การประยุกต์ใช้วิธีการแปลงเพื่อประเมินภัยแล้ง

Authors

  • ธนโชติ ไชยโต
  • มานัดถุ์ คำกอง
  • พุฒิพงษ์ พุกกะมาน

Keywords:

การแปลงข้อมูล, ดรรชนีความแห้งแล้งของฝนที่ตา่งจากคา่ปรกติ

Abstract

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบรูปแบบการแปลงข้อมูล และหาวิธีการแปลงข้อมูลที่เหมาะสมเพื่อ นำมาประยกุต์ใช้ในการหาค่าดรรชนีความแห้งแล้งของฝนที่ต่างจากค่าปรกติในการประเมินระดับความแห้งแล้ง ผลการศึกษา พบว่า ในส่วนของการจำลองวิธีการแปลงที่เหมาะสมมากที่สุดในการแปลงข้อมูลที่มีการแจกแจงแกมมาให้มีการแจกแจง ใกล้เคียงกับการแจกแจงปรกติคือ วิธีการแปลงข้อมูลแบบถอดรากที่สี่ สำหรับข้อมูลที่มีการแจกแจงล็อกนอร์มอลวิธีการ แปลงข้อมูลที่เหมาะสมมากที่สุดคือ วิธีการแปลงข้อมูลแบบลอการิทึม และสำหรับข้อมลูที่มีการแจกแจงไวบูลวิธีการแปลง ข้อมลูที่เหมาะสมมากที่สุดคือ วิธีการแปลงข้อมลูแบบ Haynes ในส่วนของข้อมูลจริงผ้วูิจยัได้เลือกสถานีตรวจวัดปริมาณ น้ำฝนของอำเภอบ้านโฮ่งและอำเภอลี้ จังหวัดลำพูน ในการประเมินความแห้งแล้งพบว่าน้ำฝนตามฤดูกาลของประเทศไทย ที่อำเภอบ้านโฮ่งมีการแจกแจงไวบลู  สว่นอำเภอลี้มีการแจกแจงแกมมา อำเภอบ้านโฮ่งมีฝนแล้งรุนแรงมากที่สดุ ในปี พ.ศ. 2548 และ 2557 และอำภอลี้มีฝนแล้งรุนแรงมากที่สดุ ในปี พ.ศ. 2523  2547  2548 และ 2557   The objective of this research was to compare data transformation methods, as well as to find the best data transformation technique for applying the standardized precipitation index to evaluate drought. Results of this study were as follows: part I was simulated data, Fourth-Root transformation was the best normal approximate transformation of gamma data. The Logarithm transformation was the best normal approximate transformation of lognormal data.  The Haynes transformation was the best normal approximate transformation of Weibull data. Part II was real data, based on rain gauging stations of Ban Hong and Lee, Lamphun, Thailand to evaluate drought. Weibull distribution was found to be the most appropriate distribution to represent the Thai season rainfall amount in Ban Hong. Gamma distribution was found to be the most appropriate distribution to represent the Thai season rainfall amount in Lee.  Ban Hong had extremely dry conditions in 2005 and 2014. Lee had extremely dry conditions in 1980, 2004, 2005 and 2014.  

Downloads