียตลอดระยะทางของการส่งน้ำ ได้แก่ การสูญเสีย น้ำในคลองสายใหญ่/ท่อสายใหญ่ สายซอย สายแยกซอย ตลอดจนการสูญเสียน้ำ ในคันคูน้ำ และในแปลงเพาะปลูก 4. วิธีการศึกษา 4.1 รวบรวมข้อมูลที่ใช้ในการศึกษา 1. ข้อมูลปริมาณน้ำฝน น้ำท่า ข้อมูลปริมาณน้ำฝนรายวัน บริเวณใกล้เคียงพื้นที่ ศึกษา คลอบคุมพื้นชลประทานของอ่างเก็บน้ำพระปรง จากโครงการชลประทานสระแก้ว กรมชลประทาน ตั้งแต่ ปี พ.ศ. 2555 – 2565 ข้อมูลปริมาณน้ำท่า จากโครงการ ชลประทานสระแก้ว กรมชลประทาน รายวันตั้งแต่ปีพ.ศ. 2555 – 2565 2. ข้อมูลอัตราการไหลเข้าอ่างเก็บน้ำและปริมาณน้ำ ระบาย ข้อมูลปริมาณน้ำระบายใช้ข้อมูลจากโครงการชลประทาน สระแก้ว กรมชลประทาน ใช้ข้อมูลรายวันตั้งแต่ปี พ.ศ. 2555 – 2565 3. ข้อมูลอุตุนิยมวิทยา ข้อมูลสภาพภูมิอากาศของสถานีตรวจอากาศ สระแก้ว ช่วงปี พ.ศ. 2536 – 2565 ของกรมอุตุนิยมวิทยา 4. ข้อมูลการเพาะปลูกและพื้นที่ชลประทานในพื้นที่ ศึกษา 4.2 ตรวจสอบความถูกต้องของข้อมูลฝน ข้อมูลฝนรายวันของสถานีวัดน้ำฝนบริเวณใกล้เคียงพื้นที่ อ่างเก็บน้ำพระปรง จำนวน 3 สถานี ได้แก่ สถานีวัดน้ำฝน อ่างเก็บน้ำพระปรง สถานีวัดน้ำฝนอ่างเก็บน้ำคลองเกลือ และสถานีวัดน้ำฝนอ่างเก็บน้ำห้วยชัน โดยทำการ ตรวจสอบความถูกต้องของข้อมูลน้ำฝนด้วยวิธีเส้นโค้งทับ ทวี(Double Mass Curve) ในการศึกษาเลือกใช้ข้อมูล ตั้งแต่ ปี พ.ศ. 2555 – 2565 เพื่อตรวจสอบความถูกต้อง ของข้อมูล 4.3 การวิเคราะห์ความต้องการใช้น้ำ 4.3.1 ความต้องการใช้น้ำเพื่ออุปโภคบริโภค ในการศึกษามีการสูบน้ำสำหรับอุปโภคบริโภค 2 จุดโดย การประปาส่วนภูมิภาควัฒนานคร และการประปาส่วน ภูมิภาคอรัญประเทศ ใช้ข้อมูลประชากรจากระบบสถิติ ทางการทะเบียน กรมการปกครอง จุดสูบที่ 1 การประปา ส่วนภูมิภาควัฒนานคร 4 ตำบล ตั้งแต่ปี พ.ศ. 2561 - 2565 ประเมินหาค่าอัตราการเจริญเติบโตเฉลี่ยดังแสดง ในรูปที่ 6 และกำหนดให้อัตราการใช้น้ำในเขตเทศบาล ตำบลเท่ากับ 120 ลิตร/คน/วัน รูปที่ 6 แสดงค่าอัตราการเจริญเติบโตของประชากรของ การประปาส่วนภูมิภาควัฒนานคร

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 293 จุดสูบที่ 2 การประปาส่วนภูมิภาคอรัญประเทศ 9 ตำบล ตั้งแต่ปี พ.ศ. 2561 - 2565 ประเมินหาค่าอัตราการ เจริญเติบโตเฉลี่ยดังแสดงในรูปที่ 7 รูปที่ 7 แสดงค่าอัตราการเจริญเติบโตของประชากรของ การประปาส่วนภูมิภาคอรัญประเทศ 4.3.2 ความต้องการใช้น้ำเพื่อการชลประทาน วิเคราะห์ความต้องการใช้น้ำเพื่อการชลประทานโดย ใช้แบบจำลอง WUSMO (Water Uses Study Model) โดยข้อมูลพื้นฐานในการคำนวณ ได้แก่พื้นที่เพาะปลูก อัตราการคายระเหยและปริมาณฝนของแต่ละพื้นที่ปลูก สัมประสิทธิ์การคายระเหยของพืชชนิดต่างๆ ชนิดพืชที่ ปลูกและปฏิทินการปลูกพืชชนิดต่างๆ แบบจำลอง WUSMO มีขั้นตอนการคำนวณและข้อกำหนดพื้นฐานที่ ใช้ได้แก่ 1.