แบบจำ ลองค่ำสุดขีดปริมาณน้ำฝนสูงสุดในภาคตะวันออกเฉียงเหนือตอนบน ของประเทศไทย

Abstract

          การศึกษาครั้งนี้ มีวัตถุประสงค์เพื่อสร้างแบบจาลองที่เหมาะสมสาหรับข้อมูลปริมาณน้าฝนสูงสุดรายเดือน และรายปี ด้วยการแจกแจงค่าสุดขีดวางนัยทั่วไปในพื้นที่ภาคตะวันออกเฉียงเหนือตอนบนของประเทศไทย ผลการศึกษา พบว่า ข้อมูลปริมาณน้าฝนรายเดือนภายใต้กระบวนการคงที่การแจกแจงฟรีเซตเป็นการแจกแจงที่เหมาะสมเกือบทุกสถานี และภายใต้ กระบวนการไม่คงที่ มีเพียงสถานี อุตุนิยมวิทยาเลยสถานีเดียวที่มีการแจกแจงค่าสุดขีดวางนัยทั่วไป เมื่อพารามิเตอร์บอกตำแหน่ง เปลี่ยนแปลงในเชิงเส้นตรงเป็นรูปแบบที่เหมาะสม สาหรับข้อมูลปริมาณน้าฝนสูงสุดรายปี มีเพียง 3 สถานีที่มีความเหมาะสม ที่จะนามาวิเคราะห์ข้อมูล ได้แก่ สถานีอุตุนิยมวิทยาหนองคาย สถานีอุตุนิยมวิทยาอุดรธานี และสถานีอากาศเกษตร นครพนม ผลการศึกษาพบว่า ภายใต้กระบวนการคงที่ การแจกแจงกัมเบลเป็นการแจกแจงที่เหมาะสมที่สุด และภายใต้ กระบวนการไม่คงที่ พบว่า การแจกแจงค่าสุดขีดวางนัยทั่วไป เมื่อพารามิเตอร์บอกตำแหน่งเปลี่ยนแปลงในเชิงเส้นตรงมีความ เหมาะสมสาหรับสถานีอุตุนิยมวิทยาหนองคาย และสถานีอากาศเกษตรนครพนม และเป็นที่น่าสังเกตว่า สถานีอากาศเกษตร นครพนม และ สถานีอุตุนิยมวิทยาอุดรธานี มีระดับการเกิดซ้ำสูงกว่าสถานีอื่น ๆ ในทุก ๆ รอบปี การเกิดซ้ำทั้งข้อมูลรายเดือน และรายปี ดังนั้นในการป้องกันอุทกภัยควรให้ความสำคัญกับสถานีดังกล่าวมากกว่าสถานีอื่น           This study aimed to build the optimal modeling for monthly and yearly maximum precipitation data in upper northeast of Thailand by the Generalized Extreme Value (GEV) distribution. The results of study were found as follows. For the stationary of monthly rainfall data, the Fréchet distribution was fitted for almost stations while there was only one station, Loei, showed the GEV was appropriated for non-stationary when the location parameter changed with fitted trend. For the stationary of annual rainfall data, the Gumbel distribution was fitted only three stations, namely Nong Khai, Udon Thani and Nakhon Phanom Agromet. However, Nong Khai and Nakhon Phanom Agromet stations showed the GEV was appropriate for non-stationary when the location parameter changed with fitted trend. It is noteworthy that Nakhon Phanom Agromet and UdonThani stations had the higher return level than other stations for each return period in monthly and annual data. Hence, the two stations should be more emphasized for flood prevention.