การพัฒนาระบบวิเคราะห์ความเสี่ยงภัยแล้งด้วยข้อมูลภาพถ่ายดาวเทียม
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
เนื่องจากสภาพการเปลี่ยนแปลงภูมิอากาศโลกเป็นผลให้ภัยแล้งทวีความรุนแรงยิ่งขึ้น ความสามารถในการติดตามสถานการณ์ภัยแล้ง และประเมินความเสี่ยงภัยแล้งจึงมีความสำคัญต่อการพัฒนาแผนการปรับตัวต่อภัยแล้งอย่างมีประสิทธิผล โดยเฉพาะอย่างยิ่งสำหรับประเทศเกษตรกรรมเช่นประเทศไทย การติดตามสถานการณ์ภัยแล้งในปัจจุบัน ใช้การระบุด้วยหลายค่าดัชนีซึ่งแปลความได้ยาก อาทิ standardized precipitation index (SPI), soil moisture index (SMI) และ moisture available index (MAI) ซึ่งดัชนีเหล่านี้คำนวณได้จากชุดข้อมูลที่ได้จากสถานีตรวจอากาศ งานวิจัยนี้จึงพัฒนาแบบจำลองภัยแล้งให้ครอบคลุมพื้นที่ ทั้งประเทศ ด้วยการบูรณาการข้อมูลดาวเทียม 3 ชนิด ได้แก่ ค่าประมาณปริมาณน้ำฝนสะสมจากดาวเทียม FY-2E ค่าความแตกต่างอุณหภูมิพื้นผิว และค่าดัชนีพืชพรรณ (NDVI) จากอุปกรณ์ MODIS บนดาวเทียม TERRA/AQUA แบบจำลองทางคณิตศาสตร์ของค่าภัยแล้งได้ถูกพัฒนาขึ้นโดยใช้การวิเคราะห์ถดถอยพหุคูณ ของข้อมูลจากดาวเทียมข้างต้น (ค่า R2 = 0.795) ด้วยการปรับเทียบกับค่าความชื้นของดินรายวันที่วัดได้ในปี 2015 จากนั้นสภาวะภัยแล้งถูกนำเสนอด้วยค่าดัชนีภัยแล้ง เรียกว่า Drought Hazard Index (DHI) ด้วยการกำหนดค่าจำนวนเต็มจาก –3 (extremely drought) จนถึง +3 (extremely wet) ซึ่งเป็นไปตามช่วงที่กำหนดของฟังก์ชันความน่าจะเป็นสะสมของค่าภัยแล้ง (ปัจจุบันกำหนดค่าเป็น 0.05, 0.15, 0.30, 0.70, 0.80, และ 0.95 ตามลำดับ) แบบจำลองนี้ได้ถูกทดสอบกับการประกาศสถานการณ์ภัยแล้งของกรมป้องกัน และบรรเทาสาธารณภัย จำนวน 426 สถานการณ์ทั่วประเทศ ในช่วงหน้าแล้งของปี 2016 พบว่าสามารถระบุพื้นที่ภัยแล้งได้อย่างถูกต้องด้วยค่าความน่าจะเป็นสูงถึง 0.96 เนื่องจากผลลัพธ์ของแบบจำลองอยู่ในรูปแบบข้อมูลที่มีการระบุพิกัด จึงสามารถนำมาประมวลผล ร่วมกับข้อมูลภูมิสารสนเทศอื่น ๆ ที่เกี่ยวข้อง เช่น การใช้ประโยชน์ที่ดิน และพื้นที่ชลประทาน เพื่อจัดทำเป็นผลิตภัณฑ์ที่เรียกว่าแผนที่ความเสี่ยงภัยแล้ง ซึ่งเป็นประโยชน์ต่อทั้งผู้กำหนดนโยบาย และเกษตรกรโครงการนี้ได้พัฒนาระบบบริการผ่านเว็บที่ไม่เพียงสามารถแสดงผลลัพธ์บนแผนที่ แต่ยังได้รวบรวมฐานข้อมูลดาวเทียม และผลิตภัณฑ์ ระบบประมวลผล และระบบแผนที่เข้าไว้ด้วยกัน ซึ่งสามารถจัดสร้างผลิตภัณฑ์ด้านภัยแล้งตั้งแต่ต้นจนจบ และยังสามารถเพิ่มเติมการให้บริการอื่น ๆ ได้ในอนาคต เช่น crowdsourcing database, mobile application, และ big data analytics เป็นต้น