การประเมินพื้นที่อ่อนไหวและประเด็นปัญหาการขาดแคลนน้ำ เพื่อการเกษตรในพื้นที่จังหวัดสระแก้ว
Assessment of Susceptible Areas and Issues of Water Shortage in Agriculture in the Area of Sa Kaeo Province
Keywords:
พื้นที่อ่อนไหว , การขาดแคลนน้ำ , การเกษตร, จังหวัดสระแก้ว, susceptible area , water shortage , agriculture, Sa Kaeo ProvinceAbstract
งานวิจัยนี้มีวัตถุประสงค์เพื่อประเมินพื้นที่อ่อนไหวต่อการขาดแคลนน้ำและบ่งชี้สาเหตุของปัญหาเพื่อใช้ในการวางแผนแก้ไขปัญหาการขาดแคลนน้ำเพื่อการเกษตรในจังหวัดสระแก้ว พื้นที่อ่อนไหวต่อการขาดแคลนน้ำประเมินได้จากค่าดัชนีพืชพรรณ และค่าดัชนีความแตกต่างของความชื้น โดยใช้ข้อมูลโทรสัมผัสระยะไกลจากดาวเทียม Landsat 4-5TM 7ETM และ 8OLI ตั้งแต่ปี พ.ศ. 2545 ถึง พ.ศ. 2561 โดยการทำศึกษาแยกเป็น 3 ฤดู ได้แก่ ฤดูร้อน ฤดูหนาว และฤดูฝน การบ่งชี้สาเหตุของปัญหาการขาดแคลนน้ำได้จากการระบุประเด็นในการสนทนากลุ่มซึ่งมีผู้เข้าร่วมประกอบด้วยเจ้าหน้าที่หน่วยงานรัฐ ผู้เกี่ยวข้องกับการบริหารจัดการน้ำ และตัวแทนประชาชนหรือเกษตรกรผู้ใช้น้ำในพื้นที่จังหวัดสระแก้ว ผลการศึกษาชี้ให้เห็นว่าในฤดูร้อนพื้นที่ส่วนใหญ่ (ร้อยละ 60 ถึง 80 ของพื้นที่) มีสภาวะแล้งน้อย ยกเว้นปี พ.ศ.25452552 2560 และ 2561 มีสภาวะแล้งมากครอบคลุมพื้นที่ร้อยละ 30 ของจังหวัด ในฤดูฝนโดยเฉลี่ยจังหวัดสระแก้วมีสภาพแล้งน้อยถึงปานกลาง (มากกว่าร้อยละ 70 ของพื้นที่) ส่วนในฤดูหนาวโดยเฉลี่ยมีสภาวะแล้งน้อยเป็นส่วนใหญ่ (ประมาณร้อยละ 48 ถึง 70 ของ พื้นที่) การระบุประเด็นปัญหาการขาดแคลนน้ำเพื่อการเกษตรโดยการสนทนากลุ่มชี้ให้เห็นว่าพื้นที่ที่ประสบปัญหามากที่สุด คือ อำเภอตาพระยา อำเภอโคกสูง และอำเภอวัฒนานคร ซึ่งอยู่ทางทิศเหนือและทิศตะวันออกเฉียงเหนือของจังหวัดสระแก้ว สอดคล้องกับผลการประเมินพื้นที่อ่อนไหวต่อการเกิดปัญหาการขาดแคลนน้ำเพื่อการเกษตรโดยใช้ข้อมูลโทรสัมผัสระยะไกลจากดาวเทียม จากข้อมูลที่ได้จากการศึกษาทั้งสองวิธีนี้สามารถนำมาใช้ในการระบุพื้นที่และวางแผนจัดการปัญหาการขาดแคลนน้ำเพื่อการเกษตรในจังหวัดสระแก้วได้ This research aimed to assess areas susceptible to water shortage and identify the root causes for planning solutions in agricultural sector in Sa Kaeo Province. The areas were assessed from the Normalize difference vegetation index (NDVI) and Normalize difference moisture index (NDMI) values using remote sensing data from Landsat 4-5TM, 7ETM satellites, and 8OLI from 2002 to 2018. Susceptible area was separately evaluated into 3 seasons: hot dry season, cool dry season and wet season. To identify causes of the problems, we organized group discussion which participants including government officials who being involved in water management and representatives of the people or farmers who use water in the province. The results indicated that in hot dry season most of the area (60 to 80% of the area) had low drought conditions, except 2002, 2009, 2017 and 2018 which had extreme drought conditions, covering 30% of the province. On average during the wet season, Sa Kaeo Province has mild to moderate drought conditions (more than 70% of the area) while in the cool dry season there is mostly less drought (approximately 48 to 70 % of the area). Identifying root causes by group discussion pointed out that the most susceptible areas were Ta Phraya, Khok Sung and Watthana Nakhon District where is in the north and northeast of the Province, in line with the results of the evaluation of areas susceptible to water shortages by using remote sensing technique. From the data obtained in this study, both of these methods can be used to identify areas and plan to manage water shortages in agriculture in Sa Kaeo Province.References
Bureau of Project Management Royal Irrigation Department. (2019). River Basin Development Master Plan Report Sa Kaeo Province. Retrieved March 31, 2020, from http://opm.rid.go.th. (in Thai)
Carlos, D.-M., & Gerardo, B. (2021). Social and environmental dimensions of drought in Mexico: An integrative review. International Journal of Disaster of Drought Risk Reduction, 55, 102067.