การคำนวณปริมาณการใช้น้ำของพืชอ้างอิงรายเดือน เฉลี่ย (ETp) ได้ใช้วิธีของ Penman-Monteith โดยใช้ ข้อมูลสภาพภูมิอากาศของสถานีตรวจอากาศสระแก้ว ใน คาบ 30 ปี (พ.ศ.2536 - 2565) 2.การจำลองปริมาณฝนใช้การ (Effective Rainfall Model) ใช้ข้อมูลฝนสถานีที่อยู่บริเวณใกล้เคียงพื้นที่ของ โครงการ ช่วงปี พ.ศ. 2555 – 2565 จำนวน 3 สถานี และ ได้ทำการวิเคราะห์ค่าปริมาณน้ำฝนเฉลี่ยเชิงพื้นที่ด้วยวิธี Thiessen Method 3.ค่าสัมประสิทธิ์การใช้น้ำของพืช (KC) เพื่อนำมาใช้ใน การประเมินความต้องการใช้น้ำเพื่อการชลประทานของ โครงการฯ 4.กำหนดปริมาณการเตรียมแปลงสำหรับข้าว ฤดูฝน 200 มม. และฤดูแล้ง 250 มม. และอัตราการซึมลงดิน ฤดูฝน 1.5 มม./วัน และฤดูแล้ง 2 มม./วัน [6] 5.กำหนดประสิทธิภาพชลประทานฤดูฝน 50% และฤดู แล้ง 60% อ้างอิงข้อมูลจากโครงการชลประทานสระแก้ว และกำหนด Return Flow 20% 6.การวิเคราะห์ความต้องการใช้น้ำเพื่อการชลประทาน ได้ กำหนดไว้ 3 กรณี ดังนี้ กรณีที่ 1 สภาพการใช้น้ำในปัจจุบัน พื้นที่ชลประทานฤดู ฝน 13,640 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ กรณีที่ 2 เพิ่มพื้นที่ชลประทานตามแผนของโครงการ ชลประทานสระแก้ว พื้นที่ชลประทานฤดูฝน 14,640 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ กรณีที่ 3 เพิ่มพื้นที่ชลประทานมากที่สุดตามความสามาร ของอ่างเก็บน้ำ พื้นที่ชลประทานฤดูฝน 35,360 ไร่ และ พื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ 4.3.3 ความต้องการใช้น้ำเพื่อรักษาระบบนิเวศ กำหนดจากการเรียงลำดับข้อมูลปริมาณน้ำท่ารายวัน จาก ข้อมูลปริมาณน้ำท่าที่มากสุดไปยังข้อมูลปริมาณน้ำท่าที่ น้อยสุดแล้วนำมาสร้างกราฟอัตราการไหล – เวลา (Flow Duration Curve) แล้วจึงคำนวณหาโอกาสของการเกิด ปริมาณน้ำท่า (Probability) ด้วยวิธี Plotting Position เป็นปริมาณน้ำเพื่อรักษาสมดุลระบบนิเวศท้ายน้ำ 4.4 การศึกษาสมดุลน้ำโดยแบบจำลอง MIKE BASIN แบบจำลอง MIKE Basin ใช้ในการศึกษาสมดุลของน้ำ ในลุ่มน้ำจากสภาพการใช้น้ำเพื่อกิจกรรมต่างๆทำให้ทราบ สภาพการใช้น้ำต้นทุนในพื้นที่ต่างๆ ในปัจจุบันและผลจาก การพัฒนาโครงการชลประทานของลุ่มน้ำในอนาคต ใน การศึกษาครั้งนี้ได้ทำการวิเคราะห์สมดุลน้ำ โดยจำลอง สภาพการใช้น้ำจากอ่างเก็บน้ำพระปรง ดังรูปที่ 8 และ แบ่งการศึกษาเป็น 3 กรณี ดังนี้ กรณีที่ 1 สภาพการใช้น้ำในปัจจุบัน พื้นที่ชลประทานฤดู ฝน 13,640 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ ความต้องการน้ำเพื่อการอุปโภค - บริโภค พ.ศ.2565 กรณีที ่ 2 เพิ่มพื้นที่ชลประทานตามแผนของโครงการ ชลประทานสระแก้ว พื้นที่ชลประทานฤดูฝน 14,640 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ความต้องการน้ำ เพื่อการอุปโภค - บริโภค พ.ศ.2585

