การพยากรณ์ภัยแล้งในภาคตะวันออกเฉียงเหนือของประเทศไทยโดยวิธีการลดมาตราส่วนเชิงสถิติ
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
ปัจจุบันแบบจำลองสภาพภูมิอากาศโลก (Global Climate Model, GCM) ได้รับการยอมรับอย่างแพร่หลายว่าเป็นเครื่องมือที่สำคัญในการศึกษาถึงคุณลักษณะและคาดการณ์แนวโน้มของตัวแปรภูมิอากาศพื้นฐานในระดับโลก แบบจำลองนี้จะให้ผลลัพธ์ของตัวแปรภูมิอากาศทั่วโลกสำหรับประเมินผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศกับทุกประเทศบนโลก แต่อย่างไรก็ตามผลลัพธ์ที่ได้จากแบบจำลอง GCM ยังมีขนาดมาตราส่วนที่ไม่ละเอียดเพียงพอต่อการศึกษาผลกระทบในระดับพื้นที่ลุ่มน้ำ ด้วยเหตุดังกล่าวนี้ เทคนิคการลดมาตราส่วน (Downscaling Technique) ได้ถูกนำมาใช้เพื่อลดมาตราส่วนผลการคาดการณ์แนวโน้มการเปลี่ยนแปลงสภาพภูมิอากาศของแบบจำลอง GCM ที่หยาบให้มีรายละเอียดเหมาะสมสำหรับการศึกษาผลกระทบทางด้านอุทก-อุตุนิยมวิทยาในระดับพื้นที่ลุ่มน้ำการศึกษาผลการวิเคราะห์แนวโน้มของค่าปริมาณฝนจากข้อมูลรายวันของสถานีตรวจวัดอากาศของกรมอุตุนิยมวิทยา จำนวน 10 สถานี ที่กระจายครอบคลุมในพื้นที่ศึกษาภาคตะวันออกเฉียงเหนือของประเทศไทย ด้วยวิธี Mann-Kendall พบว่า ปริมาณฝนเฉลี่ยรายปีในช่วงปีพื้นฐาน ค.ศ.1961-2014 (คาบเวลา 54 ปี) ทั้งหมดมีค่าแนวโน้มเพิ่มขึ้น และผลการวิเคราะห์ผลลัพธ์ของแบบจำลอง GCMs จากฐานข้อมูล Coupled Model Intercomparison Project Phase 6 (CMIP6) จำนวน 5 แบบจำลอง ได้แก่ ACCESS-ESM1.5 ประเทศออสเตรเลีย, CanESM5 ประเทศแคนาดา, EC-Earth3 ประเทศสวีเดน (สหภาพยุโรป), MIROC6 และ MRI-ESM2.0 ประเทศญี่ปุ่น พบว่า ทุกแบบจำลอง GCMs ที่เลือกใช้สามารถสังเคราะห์ข้อมูลฝนสะสมรายปีเฉลี่ยได้เทียบเท่ากับข้อมูลช่วงปีพื้นฐาน ผลการคาดการณ์ค่าปริมาณน้ำฝนในอนาคตที่ได้รับการปรับแก้ค่าอคติ (Bias Correction) ภายใต้ภาพจำลองการแผ่รังสีความร้อนทั้ง SSP 245 และ SSP 585 จำนวน 5 แบบจำลอง บ่งชี้ว่าค่าปริมาณน้ำฝนในช่วงอนาคต ปี ค.ศ. 2021–2080 ส่วนใหญ่มีการเปลี่ยนแปลงทางปริมาณเชิงพื้นที่ มีค่าแนวโน้มเพิ่มขึ้นในรูปแบบค่าปริมาณน้ำฝนเฉลี่ยในช่วงฤดูฝนมีปริมาณเพิ่มขึ้น แต่ในฤดูร้อนมีค่าปริมาณน้ำฝนเฉลี่ยลดลง โดยการกระจายของปริมาณน้ำฝนและจำนวนวันฝนตกจะแตกต่างกันขึ้นกับผลลัพธ์ของแต่ละแบบจำลอง GCM ผลจากการเลือกใช้เกณฑ์ค่าปริมาณฝนสะสมรายปีสำหรับใช้ในการคำนวณค่าดัชนีน้ำฝนมาตรฐาน (Standardized Precipitation Index, SPI) เพื่อการพยากรณ์ภัยแล้งที่อาจเกิดขึ้นในอนาคตอันใกล้บริเวณพื้นที่ศึกษา โดยผลลัพธ์จากแบบจำลอง MIROC6 ซึ่งมีความสัมพันธ์ที่ดีที่สุดกับชุดค่าข้อมูลปริมาณน้ำฝนสังเกตการณ์ของสถานีอุตุนิยมวิทยาทั้ง 10 สถานี พบว่า ภายใต้ภาพจำลอง SSP 245 มีปี ค.ศ.ที่มีแนวโน้มเสี่ยงเกิดสภาวะภัยแล้ง ได้แก่ 2021, 2024, 2026, 2030, 2031, 2033, 2036, 2038, 2039 และภายใต้ภาพจำลอง SSP 585 คือ 2021, 2022, 2025, 2027, 2030, 2031, 2033, 2035, 2037, 2039, 2040 ซึ่งแต่ละปีจะมีระดับความรุนแรงสภาวะภัยแล้งแตกต่างกัน พื้นที่เฝ้าระวังภัยแล้งเป็นพิเศษ ได้แก่ จังหวัดขอนแก่น ชัยภูมิ และนครราชสีมา