การประยุกต์ใช้เทคโนโลยี LIDAR ในการตรวจวัดและประเมินปริมาณฝุ่นละอองในพื้นที่มหาวิทยาลัยราชภัฏกาญจนบุรี
Article Sidebar
Main Article Content
บทคัดย่อ
มลพิษทางอากาศเป็นปัญหาสิ่งแวดล้อมที่สำคัญระดับโลก ส่งผลกระทบอย่างมีนัยสำคัญต่อสุขภาพมนุษย์ ระบบนิเวศ และการพัฒนาเศรษฐกิจอย่างยั่งยืน โดยเฉพาะในสถาบันการศึกษาที่มีประชากรหนาแน่น การตรวจวัดด้วยวิธีมาตรฐานมีข้อจำกัดด้านความถี่และพื้นที่ครอบคลุม การวิจัยนี้จึงศึกษาความสอดคล้องของการตรวจวัดปริมาณฝุ่นละออง PM2.5 และ PM10 ระหว่างเครื่องตรวจวัดแบบ LIDAR ที่ติดตั้ง ณ มหาวิทยาลัยราชภัฏกาญจนบุรี กับข้อมูลจากเครื่องตรวจวัดคุณภาพอากาศแบบ Beta Attenuation ของกรมควบคุมมลพิษที่ติดตั้ง ณ ตำบลปากแพรก ซึ่งมีระยะห่าง 15 กิโลเมตร โดยเก็บข้อมูลจาก 5 จุดหลักภายในมหาวิทยาลัยเป็นระยะเวลา 4 เดือน พร้อมบันทึกปัจจัยแวดล้อมและปริมาณการจราจร ผลการศึกษาพบว่าบริเวณประตูทางเข้ามีค่าฝุ่นละอองสูงสุด (PM2.5: 28.5 ± 3.2, PM10: 52.3 ± 5.1 μg/m³) และพื้นที่สีเขียวมีค่าต่ำสุด (PM2.5: 17.3 ± 2.0, PM10: 32.8 ± 3.5 μg/m³) การวิเคราะห์ความสัมพันธ์แสดงให้เห็นว่าปริมาณการจราจรมีความสัมพันธ์เชิงบวก (r = 0.71) ขณะที่ความเร็วลมมีความสัมพันธ์เชิงลบ (r = -0.58) กับระดับฝุ่นละออง ผลการศึกษานี้นำไปสู่การพัฒนาแนวทางการประยุกต์ใช้ LIDAR สำหรับการเฝ้าระวังและจัดการคุณภาพอากาศในสถาบันการศึกษาอย่างมีประสิทธิภาพ
Article Details
เอกสารอ้างอิง
กรมควบคุมมลพิษ. (2566). รายงานสถานการณ์ฝุ่น PM2.5 2560-2566. กระทรวงทรัพยากรธรรมชาติและสิ่งแวดล้อม, กรุงเทพมหานคร. https://www.pcd.go.th/wp-content/uploads/2024/06/pcdnew-2024-06-21_06-42-54_474054.pdf.
กลุ่มวิจัยวิทยาศาสตร์บรรยากาศ สดร. (2566). สดร.เผยข้อมูลคาดการณ์ค่าฝุ่น PM2.5 ล่วงหน้าจากเทคโนโลยีไลดาร์. https://www.narit.or.th/index.php/news/1623-narit-pm-2-5-lidar. ค้นเมื่อวันที่ 17 มกราคม 2567.
ชัชชนก รักษ์บางแหลม. (2554) ความสัมพันธ์ระหว่างลักษณะของพื้นที่เมืองกับการเกิดมลพิษทางอากาศฝุ่น PM2.5 ในช่วงพ.ศ. 2553 - 2563 กรณีศึกษา: กรุงเทพมหานคร. [วิทยานิพนธ์สถาปัตยกรรมศาสตรมหาบัณฑิต, จุฬาลงกรณ์มหาวิทยาลัย]. จุฬาลงกรณ์มหาวิทยาลัย
สำนักงานป้องกันและบรรเทาสาธารณภัยจังหวัดกาญจนบุรี. (2567). แผนเผชิญมลพิษจากฝุ่นละอองขนาดเล็ก. แหล่งข้อมูล: https://backofficeminisite.disaster.go.th/upload/userfiles/แผนเผชิญเหตุแก้ไขปัญหาฝุ่นละอองขนาด%2065-66.pdf. ค้นเมื่อวันที่ 17 มกราคม 2567.
