การตรวจติดตามคุณภาพสิ่งแวดล้อมเทศบาลเมืองจันทบุรีด้วยการวิเคราะห์การถดถอย
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อตรวจสอบคุณภาพสิ่งแวดล้อมและวิเคราะห์การถดถอยข้อมูล ดำ เนินการสำ รวจข้อมูลคุณภาพ อากาศใน 17 ชุมชน ของเทศบาลเมืองจันทบุรีด้วยการตรวจวัดสารมลพิษ 4 ชนิด ได้แก่ ฝุ่นละอองขนาด ไม่เกิน 2.5 และ 10 ไมครอน ก๊าซคาร์บอนมอนอกไซด์ และก๊าซไนโตรเจนไดออกไซด์ และเก็บตัวอย่างน้ำ เสียแบบจ้วงในระบบบำ บัดน้ำ เสียชนิด บ่อผึ่งเพื่อตรวจวิเคราะห์ปริมาณสารอินทรีย์ ผลการศึกษาดัชนีคุณภาพอากาศบ่งชี้ว่าคุณภาพอากาศอยู่ในเกณฑ์ดีมาก ขณะ ที่ปริมาณสารอินทรีย์ในระบบบำ บัดน้ำ เสียลดลงอย่างต่อเนื่อง การวิเคราะห์การถดถอยแบบพหุชี้ให้เห็นว่าฝุ่นละอองขนาดไม่ เกิน 10 ไมครอนและฤดูกาล เหมาะสำ หรับการพยากรณ์ดัชนีคุณภาพอากาศ นอกจากนี้ การประมาณค่าบีโอดีด้วยสมการการ ถดถอยอย่างง่ายพบค่าสัมประสิทธิ์การตัดสินใจ (R2 ) ของฤดูฝนและฤดูแล้งอยู่ในระดับสูงเท่ากับ 0.837 และ 0.873 ตามลำ ดับ ดังนั้น การพยากรณ์ข้อมูลคุณภาพน้ำสามารถนำ ไปประยุกต์ใช้เพื่อควบคุมลักษณะของน้ำ เสียได
Article Details
References
กรมส่งเสริมคุณภาพสิ่งแวดล้อม. (2562). การพัฒนาระบบเตือนภัยความร้อนและหมอกควันล่วงหน้าสำหรับพื้นที่ภาคเหนือตอนบนของประเทศไทย. กรุงเทพมหานคร: กรมส่งเสริมคุณภาพสิ่งแวดล้อม
จักรพันธ์ โพธิพัฒน์ และภัทร ศรีสรวล. (2563). คุณภาพน้ำและการฟอกตัวของธารน้ำจากอุทยานแห่งชาติในจังหวัดจันทบุรี. วารสารวิทยาศาสตร์บูรพา, 25(2), 524-535.
ธนิตย์ อินทรัตน์. (2554). การประยุกต์ใช้ภูมิสารสนเทศเพื่อประเมินคุณภาพอากาศ: กรณีศึกษา จังหวัดชลบุรี. วารสารวิทยาศาสตร์บูรพา, 16(1), 32-340.
ปภัสรา ขวัญมา, สมนิมิต พุกงาม และวันชัย อรุณประภารัตน์. (2562). ปัจจัยทางอุตุนิยมวิทยาที่มีผลต่อความเข้มข้นของฝุ่นละอองขนาดไม่เกิน 10 ไมครอน ในพื้นที่ตำบลหน้าพระลาน อำเภอเฉลิมพระเกียรติ จังหวัดสระบุรี. PSRU Journal of Science and Technology, 4(2), 85-94.
พิบูล อิสสระพันธุ์. (2557). ความสัมพันธ์ระหว่างดัชนีชี้วัดคุณภาพอากาศและฝุ่นละอองในบรรยากาศที่มีขนาดไม่เกิน 10 ไมครอนกับโรคทางเดินหายใจใน 8 จังหวัดภาคเหนือของประเทศไทยระหว่างปีงบประมาณ 2553 – 2554. Thammasart Medical Journal, 14(1), หน้า 13-26.
วารี สีดาคำ. (2561). การพยากรณ์ปริมาณออกซิเจนละลายน้ำของแม่น้ำบางปะกงด้วยการวิเคราะห์การถดถอยเชิงเส้นพหุคูณ. ปริญญานิพนธ์วิทยาศาสตรบัณฑิต สาขาวิชาสถิติ, มหาวิทยาลัยบูรพา.