Frantz, D., Röder, A., Udelhoven, T. & Schmidt, M. (2015). Enhancing the Detectability of Clouds and Their Shadows in Multitemporal Dryland Landsat Imagery: Extending Fmask. IEEE Geoscience and Remote Sensing Letters, 12(6), 1242-1246.
Giovanni, G., Giuseppe, T., Federico, M., Vittorio, F., & Riccardo, L. B. (2020). Water Deficit Affects the Growth and Leaf Metabolite Composition of Young Loquat Plants, Plants, 9,1-15.
Guoyong, L., & Jim. H. (2019). Crop yield sensitivity of global major agricultural countries to droughts and the projected changes in the future. Science of the Total Environment, 654, 811-821.
Jannifer, I., Luis. A.J.M., Paul, R.H.R., & Maurice, B. (2013). Physiological and growth responses to water deficit in the bioenergy crop Miscanthus x giganteus. Frontiers in Plant Science, 4,1-12.
Kwanyeun, B., Wongpetch, J., & Tepprasit, C. (2020). Administration and syntheses the study of research project on water balance and water saving for sustainable development in Eastern Economic Corridor (EEC). Research Report, Bangkok. (in Thai)
Land Development Department. (2020). Report of survey results / improvement of land use maps. Retrieved March 31, 2020, from http://www1.ldd.go.th/web_OLP/index.html. (in Thai)
Lin, M.-L., Wang, Q., Sun, F., Chu, T., & Shiu, Y. (2010). Quick Spatial Assessment of Drought Information Derived from MODIS Imagery Using Amplitude Analysis. International Journal of Geographical and Environmental Engineering,4(7), 271–275.
Lkhagvadorj, N., Zhang, J.-H., Tuvdendorj, B., Nabil, M., Zhang, S., & Y, B. (2019). NDVI anomaly for drought monitoring and its correlation with climate factors over Mongolia from 2000 to 2016. Journal of Arid Environments, 164, 69-77.
Meteorological Development Division. (2016). Agricultural Meteorology to know for Sa Kaeo. Retrieved March 31, 2020, from http://www.arcims.tmd.go.th>Agromettoknow.pdf. (in Thai)
National Statistical Office. (2020). Statistical data by survey / census project. Retrieved March 31, 2020, from http://www.nso.go.th/sites/2014/Pages/Statistics%20from%20major%20Survey.aspx. (in Thai)
Noichaisin, L., Na-U-Dom, T., Sriwongchai, S., & Niyomrat, S. (2021). The Influence of ENSO (El Nino/Southern Oscillation) on Rainfall Distribution in Sa Kaeo Province. Burapha Science Journal, 26,1-13. (in Thai)
Office of National Water Resources. (2019). Documentation for the workshop project to formulate the Water Resource Management Master Plan and the Action Plan under the Salween River Basin Master Plan Fiscal Year 2020 - 2022. Retrieved February 1, 2021, from http://www.mnre.go.th/reo01/th/news/ detail/44917 (in Thai)
Zhu, Z., Wang, S. & Woodcock, C.E. (2015). Improvement and Expansion of the Fmask Algorithm: Cloud, Cloud Shadow, and Snow Detection for Landsats 4-7, 8, and Sentinel 2 Images. Remote Sensing of Environment, 159,269-277.
