การทำนายปริมาณน้ำระบายที่เหมาะสมสำหรับพื้นที่การเกษตรของเขื่อนแควน้อยบำรุงแดนด้วยตัวแบบเกรย์
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาตัวแบบเกรย์สำหรับทำนายปริมาณน้ำระบายที่เหมาะสมสำหรับการเกษตร โดยเลือกใช้ตัวแบบการทำนาย 3 ตัวแบบ ประกอบด้วย GM(1,1), GM(2,1) และ grey Verhulst เริ่มจากการนำข้อมูลปริมาณน้ำระบายของเขื่อนแควน้อยบำรุงแดนมาสร้างกราฟ เพื่อสังเกตแนวโน้มแต่ละที่ ที่มีการระบายน้ำโดยเฉพาะฤดูการเพาะปลูก ผู้วิจัยมีการเก็บข้อมูลปริมาณน้ำระบายเฉลี่ยรายเดือนของปี พ.ศ. 2556 – 2563 เพื่อนำข้อมูลที่คำนวณได้ไปใช้ในการเปรียบเทียบตัวแบบทำนายซึ่งประกอบด้วย ค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์ (Mean Absolute Percentage Error: MAPE) และค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (Mean Square Error: MSE) โดยค่าน้อยที่สุดจะมีความแม่นยำมากที่สุด จากการศึกษาพบว่าตัวแบบเกรย์ GM(2,1) ให้ค่า MAPE และค่า MSE มีความแม่นยำมากที่สุด รองลงมาคือตัวแบบเกรย์ GM(1,1) และตัวแบบเกรย์ grey Verhulst ตามลำดับ ดังนั้นจึงสามารถสรุปได้ว่าควรเลือกใช้ตัวแบบเกรย์ GM(2,1) เป็นตัวแบบทำนายปริมาณน้ำระบายที่เหมาะสมสำหรับพื้นที่การเกษตรของเขื่อนแควน้อยบำรุงแดน นอกจากนี้ยังพบว่าหากต้องการเพิ่มความแม่นยำในการทำนายให้สูงขึ้น ควรมีการพิจารณาปัจจัยอื่น ๆ ที่เกี่ยวข้องเพิ่มเติม เช่น ปริมาณน้ำสะสมในเขื่อนและปริมาณน้ำฝน เข้ามาประกอบการพัฒนาตัวแบบการทำนาย
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
สำนักงานจัดการน้ำภาค 9 กรมทรัพยากรน้ำ. แหล่งข้อมูล : http://water.dwr.go.th/wrro9/in dex.php/ th/. ค้นเมื่อวันที่ 1 ธันวาคม 2563.
โครงการส่งน้ำและบำรุงรักษาเขื่อนแควน้อยบำรุงแดน กรมชลประทาน. แหล่งข้อมูล : http://irriga tion.rid.go.th/rid3/th/index.php/khawaenoi. 2015-2563. ค้นเมื่อวันที่ 2 ธันวาคม 2563.
อดิศักดิ์ พงษ์พูลผลศักดิ์, พงศา พรชัยวิเศษกุล และวัฒนา ชยธวัช. 2558. การวิเคราะห์ต้นทุนน้ำ-ผลประโยชน์ของโครงการชลประทานในประเทศไทย. สำนักงานการวิจัยแห่งชาติ (วช.). [Adisak Pongpoolphonsak, Pongsa Pornchaiwiseskul and Wattana Chayatawat. 2015. Cost-benefit analysis of irrigation projects in Thailand. National Research Council of Thailand (NRCT). (in Thai)]
He, F. And Tao, T. 2014. An Improved Coupling Model of Grey-System and Multivariate Linear Regression for Water Consumption Forecasting, Pol. J. Environ. Stud.;23(4), 1165–1174.
Chen, C., Du, F., Zhang, L. And Song, H. 2019. Application of GM(1,N) model in groundwater mineralization in Cheng' and County, IOP Conf. Series: Earth and Environmental Science 233 (2019) 042010.
Puripat, C. And Sarikavanij, S. 2018. The Comparison of Grey System and the Verhulst Model for Rainfall and Water in Dam Prediction, Advances in Meteorology of Hindawi journal Volume 2018., Article ID 7169130, https://doi.org/10.1155/2018/7169130.
Peter, D.D., Grace, A. And Qiquan, F. 2019. “Predicting the Rainfall of Ghana Using the Grey Prediction Model GM(1,1) and the Grey Verhulst Mode”, International Research Journal of Engineering and Technology (IRJET), 6(8), August 2019.
ชวลิต ชาลีรักษ์ตระกูล และคุณานนต์ ศรีสุทิวา. 2563. วิธีการผันน้ำเพื่อการชลประทานสำหรับลุ่มน้ำเจ้าพระยาตอนล่างในฤดูแล้ง. การประชุมวิชาการวิศวกรรมโยธาแห่งชาติ, ครั้งที่ 25, ชลบุรี, 2308-2313. [Chavalit Chaleeraktrakoon and Kunanon Srisutiva. 2020. A Water Diversion Procedure to Irrigation for the Lower Chao Phraya Basin in Dry Season, The Proceedings of 25th National Convention on Civil Engineering Conference, Chonburi, 2308-2313. (in Thai)]
Julong, D. 1982b. The least parameters controller of decentralized control system. Acta Aurtomatica Sinica, 1, 49-54.
Julong, D. 1983a. Grey System theories and measurement futures, Future and Development, 3, 20-30.
Si-Feng, L. And Lin, Y. 2010. Grey Systems Theory and Applications, Springer.
พิราวรรณ หนูเสน, ประสิทธิ์ พยัคฆพงษ์ และธิดาพร ศุภภากร. 2558. การเปรียบเทียบตัวแบบการพยากรณ์ปริมาณการผลิตน้ำมันดิบในประเทศไทย, วารสารวิทยาศาสตร์และเทคโนโลยี, 23(3), 377-384. [Pirawan Noosen, Prasit Payakkapong and Thidaporn Supapakorn. 2015. A Comparison of Quantity Production of Petroleum Forecasting Models in Thailand, Journal of Science and Technology, 23(3) 377-384. (in Thai)]
Julong, D., And Qi, D. 1985. On grey and fuzzy decision of lining building of irrigation channels. System Science and Comprehensive Studies in Agriculture, 2, 26.
Kayacan, E., Ulutas, B., And Kaynak, O. 2010. Grey system theory-based models in time series prediction. Expert Systems with Applications, 37, 1784.
Chao-Chin, C., Ho-Hsien, C. and Ching-Hua, T. 1986. Grey prediction fuzzy control for pH processes in the food industry. Journal of Food Engineering, 96, 575–582.