ศิวิมล เชื้อรุ่ง และศิวพันธุ์ ชูอินทร์. (2562). แนวทางการเพิ่มประสิทธิภาพระบบบำบัดน้ำเสียของมหาวิทยาลัยราชภัฏสวนสุนันทาโดยใช้ความสัมพันธ์ระหว่างค่าบีโอดีกับค่าซีโอดี. วารสารวิชาการเทคโนโลยีอุตสาหกรรม : มหาวิทยาลัยราชภัฏสวนสุนันทา, 7(1), 6-12.
สาวิตรี จำปาหอม. (2559). ฝุ่นละอองขนาดไม่เกิน 10 ไมครอน (PM10) และโลหะใน PM10 ภายในและภายนอกอาคารในจังหวัดราชบุรี. วิทยานิพนธ์ระดับปริญญาตรีวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาศาสตร์สิ่งแวดล้อม, มหาวิทยาลัยศิลปากร.
สำนักงานจังหวัดจันทบุรี. (2558). คู่มือการท่องเที่ยว. กรุงเทพมหานคร: สำนักพิมพ์ บริษัท พี.เอ.ลิฟวิ่ง จำกัด.
อุทัยวรรณ สายพัฒนะ และฉัตรศิริ ปิยะพิมลสิทธิ์. (2547). Collinearity. วารสารปาริชาต, 17(1), 55-62.
Abyaneh, H.Z. (2014). Evaluation of multivariate linear regression and artificial neural networks in prediction of water quality prameters. Journal of Environmental Health Science and Engineering, 12(40), 1-8.
Baki, O.T., Aras, E., Akdemir, U.O., & Yilmaz, B. (2019). Biochemical oxygen demand prediction in wastewater treatment plant by using different regression analysis models. Desalination and Water Treatment, 157, 79-89.
Bhatt, A.H., Karanjekar, R.V., Altouqi, S., Sattler, M.L., Hossain, M.D.S., & Chen, V.P. (2017). Estimating landfill leachate BOD and COD based on rainfall, ambient temperature, and waste composition: Exploration of a MARS statistical approach. Environmental Technology & Innovation, 8, 1-16.
Bundao, S., Veeravaitaya, N., Kaewnern, M., & Ingthamjitr, S. (2018). The relationship between land use and water quality in Bangpakong Estuary, Thailand. Journal of Fisheries and Environment, 42(2), 24-31.
Cheng, Y., Ho, K.F., Lee, S.C., & Law, S.W. (2006). Seasonal and diurnal variations of PM1.0, PM2.5 and PM10 on the roadside environment of Hongkong. China Particuology, 4(6), 312-315.
Ebrahimi, M., Gerber, E.L., & Rockaway, T.D. (2017). Temporal performance assessment of wastewater treatment plants by using multivariate statistical analysis. Journal of Environmental Management, 193, 234-246.
Khodadadi, M., Mesdaghinia, A., Nasseri, S., Ghaneian, M.T., Ehrampoush, M.H., & Hadi, M. (2016). Prediction of the waste stabilization pond performance using linear multiple regression and multi-layer perceptron neural network: a case study of Birjard, Iran. Environmental Health Engineering and Management Journal, 3(2), 81-89.
Kliengchuay, W., Srimanus, R., Srimanus, W., Niampradit, S., Preecha, N., Mingkhwan, R., Worakhunpiset, S., Limpanont, Y., Moonsri, K., & Tantrakarnapa, K. (2021). Particulate matter (PM10) prediction based on multiple linear regression: a case study in Chiang Rai Province, Thailand. BMC Public Health, 21(2149), 1-9.
Lesar, T.T., & Filipcic, A. (2017). Multiple Linear Regression (MLR) model simulation of hourly PM10 concentrations during sea breeze events in the split area. International Journal of Maritime Science & Technology, 64(3), 77-85.
Oliveira-Esquerre, K.P., Mori, M., & Bruns, R.E. (2002). Simulation of an industrial wastewater treatment plant using artificial neural networks and principal components analysis. Brazilian Journal of Chemical Engimeering, 19(4), 365-370.
Pindyck, R.S., & Rubinfeld. (1998). Econometric medel and economic forecasts. McGraw-Hill.
Rene, E.R., & Saidutta, M.B. (2008). Prediction of water quality indices by regression analysis and artificial neural networks. International Journal of Environmental Research, 2(2), 183-188.
Sharma, P., Sood, S., & Mishra, S. (2020). Development of multiple linear regression model for biochemical oxygen demand (BOD) removal efficiency of different sewage treatment technologies in Delhi, India. Sustainable Water Resources Management, 6(29), 1-13.