การเลือกเส้นทางท่องราตรีตามแนวรถไฟฟ้าและรถไฟฟ้าใต้ดิน ในเขตกรุงเทพมหานครและปริมณฑลด้วยโครงข่ายหลายรูปแบบ

Night Tourism Routes Selection on BTS Sky Train and MRT Underground in Bangkok and Metropolitan Area Using Multimodal Network

Abstract

การเลือกเส้นทางท่องราตรีตามแนวรถไฟฟ้าและรถไฟฟ้าใต้ดินในเขตกรุงเทพมหานคร และปริมณฑลด้วยโครงข่ายหลายรูปแบบ โดยมีวัตถุประสงค์เพื่อวิเคราะห์การขยายตัวของพื้นที่แหล่งท่องเที่ยวและสถานที่บันเทิงจากภาพถ่ายแสงไฟช่วงเวลากลางคืนปี 2555และปี 2562 ด้วยข้อมูลภาพถ่าย Suomi-NPP ระบบ VIIRS พบว่า ในปี 2555 พื้นที่ที่มีค่าการสะท้อนของแสงไฟมากส่วนใหญ่จะเป็นพื้นที่บริเวณกรุงเทพมหานครเท่านั้น คิดเป็น ร้อยละ 0.59 ของพื้นที่ทั้งหมด แต่ในปี 2562 พื้นที่เดิมที่มีความเป็นเมืองท่องเที่ยวน้อยเริ่มมีค่าการสะท้อนของแสงไฟสูงขึ้นมากขึ้น ทั้งในพื้นที่กรุงเทพและเขตปริมณฑล คิดเป็นร้อยละ 10.71 ของพื้นที่ทั้งหมด และเมื่อนำตำแหน่งที่ตั้งของแหล่งท่องเที่ยวและสถานที่บันเทิงที่ตั้งอยู่ภายในระยะห่างจากสถานีรถไฟฟ้า สถานีรถไฟใต้ดิน และถนนเป็นระยะทาง 400 เมตร ทั้ง 347 สถานี ที่ได้จากการสำรวจภาคสนามในปี 2562 ด้วยระบบนำทางด้วยดาวเทียม (GNSS) พบแหล่งท่องเที่ยวและสถานที่บันเทิง จำนวน 512 แห่ง เมื่อนำมาวิเคราะห์ด้วยดัชนีของจุดอื่นข้างเคียงใกล้ที่สุด Average Nearest Neighbor ผลการวิเคราะห์ พบว่า Nearest Neighbor Ratio มีค่าเท่ากับ 0.369585 ซึ่งแสดงให้เห็นว่าแหล่งท่องเที่ยวและสถานที่บันเทิงในช่วงเวลากลางคืนในเขตกรุงเทพมหานครและปริมณฑลมีการกระจายเชิงพื้นที่แบบเกาะกลุ่ม (Cluster) สามารถวิเคราะห์และเสนอแนะเส้นทางการทางท่องราตรีในเมืองกรุงด้วยหลักการวิเคราะห์โครงข่ายหลายรูปแบบ (Multimodal Network) ได้ 3 เส้นทาง คือ (1) ตลาดนัดยามค่าของคนกรุง ด้วยรูปแบบการเดินทาง 3 โครงข่าย คือ การเดินเท้า โครงข่ายรถไฟฟ้า และโครงข่ายรถไฟฟ้าใต้ดิน โดยมีระยะทาง 13.784 กิโลเมตร (2) เส้นทางที่ไม่ควรพลาดสำหรับนักท่องเที่ยวชาวต่างชาติด้วยรูปแบบการเดินทาง 4 โครงข่าย คือ การเดินเท้า โครงข่ายรถไฟฟ้า โครงข่ายรถไฟฟ้าใต้ดิน และรถโดยสารประจำทาง โดยมีระยะทาง 42.33 กิโลเมตรและ (3) เส้นทางศึกษาวัฒนธรรมจีนของคนเมืองกรุง ด้วยรูปแบบการเดินทาง 3 โครงข่าย คือ การเดินเท้า โครงข่ายรถไฟฟ้าใต้ดิน และรถโดยสารประจำทาง โดยมีระยะทาง 20.642 กิโลเมตร ภายใต้เงื่อนไขและข้อกำหนดที่ใช้ในการวิเคราะห์ คือ ระยะทาง ระยะเวลา ซึ่งได้จากการกำหนดความเร็ว จำนวนช่องทางจราจร ทิศทางการเดินทาง ค่าใช้จ่ายและตรงตามวัตถุประสงค์ในการท่องเที่ยวของนักท่องเที่ยว และเพื่อเป็นการวิเคราะห์เพื่อลดปัญหาที่เกิดจากนักท่องเที่ยวไม่ชำนาญเส้นทาง หลงทาง หาแหล่งท่องเที่ยวไม่พบ เกิดความล่าช้า สำหรับการวางแผนการเดินทางของนักท่องเที่ยว  This research aims to analyze the expansion of tourism attractions and entertainment venues from Nighttime Light Imageries in 2012 and 2019 with imagery data from Suomi-NPP VIIRS system. The result showed that in 2012 the area where light reflection value was high only in Bangkok area, which is 0.59 percent of all areas. However, in 2019, light reflection value of formerly low touristy areas began to increase respectively both in Bangkok and Metropolitan area which was 10.71 percent of all areas. From field research in 2019, after collecting 347 stations of locations of attractions and entertainment venues within 400 meters away from Sky Train, underground, roads by using Global Navigation Satellite System (GNSS), as a result, there were 512 of tourism attractions and entertainment venues found. When Average Nearest Neighbor applied in analysis, the result displayed Nearest Neighbor Ratio as 0.369585 which indicated tourism attractions and entertainment venues in night time of Bangkok and Metropolitan area expanded spatially in Cluster form. Thus, it is able to examine and suggest Bangkok’s Night Tourism Routes with Multimodal Network Analysis in 3 routes (1) Metropolitan’s Night market route in 3 networks of transportation modes which are travelling on foot, Sky Train and underground networks within 13.784 kilometers of distance, (2) Don’t Miss Route for foreign tourists with 4 networks of transportation modes which are travelling on foot, Sky Train and underground networks, and public transportation within 42.33 kilometers of distance, and (3) Metropolitan’s Chinese Cultural Educational Route with 3 networks of modes which are travelling on foot, underground and public transportation within 20.642 kilometers. To conclude, appropriate travel plans could be recommended through analysis conditions such as distance and period of time calculated from speed limitation, the numbers of lanes, direction, expense, to meet tourist’s travel objectives.