ระบบสารสนเทศภูมิศาสตร์ในการวิเคราะห์พื้นที่อ่อนไหวต่อการเกิดไฟป่าโดยใช้วิธีอัตราส่วนความถี่วิธีดัชนีทางสถิติและวิธีถ่วงน้าหนักปัจจัย
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อประยุกต์ระบบสารสนเทศภูมิศาสตร์ในการวิเคราะห์พื้นที่อ่อนไหวต่อการเกิดไฟป่า โดยใช้วิธีอัตราส่วนความถี่ วิธีดัชนีทางสถิติ และวิธีถ่วงน้ำหนักปัจจัย ศึกษาในพื้นที่อำเภอจอมทอง จังหวัดเชียงใหม่ โดยใช้ข้อมูลตำแหน่งการเกิดไฟป่าจำนวน 1,051 จุด จำแนกเป็นข้อมูลตัวอย่างในการเรียนรู้ 745 จุด และ 306 จุด ใช้เป็นข้อมูลทดสอบประสิทธิภาพของการวิเคราะห์ ปัจจัยที่ใช้ในการศึกษามีทั้งสิ้น 8 ปัจจัย ประกอบด้วย ความสูงภูมิประเทศ ความลาดชัน ทิศทางด้านลาด ดัชนีความชื้นภูมิประเทศ ดัชนีความแตกต่างพืชพรรณ ปริมาณน้ำฝน ความหนาแน่นทางน้ำ และการใช้ที่ดิน ข้อมูลตัวอย่างในการเรียนรู้นำมาทำการซ้อนทับกับปัจจัยทั้งหมดเพื่อหาค่าคะแนนและค่าถ่วงน้ำหนัก จากนั้นจึงจัดทำแผนที่พื้นที่อ่อนไหวต่อการเกิดไฟป่าแบ่งเป็น 5 ระดับ ได้แก่ ระดับมากที่สุด ระดับมาก ระดับปานกลาง ระดับต่ำ และระดับต่ำที่สุด และเปรียบเทียบประสิทธิภาพของ 3 วิธีการด้วยวิธีการหาพื้นที่ใต้เส้นโค้ง ผลการศึกษาพบว่า พื้นที่อ่อนไหวต่อการเกิดไฟป่าในระดับอ่อนไหวมากที่สุดจากวิธีการอัตราส่วนความถี่ วิธีดัชนีทางสถิติ และวิธีถ่วงน้ำหนักปัจจัย มีพื้นที่คิดเป็นร้อยละ12.88, 20.39 และ 21.34 ตามลำดับ พบพื้นที่อ่อนไหวสูงมากต่อการเกิดไฟป่าบริเวณตอนกลางของพื้นที่ ปัจจัยที่มีระดับอิทธิพลต่อการเกิดไฟป่ามากที่สุด 3 ลำดับแรก ได้แก่ ความสูงภูมิประเทศ ปริมาณน้ำฝน และการใช้ที่ดิน และผลการเปรียบเทียบพบว่า วิธีการที่ให้ค่าประสิทธิภาพในการวิเคราะห์สูงสุด ได้แก่ วิธีถ่วงน้ำหนักปัจจัย มีค่าอัตราความสำเร็จจากการวิเคราะห์พื้นที่ใต้กราฟ AUC คิดเป็นร้อยละ 83.73 รองลงมา ได้แก่ วิธีการดัชนีทางสถิติ คิดเป็นร้อยละ 80.90 และวิธีการอัตราส่วนความถี่ คิดเป็นร้อยละ 70.50 และค่าอัตราการคาดการณ์ของวิธีถ่วงน้ำหนักปัจจัยมีค่า AUC สูงสุดคิดเป็นร้อยละ 84.41 ส่วนวิธีดัชนีทางสถิติ และวิธีอัตราส่วนความถี่มีค่าอัตราการคาดการณ์ยเป็น 80.77 และ 70.62 ตามลำดับ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยธรรมศาสตร์ ข้อความที่ปรากฏในแต่ละเรื่องของวารสารเล่มนี้เป็นเพียงความเห็นส่วนตัวของผู้เขียน ไม่มีความเกี่ยวข้องกับคณะวิทยาศาสตร์และเทคโนโลยี หรือคณาจารย์ท่านอื่นในมหาวิทยาลัยธรรมศาสตร์ ผู้เขียนต้องยืนยันว่าความรับผิดชอบต่อทุกข้อความที่นำเสนอไว้ในบทความของตน หากมีข้อผิดพลาดหรือความไม่ถูกต้องใด ๆ
เอกสารอ้างอิง
Dorji, S., & Ongsomwang, S. (2017). Wildfire Susceptibility Mapping in Bhutan Using Geoinformatics Technology. Suranaree Journal of Science and Technology, 24(2), 213-237.