Barauskas, D., Pelenis, D., Dzikaras, M., Vanagas, G., Mikolajunas, M., Baltrusaitis, J., & Virzonis, D. (2023). Highly selective capacitive micromachined ultrasonic transducer–based miniature gravimetric CO2 sensor with in-situ calibration for relative humidity. Sensors
and Actuators B: Chemical, 393, 134178. https://doi.org/10.1016/j.snb.2023.134178
Bräuer, P., & D’Agostino, C. (2018). Base adsorption mechanism over zeolite catalysts at different Al contents probed by the tapered element oscillating microbalance (TEOM). Physical Chemistry Chemical Physics, 20(19), 13436–13445. https://doi.org/10.1039/c8cp05001e
Butt, J., Oville, C., Sharma, N. C. P., & Barnes, J. E. (2018). Using a CCD camera lidar system for detection of Asian dust. Proceedings of SPIE, 10779, 107790Z. https://doi.org/10.1117/12.2324551
Canton, H. (2021). World Health Organization—WHO. In The Europa directory of international organizations 2021. Routledge. https://doi.org/10.4324/9781003179900-57
Gujrathi, A. (2021). How immunoprotein diagnostic testing has become beneficial to human body. Clinical Medical Reviews and Reports, 3(5). https://doi.org/10.31579/2690-8794/080
Health Effects Institute. (2024, June 27). New State of Global Air Report finds air pollution is second leading risk factor for death worldwide. https://www.healthdata.org/news-events/newsroom/news-releases/new-state-global-air-report-finds-air-pollution-secondleading
Huang, W. (2022). The update of World Health Organization air quality guidelines and its implications on health risk management in low- and middle-income countries. Global Health Journal, 6(1), 3–5. https://doi.org/10.1016/j.glohj.2022.01.004
Kim, H., Kim, J., & Roh, S. (2023). Effects of gas and steam humidity on particulate matter measurements obtained using light-scattering sensors. Sensors, 23(13), 6199. https://doi.org/10.3390/s23136199
Korotcenkov, G. (2019). Gravimetric humidity sensors (1st ed.). CRC Press. https://doi.org/10.1201/b22370-12
Liu, D., Dai, Y., Hou, Z., & Li, D. (2022). Optimized design for the core components of the oscillating balance dust measuring device. In 2022 IEEE 5th International Conference on Electronic Information and Communication Technology (ICEICT) (pp. 278–282). IEEE.
Luo, T., Wang, Z., Zhang, D., Liu, X., Wang, Y., & Yuan, R. (2015). Global dust distribution from improved thin dust layer detection using A-train satellite lidar observations. Geophysical Research Letters, 42(2), 620–628. https://doi.org/10.1002/2014gl062111
McManamon, P. F. (2019). LiDAR receivers. In LiDAR technologies and systems. SPIE Press.
Mifsud, M. D., Sant, T., & Farrugia, R. N. (2018). A comparison of measure-correlate-predict methodologies using LiDAR as a candidate site measurement device for the Mediterranean Island of Malta. Renewable Energy, 127, 230–238. https://doi.org/10.1016/j.renene.2018.05.02
Nations, U. (2017). Sustainable Development Goal 3: Good health and well-being. Africa Sustainable Development Report, 45–63. https://doi.org/10.18356/8f3d4aea-en
Okubo, K., Lagrosas, N., & Shiina, T. (2023). Dust flow distribution measurement by low coherence Doppler lidar. In Springer atmospheric sciences (pp. 143–155). Springer. https://doi.org/10.1007/978-3-031-37818-8_10
Pedelacq, M. E., Garaffo, G., Llanos, E., Venturini, N., & Muniz, P. (2022). Pollution has negative effects on macrozoobenthic trait diversity in a large subtropical estuary. Marine Pollution Bulletin, 184, 114101. https://doi.org/10.1016/j.marpolbul.2022.114101
Seigneur, C. (2019). Air pollution meteorology. In Air pollution: Concepts, theory, and applications. Cambridge University Press. https://doi.org/10.1017/97811086 74614.004
Shukla, K., & Aggarwal, S. G. (2022). A technical overview on beta-attenuation method for the monitoring of particulate matter in ambient air. Aerosol and Air Quality Research, 22(8), 220195. https://doi.org/10.4209/aaqr.220195
