การประยุกต์ใช้ข้อมูลการรับรู้จากระยะไกล เพื่อประเมินพื้นที่ขาดแคลนน้ำของจังหวัดจันทบุรี
An Application of Remote Sensing Data to Assess Water Shortage Areas in Chanthaburi Province
Keywords:
พื้นที่ขาดแคลนน้ำ, การรับรู้จากระยะไกล, จังหวัดจันทบุรี, water shortage area, remote sensing, Chanthaburi ProvinceAbstract
ภัยแล้งเป็นภัยพิบัติทางธรรมชาติที่มีสาเหตุซับซ้อนและก่อปัญหาเชิงพื้นที่ในจังหวัดจันทบุรีมาอย่างยาวนาน งานวิจัยนี้มีวัตถุประสงค์เพื่อประเมินพื้นที่ขาดแคลนน้ำโดยใช้ช้อมูลการสำรวจจากระยะไกลจากดาวเทียม Landsat 4-5 (TM), Landsat 7 (ETM+) และ Landsat 8 (OLITIRS) ตั้งแต่ปี พ. ศ. 2545 ถึง พ.ศ. 2561 ผลการศึกษาพบว่าฤดูร้อนในระหว่าง พ.ศ. 2545 ถึง พ.ศ. 2561 โดยเฉลี่ยจังหวัดจันทบุรีมีสภาวะแล้งน้อยเป็นส่วนใหญ่ (มากกว่าร้อยละ 40 ของพื้นที่) แต่ในช่วง พ.ศ.2545, 2546, 2549 และ 2558 เกิดสภาวะแล้งมากโดยครอบคลุมพื้นที่ด้านฝั่งตะวันตกของพื้นที่ศึกษา และในปี พ.ศ. 2558 เกิดสภาวะแล้งมากครอบคลุมพื้นที่เกือบทั้งจังหวัด (ร้อยละ 86 ของพื้นที่ศึกษา) ในฤดูฝนโดยเฉลี่ยจังหวัดจันทบุรีมีสภาวะแล้งน้อยถึงปานกลางเป็นส่วนใหญ่ (ประมาณร้อยละ 30-40 ของพื้นที่ศึกษา) แต่ใน พ.ศ. 2545, 2547, 2548 และ 2549 พบความแห้งแล้งในระดับปานกลางถึงมากบริเวณตอนเหนือและตอนกลางของพื้นที่ศึกษาซึ่งครอบคลุมพื้นที่รวมกันมากกว่าร้อยละ 40-60 ของพื้นที่ศึกษาซึ่งส่วนใหญ่เป็นที่เกษตรกรรมและป่าไม้ และในช่วงฤดูหนาว พบว่าในช่วงเวลาดังกล่าวอยู่ในสภาพปกติและระดับแล้งน้อย โดยมีพื้นที่รวมกันมากกว่าร้อยละ 80 แต่ในปี พ.ศ. 2545, 2548 และ 2554 พืชพรรณมีภาวะแล้งปานกลางถึงแล้งมากโดยเฉพาะอย่างยิ่งด้านตะวันออกของพื้นที่ศึกษา ข้อมูลที่ได้จากการศึกษานี้สอดคล้องกับรายงานสถานการณ์ภัยแล้งซ้ำซากของจังหวัดจันทบุรีในรอบสิบปีที่ผ่านมา ดังนั้นสามารถนำข้อมูลไปใช้บูรณาการกับหน่วยงานที่เกี่ยวข้องเพื่อแก้ปัญหาการขาดแคลนน้ำของจังหวัดจันทบุรีได้อย่างมีประสิทธิภาพต่อไป Drought is a natural disaster having complex causes and a spatial problem in Chanthaburi province for a long time. This study aimed to assess water shortage areas by using remote sensing data from Landsat 4-5 (TM), Landsat 7 (ETM+) and Landsat 8 (OLI/TIRS) satellites from 2002 to 2018. We found that in dry season during 2002 to 2018 most of Chanthaburi province (more than 40% of the area) was in slight drought conditions. During the years 2002, 2003, 2006 and 2015, severe drought conditions covered the west side of the province and in 2015, severe drought conditions covered almost the whole province (86% of the study area). In the average wet season, Chanthaburi province has slight to moderate drought conditions (approximately 30-40%), but in 2002, 2004, 2005, and 2006, moderate to severe drought was found in the northern and middle parts of the province, covering more than 40-60% of the total area which is mostly agriculture and forestry area. During the cool dry season, it was found to be in normal conditions and slight drought with more than 80% of total area, but in 2002, 2005 and 2011 vegetation conditions were moderate to severe especially in the eastern part of the study area. The data obtained from this study are consistent with the report on drought-prone situations in Chanthaburi Province in the past ten years. Therefore, the information can be used to integrate with relevant agencies to effectively solve the problem of water shortage in Chanthaburi Province.References
Amatayakul, P. & Chomtha, T. (2016). Agricultural Meteorology to know for Chanthaburi. Agrometeorological Division, Meteorological Department Bureau. (in Thai)
Cheng, Y., Zhang, K., Chao, L., Shi, W., Feng, J. & Li, Y. (2023). A comprehensive drought index based on remote sensing data and nested copulas for monitoring meteorological and agroecological droughts: A case study on the Qinghai-Tibet Plateau. Environmental Modelling and Software, 161, 105629.
