การสร้างแบบจำลองค่าสุดขีดปริมาณฝนประจำปีในภาคเหนือตอนบนของประเทศไทย

Abstract

บทคัดย่อ         ในการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อหาแบบจําลองที่เหมาะสมกับข้อมูลปริมาณน้ำฝนสูงสุดของภาคเหนือตอนบนของประเทศไทย โดยใช้การแจกแจงค่าสุดขีดวางนัยทั่วไป พร้อมทั้งหาระดับการเกิดซ้ำของปริมาณน้ำฝนสูงสุดในรอบปีการเกิดซ้ำต่างๆ ซึ่งเป็นแนวทางหนึ่งที่จะช่วยในการพิจารณาเพื่อป้องกันหรือช่วยลดความรุนแรงในการเกิดอุทกภัยในภาคเหนือตอนบนที่จะขยายสู่ภาคกลางของประเทศไทย ต่อไป วิธีการที่ใช้ในการศึกษาคือการนําข้อมูลปริมาณน้ำฝนสูงสุดในรอบปีของข้อมูลปริมาณน้ำฝนรายเดือนจากศูนย์อุทกวิทยาและบริหารน้ำภาคเหนือตอนบนของประเทศไทยประจําปี พ.ศ. 2500-2552 จาก 26 สถานี มาวิเคราะห์หาแบบจําลองที่เหมาะสมโดยใช้การแจกแจงค่าสุดขีดวางนัยทั่วไปเมื่อกระบวนการปกติ เมื่อพารามิเตอร์ μมีการเปลี่ยนแปลงขึ้นอยู่กับเวลาในเชิงเส้นตรง และเมื่อพารามิเตอร์ μ มีการเปลี่ยนแปลงขึ้นอยู่กับเวลาในเชิงกําลังสองและหาระดับการเกิดซ้ำของปริมาณน้ำฝนสูงสุดในรอบปีการเกิดซ้ำต่างๆ ซึ่งทําการวิเคราะห์ข้อมูลด้วยโปรแกรม R จากการศึกษาพบว่ามีเพียง 1 สถานีคือสถานีที่ 17 สถานี อ.เชียงของ จ.เชียงราย ที่มีการแจกแจงค่าสุดขีดวางนัยทั่วไปที่พารามิเตอร์ μมีการเปลี่ยนแปลงซึ่งขึ้นอยู่กับเวลาในเชิงเส้นตรง มี 2 สถานีที่มีการแจกแจงค่าสุดขีดวางนัยทั่วไปที่พารามิเตอร์ μมีการเปลี่ยนแปลงซึ่งขึ้นอยู่กับเวลาในเชิงกําลังสองคือสถานีที่ 14 สถานี อ.ลี้ จ.ลําพูนและสถานีที่ 20 สถานี อ.เมือง จ.เชียงราย ส่วนอีก 23 สถานีมีการแจกแจงค่าสุดขีดวางนัยทั่วไปที่กระบวนการคงที่ และเมื่อพิจารณาระดับการเกิดซ้ำและรอบปีการเกิดซ้ำสามารถกล่าวได้ว่าสถานีที่ 23 สถานี อ.แม่สาย จ.เชียงราย มีระดับการเกิดซ้ำสูงกว่าสถานีอื่น ดังนั้นในการพิจารณาป้องกันอุทกภัยควรให้ ความสําคัญกับสถานีดังกล่าวมากกว่าสถานีอื่น ส่วนสถานีที่มีระดับการเกิดซ้ำต่ำที่สุดคือสถานีที่ 13 สถานี อ.แม่ทา จ.ลําพูนควรได้รับการพิจารณาป้องกันอุทกภัยเป็นลําดับสุดท้าย ABSTRACT         The objective of this study is to find the model of extreme rainfall data in upper northern region of Thailand by using the generalized extreme value distribution (GEV) and estimate return level for various return periods. This is such a guidance that will help when making decisions to prevent or reduce the severity of flood in upper northern region of Thailand to expand to the central of Thailand. The methods used is to analyze and determine for theappropriate model for the annual maximum of monthly rainfall data for the year 1957 to 2009 from twenty-six stations in the upper north of Thailand which were obtained from the hydrology and water management centre for the upper north of Thailand. We provided an R program that is able to directly model a data for each station by using the GEV distribution with stationary, the GEV distribution in which the location parameter μchanges dependingon linear trend and the GEV distribution in which the location parameter μ changes depending on quadratic trend and also estimate the return levels for various return periods. The study found that only the 17th station atChiengkong district of Chiengrai province is GEV distribution in which the location parameter μ changes depending on linear trend and only two stations are GEV distribution in which the location parameter μchanges depending on quadratic trend, that is, the 14th station at Lee district of Lumpoon province and the 20th station at Muang district of Chiengrai province, respectively, and the rest are GEV distributions with stationary. Since the 23rd station at Masai district of Chiengrai has a highest return level for various return periods, so it should be the first consideration station in preventing or reducing the severity of floods. By the way, the 13rd station at Matha district of Lumpoon province which has a smallest return level for various return periods, should be the last consideration.