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 294 กรณีที่ 3 เพิ่มพื้นที่ชลประทานมากที่สุดตามความสามาร ของอ่างเก็บน้ำ พื้นที่ชลประทานฤดูฝน 35,360 ไร่ และ พื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ความต้องการน้ำเพื่อ การอุปโภค - บริโภค พ.ศ.2585 รูปที่ 8 แสดงโครงข่ายแบบจำลอง MIKE BASIN ของอ่าง เก็บน้ำพระปรง 5. ผลการศึกษา 5.1 ผลการวิเคราะห์ความต้องการใช้น้ำสำหรับกิจกรรม ต่างๆ 5.1.1 ผลการวิเคราห์ความต้องการใช้น้ำเพื่ออุปโภค บริโภค จุดสูบที่ 1 การประปาส่วนภูมิภาควัฒนานคร 4 ตำบล ในปัจจุบันมีความต้องการน้ำใช้น้ำ 1.11 ล้าน ลบ. ม./ปีและในอนาคตปี พ.ศ.2585 มีความต้องการน้ำใช้น้ำ 1.18 ล้าน ลบ.ม./ปี จุดสูบที่ 2 การประปาส่วนภูมิภาคอรัญประเทศ 9 ตำบล ในปัจจุบันมีความต้องการน้ำใช้น้ำ 2.92 ล้าน ลบ. ม./ปีและในอนาคตปี พ.ศ.2585 มีความต้องการน้ำใช้น้ำ 3.25 ล้าน ลบ.ม./ปี 5.1.2 ผลการวิเคราห์ความต้องการใช้น้ำเพื่อการ ชลประทาน จากศึกษาความต้องการใช้น้ำชลประทานใน พื้นที่โครงการ พบว่า กรณีที่ 1 สภาพการใช้น้ำในปัจจุบันพื้นที่ชลประทาน ฤดูฝน 13,640 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ ความต้องการใช้น้ำชลประทาน ช่วงปี พ.ศ.2555 – 2565 ของข้าวนาปี ข้าวนาปรัง พืชผักฤดูฝน พืชผักฤดู แล้ง มันสัมปะหลัง อ้อย มะม่วง และบ่อปลา เฉลี่ยเท่ากับ 1.92 , 2.89 , 0.02 , 0.3 , 0.28 , 0.06 , 2.04 และ 0.24 ล้าน ลบ.ม./ปี ตามลำดับ กรณีที่ 2 เพิ่มพื้นที่ชลประทานตามแผนของโครงการ ชลประทานสระแก้ว พื้นที่ชลประทานฤดูฝน 14,640 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ ความต้องการใช้ น้ำชลประทาน ช่วงปี พ.ศ.2555 – 2565 ของข้าวนาปี ข้าวนาปรัง พืชผักฤดูฝน พืชผักฤดูแล้ง มันสัมปะหลัง อ้อย มะม่วง และบ่อปลา เฉลี่ยเท่ากับ 2.13 , 2.89 , 0.02 , 0.3 , 0.28 , 0.06 , 2.04 และ 0.24 ล้าน ลบ.ม./ปี ตามลำดับ กรณีที่ 3 เพิ่มพื้นที่ชลประทานมากที่สูงสุดตามความ สามารของอ่างเก็บน้ำ พื้นที่ชลประทานฤดูฝน 35,360 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ ความต้องการใช้ น้ำชลประทาน ช่วงปี พ.ศ.2555 – 2565 ของข้าวนาปี ข้าวนาปรัง พืชผักฤดูฝน พืชผักฤดูแล้ง มันสัมปะหลัง อ้อย มะม่วง และบ่อปลา เฉลี่ยเท่ากับ 6.39 , 2.89 , 0.02 , 0.3 , 0.28 , 0.06 , 2.04 และ 0.24 ล้าน ลบ.ม./ปี ตามลำดับ 5.1.3 ผลการวิเคราห์ความต้องการใช้น้ำเพื่อการ รักษาระบบนิเวศด้านท้ายน้ำ จากการศึกษา พบว่าใน การศึกษานี้จะใช้โอกาสของการเกิดปริมาณน้ำท่าที่ร้อย ละ 80 ซึ่งผลการวิเคราะห์พบว่าปริมาณน้ำเพื่อรักษา สมดุลนิเวศท้ายน้ำ มีค่าเท่ากับ 0.13 ลบ.ม./วินาทีดัง แสดงในรูปที่9 รูปที่ 9 แสดงกราฟอัตราการไหล-เวลา (Flow Duration Curve)