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.
Gu, Y., Brown, J, F., Verdin, J, P and Wardlow, B. (2007). A five-year analysis of MODIS NDVI and NDWI For grassland rought assessment over the central Great Plains of the United States. Geophysical Research Letter, 34 L06407.
Jongmeewasin, S., Nanuam, J., Noichaisin, L., Sriwongchai, S., & Na-U-Dom, T. (2020) The Conflict Prevention and Management in Water Consumption and Use: A Case Study of Eastern Economic Corridor. Thailand Science Research and Innovation. (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.
Lorpittayakorn, P. (2017). The Influence of El Nino on Rainfall Distribution during Wet and Dry Seasons in Eastern Thailand. Thai Journal of Science and Technology, 25(6), 945-959. (in Thai)
Mishra, A.K., Singh, V.P. (2010). A review of drought concepts. J. Hydrol. 391 (1–2), 202–216.
Nanuam, J., Noichaisin, L., & Na-U-Dom, T. (2022). Assessment of Susceptible Areas and Issues of Water Shortage in Agriculture in the Area of Sa Kaeo Province. Burapha Science Journal, 27(2), 868-884. (in Thai)
Noichaisin, L., Buranapratheprat, A., Manthachitra, V. & Intarawichian, N. (2020). Drought risk area assessment using GIS in Sa Kaeo Province, Thailand. International Journal of Agricultural Technology, 16(3), 655-666.
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), 1-13. (in Thai)
Parsons, D.J., Rey, D., Tanguy, M., Holman, I.P. (2019). Regional variations in the link between drought indices and reported agricultural impacts of drought. Agric. Syst. ,173, 119–129.
Peainlert, S. and Tongdeenok, P. (2018). Drought Risk Area Assessment using Remotely Sense Data and Meteorological Data in Chern Sub-watershed. KKU Research Journal (Graduate Study), 18(3), 67-83. (in Thai)
Shi, W., Huang, S., Liu, D., Huang, Q., Leng, G., Wang, H., Fang, W., Han, Z. (2020). Dry and wet combination dynamics and their possible driving forces in a changing environment. J. Hydrol., 589, 125211.
Treerittiwitaya, K., Chaiupala, A., & Rungrattanaubol, K. (2015). Effect of El nino and La nina Phenomenon on agricultural products in Chanthaburi basin. Faculty of Industrial Technology, Rambhai Barni Rajabhat University. (in Thai)
Yuvanatemiya, V., Kunjet, S., Srinil, P., Suvannasan., W. & Laongmanee, W. (2017). Study on water resource for agriculture in Chanthaburi province with GIS. Khon Kaen Agriculture Journal, 46(SUPPL. 1), 866-872. (in Thai)
Zhang, L., Jiao, W., Zhang, H., Huang, C., Tong, Q. (2017). Studying drought phenomena in the Continental United States in 2011 and 2012 using various drought indices. Remote Sense Environ., 190, 96–106.
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.
