แบบจำลองค่าสุดขีดกรณีอุณหภูมิสูงสุดในภาคตะวันออกเฉียงเหนือตอนบนของประเทศไทย
Keywords:
การแจกแจงค่าสุดขีดวางนัยทั่วไป, วิธีภาวะน่าจะเป็นสูงสุด, ระดับการเกิดซ้ำ, วิธีโพรไฟล์ภาวะน่าจะเป็นAbstract
งานวิจัยนี้มีวัตถุประสงค์เพื่อหาแบบจำลองค่าสุดขีดกรณีอุณหภูมิสูงสุดในภาคตะวันออกเฉียงเหนือตอนบนของประเทศไทย จากสถานีอุตุนิยมวิทยา 9 สถานี ด้วยการแจกแจงค่าสุดขีดวางนัยทั่วไป ทำการประมาณค่าพารามิเตอร์ด้วยวิธีภาวะน่าจะเป็นสูงสุดภายใต้กระบวนการคงที่และกระบวนการไม่คงที่รวม 6 รูปแบบ ทำการคัดเลือกแบบจำลองที่เหมาะสมด้วยเกณฑ์สารสนเทศของอะกะอิเกะ เกณฑ์สารสนเทศของเบส์ และการทดสอบอัตราส่วนภาวะน่าจะเป็น พร้อมทั้งหาระดับการเกิดซ้ำของอุณหภูมิสูงสุดในแต่ละรอบปีการเกิดซ้ำ และหาช่วงความเชื่อมั่นของระดับการเกิดซ้ำด้วยวิธีโพรไฟล์ภาวะน่าจะเป็น จากการศึกษาพบว่า สถานี อุตุนิยมวิทยาที่มีรูปแบบของพารามิเตอร์ที่เหมาะสมภายใต้กระบวนการคงที่มี 5 สถานี และมีรูปแบบของพารามิเตอร์ที่เหมาะสมภายใต้กระบวนการไม่คงที่มี 4 สถานี เมื่อพิจารณาถึงระดับการเกิดซ้ำ ควรให้ความสำคัญกับสถานีอุตุนิยมวิทยาอุดรธานีมากกว่าสถานีอื่น เนื่องจากมีโอกาสเกิดอุณหภูมิสูงสุดมากกว่าทุกสถานี The purpose of this research is to find the extreme value modeling of maximum temperature in the upper northeastern of Thailand from 9 meteorological stations using the generalized extreme value distribution. The parameter estimations are obtained from maximum likelihood estimation method under 6 different stationary and non-stationary process settings. The model selections are obtained by 3 criterions: Akaike’s information criterion (AIC), Bayesian information criterion (BIC) and likelihood ratio test (LRT). The return levels of annual maximum temperature are calculated. Moreover, profile likelihood method is applied to calculate the confidence interval of return levels. The results of this study indicate that the 5 meteorological stations were appropriated for stationary and the 4 meteorological stations were appropriated for non-stationary when the scale parameter changed with the fitted trend. When the return levels are considered, Udon Thani meteorological station had a higher return level than other stations for each return period. Hence, this station should be more emphasized.Downloads
Issue
Section
Articles