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 295 5.1.4 ผลการวิเคราห์ความต้องการใช้น้ำ เป็นการสรุปผลการวิเคราะห์ความต้องการใช้น้ำทุก กิจกรรม เพื่อใช้เป็นข้อมูลนำเข้าในการศึกษาสมดุลน้ำ ดัง แสดงในตารางที่2 ตารางที่ 2 แสดงความต้องการใช้น้ำทุกกิจกรรม กิจกรรมการ ใช้น้ำ ความต้องการใช้น้ำ ล้าน ลบ.ม./ปี กรณีที่ 1 กรณีที่ 2 กรณีที่ 3 ด้านอุปโภค – บริโภค 4.03 4.43 4.43 ด้านการ ชลประทาน 7.75 7.95 12.22 ด้านรักษา ระบบนิเวศ 4.10 4.10 4.10 รวม 15.88 16.48 20.75 5.3 ผลการวิเคราะห์สมดุลน้ำ ผลการวิเคราะห์สมดุลน้ำโดยการใช้แบบจำลอง MIKE BASIN ตามกรณีศึกษา ได้ผลดังนี้ 5.3.1 กรณีที่ 1 สภาพการใช้น้ำในปัจจุบัน พื้นที่ ชลประทานฤดูฝน 13,640 ไร่ และพื้นที่ชลประทานฤดู แล้ง 13,640 ไร่ความต้องการน้ำเพื่อการอุปโภค-บริโภค พ.ศ.2565 จากผลการศึกษาสมดุลน้ำ พบว่าปริมาณน้ำท่า เฉลี่ยรายปี ที่ไหลลงอ่างเก็บน้ำ ประมาณ 121.9 ล้าน ลบ. ม./ปี โดยเดือนตุลาคมมีปริมาณน้ำท่าสูงสุด 95 ล้าน ลบ. ม.และเดือนกุมภาพันธ์มีปริมาณน้ำท่าต่ำสุด 0.42 ล้าน ลบ.ม ความต้องการใช้น้ำสำหรับทุกกิจกรรม รวมทั้งสี้น 15.88 ล้าน ลบ.ม./ปี ไม่เกิดการขาดแคลนน้ำ และมีน้ำ ล้น spillway เฉลี่ย 17.70 ลบ.ม./วินาที หรือ 45.88 ล้าน ลบ.ม./ปีดังแสดงในรูปที่10 รูปที่ 10 แสดงระดับน้ำในอ่าง การขาดแคลนน้ำและการ ล้น spillway ของกรณีที่ 1 5.3.2 กรณีที่ 2 เพิ่มพื้นที่ชลประทานตามแผนของ โครงการชลประทานสระแก้ว พื้นที่ชลประทานฤดูฝน 14,640 ไร่ และพื้นที่ชลประทานฤดูแล้ง 13,640 ไร่ ความ ต้องการน้ำเพื่อการอุปโภค-บริโภค พ.ศ.2585 จากผล การศึกษาสมดุลน้ำ พบว่าปริมาณน้ำท่าเฉลี่ยรายปีที่ไหล ลงอ่างเก็บน้ำ ประมาณ 121.9 ล้าน ลบ.ม./ปี โดยเดือน ตุลาคมมีปริมาณน้ำท่าสูงสุด 95 ล้าน ลบ.ม. และเดือน กุมภาพันธ์มีปริมาณน้ำท่าต่ำสุด 0.42 ล้าน ลบ.ม ความ ต้องการใช้น้ำสำหรับทุกกิจกรรมรวมทั้งสี้น 16.48 ล้าน ลบ.ม./ปี ไม่เกิดการขาดแคลนน้ำและมีน้ำล้น spillway เฉลี่ย 17.11 ลบ.ม./วินาทีหรือ 44.36 ล้านลบ.ม./ปีดัง แสดงในรูปที่11 รูปที่ 11 แสดงระดับน้ำในอ่าง การขาดแคลนน้ำและการ ล้น spillway ของกรณีที่ 2 5.2.1 กรณีที่ 3 เพิ่มพื้นที่ชลประทานมากที่สุดตาม ความสามารของอ่างเก็บน้ำ พื้นที่ชลประทานฤดูฝน 35,360 ไร่ และพื้นที่ชลประทานฤดูแล้ง 12,640 ไร่ ความ ต้องการน้ำเพื่อการอุปโภค-บริโภค พ.ศ.2585 จากผล การศึกษาสมดุลน้ำ พบว่าปริมาณน้ำท่าเฉลี่ยรายปี ที่ไหล ลงอ่างเก็บน้ำ ประมาณ 121.9 ล้าน ลบ.ม./ปี โดยเดือน ตุลาคมมีปริมาณน้ำท่าสูงสุด 95 ล้าน ลบ.ม.และเดือน กุมภาพันธ์มีปริมาณน้ำท่าต่ำสุด 0.42 ล้าน ลบ.ม ความ ต้องการใช้น้ำสำหรับทุกกิจกรรม รวมทั้งสี้น 20.75 ล้าน ลบ.ม./ปี เกิดการขาดแคลนน้ำในการเกษตร 2 ปี น้ำ สำหรับการอุปโภคบริโภค ไม่เกิดการขาดแคลน และมีน้ำ ล้น spillway เฉลี่ย 8.93 ลบ.ม./วินาทีหรือ 23.14 ล้าน ลบ.ม./ปีดังแสดงในรูปที่12