Forest Fire Control Office. (2021). Forest Fire Statistics. Available Source: http://portal.dnp.go.th/Content/firednp?contentId=15705. Retrieved December 20, 2021. (in Thai)
GISTDA. (2020). Forest Fires and Smog Situation Summary Report from Satellite Data 2020. Report, Geo-Informatics and Space Technology Development Agency (Public Organization), Bangkok, 6 p. (in Thai)
Khampeera, A., Yongsatisak, T., Yongchalermchai, P. P., & Koedkurung, K. (2021). Analysis of Fire Risk Areas During Drought in Kuan Kreng Peat Swamp, Nakhon Si Thammarat Province using a GIS-AHP Method. Thai Journal of Science and Technology, 10(2), 234-250. doi: 10.14456/tjst.2021.19 (in Thai)
Khosravi, K., Pourghasemi, H. R., Chapi, K., & Bahri, M. (2016). Flash Flood Susceptibility Analysis and Its Mapping Using Different Bivariate Models in Iran: A Comparison Between Shannon’s Entropy, Statistical Index, and Weighting Factor Models. Environmental Monitoring and Assessment, 188, 656. doi: 10.1007/s10661-016-5665-9
Pourghasemi, H. R., Moradi, H. R., & Fatemi Aghda, S. M. (2013). Landslide Susceptibility Mapping by Binary Logistic Regression, Analytical Hierarchy Process, and Statistical Index Models and Assessment of Their Performances. Natural Hazards, 69, 749-779. doi: 10.1007/s11069-013-0728-5
Pradeep, G. S., Danumah, J. H., Nikhil, S., Prasad Megha, K., Patel, N., Mammen Pratheesh, C., ... Kuriakose Sekhar, L. (2022). Forest Fire Risk Zone Mapping of Eravikulam National Park in India: A Comparison Between Frequency Ratio and Analytic Hierarchy Process Methods. Croatian Journal of Forest Engineering, 43(1), 199-217. doi: 10.5552/crojfe.2022.1137
Sangnoppakun, N., Thongouam, R., & Jeefoo, P. (2021). Assessment of Wildfire Risk Zonation using Analytical Hierarchical Process in Phayao Province. Journal of Spatial Information and Decision, 2(2), 52-64. (in Thai)
Suppawimut, W. (2021a). Flood Susceptibility Analysis Using Geographic Information System, Frequency Ratio and Relative Frequency Ratio Methods in San Pa Tong District, Chiang Mai, Thailand. The Journal of Applied Science, 20(2), 134-156. doi: 10.14416/j.appsci.2021.02.011 (in Thai)
Suppawimut, W. (2021b). GIS-based Flood Susceptibility Mapping Using Statistical Index and Weighting Factor Models. Environmental and Natural Resource Journal, 19(6), 481-493. doi: 10.32526/ennrj/19/2021003
van Westen, C. (1997). Statistical Landslide Hazard Analysis. ILWIS 2.1 for Windows Application Guide. ITC Publication, Enschede.
Yalcin, A., Reis, S., Aydinoglu, A. C., & Yomralioglu, T. (2011). A GIS-Based Comparative Study of Frequency Ratio, Analytical Hierarchy Process, Bivariate Statistics and Logistics Regression Methods for Landslide Susceptibility Mapping in Trabzon, NE Turkey. CATENA, 85(3), 274–287. doi: 10.1016/j.catena.2011.01.014
