การพัฒนาดรรชนีความแห้งแล้งแม่นยำโดยใช้สหวิทยาการอุตุนิยมวิทยาและดาวเทียมระหว่างเหตุการณ์เอนโซ่

Abstract

Climate change and climate variability have caused droughts in many countries as well as the Northern Part of Thailand. To overcome this problem, the appropriate technique should be developed for higher accuracy monitoring the drought area and intensity. The outcome would be very useful information for planning the effects of drought mitigation. Therefore, this research focused on integrating the meteorological drought indices by using interdisciplinary meteorology and satellite for developing the precision drought index. This index would correspond to the effect of drought on agriculture in the study area during ENSO event. The meteorological drought indices were calculated by using meteorological data during 1951-2016 in 10 stations of the Northern Part. These drought indices consisted of the Standardized Precipitation Index (SPI), the Deciles Index and the Moisture Available Index (MAI) at 1, 2 and 3 month timescale as well as the monthly Palmer Drought Severity Index (PDSI). In addition, The Terra (MODIS) satellite data during 2000-2016 were used to calculate the Vegetation Condition Index (VCI). Development of the PDI using the multiple regression technique used the data in the period of January-April and November-December during 2000-2014. The average VCI within 3 kilometers radius surrounding each meteorological station was used as the dependent variable and the meteorological drought indices were used as independent variables. The processing consists of 2 steps; selection of suitable drought indices for the PDI development and process of constructing the PDI equation. The results are the PDI equations for the Northern Part and each station for El Nino, La Nina and Normal events, respectively. The verification of PDI equations had been compared with the VCI during 2015-2016 and the record of drought affected area. In addition, the validation of VCI to indicate the drought in the study area for the PDI development by analysis the Normalize Difference Vegetation Index (NDVI) values have performed both the district and field level from Landsat and field survey data. The PDI equation that developed both the Northern Part equation and the each station equation could be applied to the practical operations by choosing the equation that is suitable for El Nino, La Nina and Normal events and suitable for area of drought occurrence.

สภาพภูมิอากาศเปลี่ยนแปลงและการผันแปรภูมิอากาศส่งผลให้เกิดความแห้งแล้งในหลายประเทศของโลกรวมทั้งภาคเหนือของประเทศไทย ในการแก้ปัญหาดังกล่าวนี้หากสามารถพัฒนาวิธีการที่เหมาะสมเพื่อใช้ติดตามพื้นที่และความรุนแรงของความแห้งแล้งได้อย่างถูกต้องเหมาะสมแล้ว ผลลัพธ์ที่ได้จะเป็นสารสนเทศที่มีประโยชน์ในการวางแผนบรรเทาผลกระทบของความแห้งแล้ง ดังนั้นการวิจัยนี้จึงได้นำดรรชนีความแห้งแล้งทางอุตุนิยมวิทยาต่างๆ มาบูรณาการโดยใช้สหวิทยาการด้านอุตุนิยมวิทยาและดาวเทียมเพื่อพัฒนาเป็นดรรชนีความแห้งแล้งแม่นยำ (PDI) ที่สอดคล้องกับความแห้งแล้งที่เกิดขึ้นและส่งผลกระทบกับการเกษตรในพื้นที่ศึกษาระหว่างเหตุการณ์เอนโซ่ โดยใช้ข้อมูลจากสถานีอุตุนิยมวิทยาจำนวน 10 สถานีของภาคเหนือ ระหว่าง พ.ศ. 2494-2559 เพื่อคำนวณดรรชนีความแห้งแล้งทางอุตุนิยมวิทยาจำนวน 10 ดรรชนี ได้แก่ ดรรชนี Standardized Precipitation Index (SPI), Deciles และ Moisture Available Index (MAI) ราย 1, 2 และ 3 เดือน และดรรชนี Palmer Drought Severity Index (PDSI) รายเดือน รวมทั้งใช้ข้อมูลจากดาวเทียม Terra (MODIS) ระหว่าง พ.ศ. 2543-2559 มาคำนวณดรรชนี Vegetation condition index (VCI) สำหรับการพัฒนาดรรชนี PDI ด้วยเทคนิคการถดถอยเชิงเส้นพหุคูณ ได้ใช้ข้อมูลช่วงเดือนมกราคม-เมษายน และพฤศจิกายน-ธันวาคม ระหว่าง พ.ศ. 2543-2557 โดยกำหนดให้ดรรชนี VCI เฉลี่ยในรัศมี 3 กิโลเมตรรอบสถานีอุตุนิยมวิทยาเป็นตัวแปรตาม และดรรชนีความแห้งแล้งทางอุตุนิยมวิทยาต่างๆ เป็นตัวแปรอิสระ และดำเนินการใน 2 ขั้นตอน คือ การเลือกดรรชนีความแห้งแล้งที่เหมาะสมในการพัฒนาดรรชนี PDI และการสร้างสมการดรรชนี PDI ผลลัพธ์ได้สมการดรรชนี PDI ของภาคเหนือและของแต่ละสถานีในกรณีเหตุการณ์เอลนีโญ ลานีญา และปกติตามลำดับ การตรวจสอบความถูกต้องของสมการดรรชนี PDI ได้ดำเนินการเปรียบเทียบกับดรรชนี VCI ระหว่าง พ.ศ. 2558-2559 และข้อมูลรายงานสถานการณ์ภัยแล้ง นอกจากนี้การตรวจสอบความสมเหตุสมผลของการนำดรรชนี VCI มาใช้บ่งบอกถึงความแห้งแล้งของพื้นที่ศึกษาสำหรับใช้ในการพัฒนาดรรชนี PDI โดยการวิเคราะห์ดรรชนี Normalize Difference Vegetation Index (NDVI) ได้ดำเนินการทั้งระดับอำเภอและระดับสนามจากข้อมูลดาวเทียม Landsat และการสำรวจภาคสนาม สมการดรรชนี PDI ที่พัฒนาขึ้นทั้งสมการของภาคเหนือและของแต่ละสถานีสามารถนำไปใช้ประยุกต์ในการปฏิบัติงานจริงได้ โดยเลือกสมการที่เหมาะสมตรงตามแต่ละเหตุการณ์เอลนีโญ ลานีญา และปกติ และตรงตามพื้นที่ที่เกิดความแห้งแล้ง