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 296 รูปที่ 12 แสดงระดับน้ำในอ่าง การขาดแคลนน้ำและการ ล้น spillway ของกรณีที่ 3 6. สรุปผลกาศึกษา 6.1 ความต้องการใช้น้ำของอ่างเก็บน้ำพระปรง ประกอบด้วย ด้านการอุปโภค – บริโภค ปัจจุบันมีความ ต้องการน้ำ 4.03 ล้าน ลบ.ม./ปี ด้านการเกษตรกรรมมี พื้นที่ชลประทาน 13,640 ไร่ มีความต้องการน้ำ 7.75 ล้าน ลบ.ม./ปีและด้านการรักษาระบบนิเวศ มีความ ต้องการน้ำ 4.1 ล้าน ลบ.ม./ปี 6.2 การศึกษาสมดุลน้ำของอ่างเก็บน้ำพระปรง ใน สภาพปัจจุบัน และในกรณีเพิ่มพื้นที่ชลประทาน พบว่าปริมาณน้ำท่าเฉลี่ยรายปี ที่ไหลลงอ่างเก็บน้ำ ประมาณ 121.9 ล้าน ลบ.ม./ปี ในฤดูน้ำหลากมีน้ำระบาย ออก 45.88 ล้าน ลบ.ม./ปีกรณีเพิ่มพื้นที่ชลประทาน 1,000 ไร่ ช่วยลดน้ำที่ระบายที่ ได้ 1.52 ล้าน ลบ.ม./ปี กรณีเพิ่มพื้นที่ชลประทาน 21,720 ไร่ ช่วยลดน้ำที่ระบาย ได้ 22.74 ล้าน ลบ.ม./ปีในกรณีการเพิ่มพื้นที่ชลประทาน นั้นไม่เกิดการขาดแคลนน้ำ เอกสารอ้างอิง [1] วชิระ สุรินทร์, วรรณดี ไทยสยาม, อดิชัย พร พรหมินทร์ (2557). การศึกษาแนวทางการบริหาร จัดการน้ำเพื่อเพิ่มพื้นที่ชลประทานในพื้นที่ลุ่มน้ำมูล ส่วนที่ 1 จ.นครราชสีมา. วิทยานิพนธ์ปริญาญาโท, วิศวกรรมทรัพยากรน้ำ, มหาวิทยาลัยเกษตรศาสตร์. [2] วชิรวิทย์มากทรัพย์, วรรณดี ไทยสยาม, จิระวัฒน์ กณะสุต (2563). การบริหารจัดการทรัพยากรน้ำใน เขตพื้นที่โครงการส่งน้ำและบำรุงรักษาทับเสลาโดย ก า ร ป ร ะ ย ุ ก ต ์ ใ ช ้ แ บ บ จ ำ ล อ ง MIKE BASIN. วิทยานิพนธ์ปริญาญาโท, วิศวกรรมทรัพยากรน้ำ, มหาวิทยาลัยเกษตรศาสตร์. [3] โครงการชลประทานสระแก้ว (2560). รายงานข้อมูล อ่างเก็บน้ำจังหวัดสระแก้ว, กรมชลประทาน. [4] ศิริลักษณ์ชุ่มชื่น (2551). วิศวกรรมอุทกวิทยา. มหาวิทยาลัยเทคโนโลยีมหานคร, กรุงเทพมหานคร. [5] ดิเรก ทองอร่าม (2526). ความต้องการน้ำ ชลประทานและค่าชลภาระในการออกแบบระบบส่ง น้ำ. กรมชลประทาน, กรุงเทพมหานคร. [6] ทวีสิทธิ์ เลิศสินไทย (2549). คู่มือการปฏิบัติงานด้าน จัดสรรน้ำ. กรมชลประทาน, กรุงเทพมหานคร. [7] กรมชลประทาน (2554). คู่มือการวางแผนการใช้น้ำ จากอ่างเก็บน้ำ. กรมชลประทาน, กรุงเทพมหานคร. [8] DHI Water & Environment (2003). MIKE BASIN 2003 Guide to Getting Started Tutorial. Danish Hydraulic Institute, Denmark. [9] มนัส กำเนิดมณี(2538). คู่มือการใช้แบบจำลอง WUSMO (Water Uses Study Model) Version 5.00. กรมชลประทาน, กรุงเทพมหานคร.

