การพยากรณ์ปริมาณน้ำหลากเขตพื้นที่ทำเกษตรของชุมชนในเขตรับน้ำจังหวัดพระนครศรีอยุธยา โดยแบบจำลองโครงข่ายประสาทเทียม

บทคัดย่อ

น้ำเป็นปัจจัยสำคัญอย่างยิ่งต่อการดำเนินชีวิตของมนุษย์ ทั้งการเกษตรกรรมและอุตสาหกรรม แต่ถ้ามีปริมาณมากเกินไปก็จะส่งผลเสียหายต่อชีวิตและทรัพย์ทรัพย์สิน รวมถึงชีวิตความเป็นอยู่ของมนุษย์ ทั้งนี้จึงมีการศึกษา ในอดีตเพื่อพยากรณ์ปริมาณน้ำในอนาคต โดยใช้เทคนิคการพยากรณ์ที่หลากหลาย เพื่อใช้เป็นข้อมูลสำหรับการวางแผนการตัดสินใจ รวมไปถึงการกำหนดนโยบายเพื่อหาทางป้องกันน้ำท่วมฉับพลัน ดังนั้นวัตถุประสงค์ของงานวิจัยครั้งนี้คือ เพื่อพัฒนาแบบจำลองระบบโครงข่ายประสาทเทียมสำหรับการคาดการณ์พยากรณ์ปริมาณน้ำหลากเขตพื้นที่ทำเกษตรของชุมชนในเขตรับน้ำจังหวัดพระนครศรีอยุธยา โดยใช้โปรแกรม Matlab ในการสร้างแบบจำลองโครงข่ายประสาทเทียม (ANNs) แบบ Forecasting for Time Series โดยใช้ภาษา Python ซึ่งข้อมูลที่ใช้ในการวิจัยถูกเก็บรวบรวมจากข้อมูล 2 ส่วน คือ 1) ข้อมูลทุติยภูมิจากหน่วยงานที่มีข้อมูลในพื้นที่ศึกษา คือ สถานีวัดปริมาณน้ำลุ่มน้ำเจ้าพระยาตอนล่าง บ้านบางแก้ว อำเภอเมือง จังหวัดอ่างทอง (C.7A) ระหว่างปี พ.ศ. 2558 – 2563 ได้แก่ ข้อมูลปริมาณน้ำ และปริมาณน้ำฝนจากสถานีวัดปริมาณน้ำฝนอำเภอบางปะหัน ระหว่างปี พ.ศ. 2558 – 2563 เพื่อใช้ประมวลผลวิเคราะห์เชิงเปรียบเทียบกับข้อมูลปัจจุบัน 2) ข้อมูลปฐมภูมิจากเครื่องวัดสภาพอากาศพื้นฐานแบบอัตโนมัติที่พัฒนาขึ้นในงานวิจัยนี้ ประกอบด้วย ข้อมูลปริมาณน้ำฝนและความชื้นสัมพัทธ์ในอากาศ โดยติดตั้งในพื้นที่ชุมชนทับน้ำ – บ้านม้า ที่เป็นพื้นที่ตัวอย่างผลการพยากรณ์ระดับน้ำล่วงหน้ารายวัน รายสัปดาห์ และรายเดือนล่วงหน้า ให้ผลเป็นที่ยอมรับได้ โดยพิจารณาร่วมกันจากค่าสัมประสิทธิ์สหสัมพันธ์ (r) ค่าประสิทธิภาพ (EI) และค่ารากที่สองของความคลาดเคลื่อนเฉลี่ยกำลังสอง (RMSE) ของแบบจำลอง โดยจากผลการศึกษาดังกล่าว แสดงให้เห็นว่าแบบจำลองโครงข่ายใยประสาทเทียมซึ่งเป็นแบบจำลองที่อาศัยความสัมพันธ์ของสถิติข้อมูลในอดีต สามารถให้ผลการพยากรณ์ที่มีความน่าเชื่อถือละนำไปใช้ในการพยากรณ์เพื่อช่วยในการปฏิบัติงานจริงได้อย่างมีประสิทธิภาพ โดยผลการพยากรณ์ระดับน้ำท่าสถานีวัดปริมาณน้ำลุ่มน้ำเจ้าพระยาตอนล่าง บ้านบางแก้ว อำเภอเมือง จังหวัดอ่างทอง (C.7A) (เหนือคลองทับน้ำ) มีประสิทธิภาพการพยากรณ์ โดยมีr อยู่ระหว่าง 0.87 – 0.91 ค่า EI อยู่ระหว่างร้อยละ 31 – 43 และ ค่า RMSE อยู่ระหว่าง 3.41 – 5.38 และผลการพยากรณ์ระดับน้ำจากค่า ที่ตรวจวัดได้จริงจากข้อมูลปฐมภูมิ จากเครื่องวัดสภาพอากาศพื้นฐานอัตโนมัติ ประกอบด้วย เครื่องวัดปริมาณน้ำฝน และความชื้นสัมพัทธ์ในอากาศ ในพื้นที่ชุมชนทับน้ำ – บ้านม้า ที่เป็นพื้นที่ตัวอย่าง (ในคลองทับน้ำ) ประสิทธิภาพการพยากรณ์ โดยมีค่า r อยู่ระหว่าง 0.76 – 0.94 ค่า EI อยู่ระหว่างร้อยละ 37 – 51 และ ค่า RMSE อยู่ระหว่าง 5.63 – 8.57 ดังนั้น ผลการแบบจำลองระบบโครงข่ายประสาทเทียมสำหรับการคาดการณ์พยากรณ์ปริมาณน้ำหลากดังกล่าว แสดงให้เห็นถึงแบบจำลองมีความถูกต้อง และมีความน่าเชื่อถือที่จะนำมาใช้ในการคาดการณ์พื้นที่เสี่ยงอุทกภัยได้อย่างมีประสิทธิภาพ

คำสำคัญ