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 297 การประยุกต์ใช้นิเวศบริการในการประเมินผลมาตรการในการปรับตัวโดยอาศัยระบบนิเวศ ด้านสิ่งแวดล้อม:กรณีศึกษาโครงการอนุรักษ์ฟื นฟูแหล่งน้ำคลองท่าดี จังหวัดนครศรีธรรมราช Applying Ecosystem Service to Evaluate the Environmental-based Adaption (EbA) measures in Environmental Aspects: Case Study of the Conservation and Rehabilitation Project at Tha Dee Canal, Nakhon Si Thammarat Province รัตน์ดา พัฒน์สิงหเสนีย์1* , อารยา ยศมงคล1, พิพัฒน์ เรืองงาม1 ,สมสงวน ชมสุวรรณ์2 และณัฐพงศ์ รังสิมันตุชาติ3 1 กองอนุรักษ์ทรัพยากรน้ำ, กรมทรัพยากรน้ำ, จังหวัดกรุงเทพมหานคร, ประเทศไทย 2 กองวิจัย พัฒนา และอุทกวิทยา, กรมทรัพยากรน้ำ, จังหวัดกรุงเทพมหานคร, ประเทศไทย 3 สำนักงานทรัพยากรน้ำที่ 8, กรมทรัพยากรน้ำ, จังหวัดสงขลา, ประเทศไทย * อีเมล์ผู้รับผิดชอบบทความ: [email protected], บทคัดย่อ ในปี พ.ศ. 2560 กรมทรัพยากรน้ำ (ทน.) ร่วมกับองค์กรความร่วมมือระหว่างประเทศของเยอรมัน (The German Agency for International Cooperation: GIZ) เพื่อส่งเสริมการจัดการน้ำในภาวะวิกฤต ในพื้นที่ประสบปัญหาอุทกภัยและ ภัยแล้งจากการเปลี่ยนแปลงสภาพภูมิอากาศ โดยดำเนินโครงการอนุรักษ์ฟื้นฟูแหล่งน้ำคลองท่าดี อำเภอลานสกา จังหวัด นครศรีธรรมราช ด้วยชุดมาตรการ EbA ประกอบด้วยบึงประดิษฐ์กำแพงป้องกันการกัดเซาะตลิ่ง ฝาย ดักตะกอน และการปลูกหญ้าแฝก ในปี พ.ศ. 2565 ทน. พัฒนาแนวทางในการประเมินผลมาตรการ EbA ด้านสิ่งแวดล้อมด้วย การประเมินนิเวศบริการ (Ecosystem Service) จากดัชนีคุณภาพน้ำแม่น้ำโขง การบรรเทาภัยแล้งและอุทกภัย การกักเก็บ ตะกอน ความขุ่นของน้ำ พบว่า นิเวศบริการมีประสิทธิภาพในการประเมินมาตรการ EbA ในเบื้องต้น โดยชุดมาตรการ EbA ทำให้เกิดนิเวศบริการด้านการเป็นแหล่งเสบียง (Provisioning Service) จากค่าดัชนีคุณภาพน้ำเพื่อป้องกันสุขภาพมนุษย์ (WQIhh)/สำหรับการป้องกันสิ่งมีชีวิตในน้ำ (WQIal) ในเกณฑ์พอใช้-ดีมาก ในฤดูแล้งและฤดูฝน ด้านแหล่งควบคุม สภาพแวดล้อม (Regulating Service) พบว่าชุดมาตรการ EbA สามารถกักเก็บน้ำเพื่อบรรเทาภัยแล้งและอุทกภัย ลดตะกอน แขวนลอยที่จะไหลลงสู่คลองท่าดี ร้อยละ 90.53 และ97.08 ในฤดูแล้งและฤดูฝนตามลำดับ ด้านแหล่งดำรงวัฒนธรรม (Cultural Service) ในฤดูแล้งความขุ่นผ่านมาตรฐานความขุ่นเพื่อนันทนาการของรัฐมินิโซตา แต่ในฤดูฝนความขุ่นไม่ผ่าน มาตรฐานโดยพบพืชน้ำและตะกอนแขวนลอยปริมาณมาก เนื่องจากหญ้าพื้นถิ่นขึ้นแทนหญ้าแฝกและกักเก็บธาตุอาหารและ ตะกอนแขวนลอยได้น้อยกว่าหญ้าแฝก จึงควรปรับปรุงมาตรการ EbA ด้วยการปลูกหญ้าแฝกพันธ์ที่เหมาะสมกับพื้นที่ คำสำคัญ: มาตรการในการปรับตัวโดยอาศัยระบบนิเวศ, นิเวศบริการ, ด้านการเป็นแหล่งเสบียง แหล่งควบคุม สภาพแวดล้อม,แหล่งดำรงวัฒนธรรม

การประชุมวิชาการวิศวกรรมแหล่งน้ำแห่งชาติครั้งที่ 9 เสริมสร้างการบริหารจัดการทรัพยากรน้ำด้วยเทคโนโลยีเกิดใหม่ และสังคมดิจิทัลเพื่อพัฒนาอย่างมีส่วนร่วม 14-15 ธันวาคม 2566 โรงแรม ดิ เอมเมอรัลด์ กรุงเทพฯ 298 Abstract In 2017 the Department of Water Resources (DWR) cooperated with The German Agency for International Cooperation (GIZ) on the Improved Management of Extreme Events through Ecosystem-based Adaptation in Watershed project (ECOSWat). The pilot projects were focused on the area that faced flood and drought problems affected from climate change. The Conservation and rehabilitation pilot project at Tha Dee canal, Nakhon Si Thammarat Province composted of the set of EbA measures (constructed wetland, gabion retention walls, sediment-trap weir, planting vetiver for slope protection) was constructed in 2019. In 2022, DWR developed an approach to evaluate the EbA measures in environmental aspect by evaluating ecosystem services (ES) from Mekong water quality index, flood and drought mitigation, suspended solid trap capacities, and turbidity of water. The results revealed that the approaches were effective to preliminary evaluate EbA measures and to identify improvement issues. The EbA measures produced provisioning services by evaluating from WQIhh and WQIal in wet and dry season that showed fair to excellent results. For regulating services, the EbA measures supported water storage and mitigated flood and drought situation including reduced suspended solids that flew into the cannel at 97.08 % (wet season)and 90.53% (dry season). Water turbidity in dry season met the turbidity standard of Minnesota Protection Control Agency for recreation activities, therefore the EbA measures produced cultural services. However, water turbidity in wet season exceeded the standard due to loads of aquatic plants and suspended solids. The local grasses that grew instead of vetivers on the slope protection trapped less nutrients and suspended solids due to their shorter stems and less roots. Then suitable vetiver species should be selected and cultivated to uptake nutrient and trap sediment to improve EbA measures for cultural services. Keywords: Cultural Service, Ecosystem Service, EbA, Environmental-base Adaptation, Provisioning Service, Regulating Service