ตัวแบบพยากรณ์ปริมาณน้ำในเขื่อนน้ำอูน จังหวัดสกลนคร
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อสร้างตัวแบบพยากรณ์ปริมาณน้ำในเขื่อนรายวัน รายสัปดาห์ และรายเดือน ของเขื่อนน้ำอูน จ.สกลนครด้วยการวิเคราะห์การถดถอยพหุคูณและเทคนิคการวิเคราะห์อนุกรมเวลา 4 วิธี ข้อมูลที่ใช้ในวิเคราะห์ ได้แก่ ปริมาณน้ำในเขื่อน (หน่วยล้านลูกบาศก์เมตร) พื้นที่ผิวน้ำ ปริมาณการระบายน้ำ และตัวแปรทางอุตุนิยมที่เกี่ยวข้อง ตั้งแต่วันที่ 1 มกราคม พ.ศ. 2560 ถึง วันที่ 30 พฤศจิกายน พ.ศ. 2564 เก็บบันทึกโดยโครงการส่งน้ำและบำรุงรักษาน้ำอูน จ.สกลนคร สำหรับการสร้างตัวแบบพยากรณ์ปริมาณน้ำในเขื่อนรายวัน รายสัปดาห์ และรายเดือน ผู้วิจัยได้ทำการแบ่งข้อมูลทั้งหมด เป็น 2 ส่วน โดยแบ่งข้อมูล 12 คาบเวลาสุดท้าย ใช้ทดสอบประสิทธิภาพตัวแบบ ส่วนข้อมูลที่เหลือก่อนหน้านั้นใช้เพื่อสร้างตัวแบบ และเปรียบเทียบประสิทธิภาพของตัวแบบด้วยเกณฑ์ MAPE ต่ำสุด ผลการศึกษาพบว่า การพยากรณ์ปริมาณน้ำในเขื่อนน้ำอูนรายวันด้วยวิธีการพยากรณ์ของโฮลต์และวินเตอร์ กรณีตัวแบบเชิงคูณ ได้ค่า MAPE ต่ำสุด รองลงมาคือ วิธีการค่าเฉลี่ยเคลื่อนที่อย่างง่ายครั้งละ 3 คาบเวลา การพยากรณ์ปริมาณน้ำในเขื่อนน้ำอูนรายสัปดาห์และรายเดือนด้วยวิธีการวิเคราะห์ถดถอยพหุเมื่อคัดเลือกตัวแปรด้วยวิธีขั้นบันได ได้ค่า MAPE ต่ำสุด รองลงมาคือ วิธีการค่าเฉลี่ยเคลื่อนที่อย่างง่ายครั้งละ 3 คาบเวลา
Article Details
เอกสารอ้างอิง
Office of the National Water Resources, 2019,. The 20-year Water Resource Management Master Plan (2018-2037), Thailand: Bangkok (in Thai)
Sangkarak, S., Rattanaphan, P., Phetrak, A., and Kittipongvises, S., 2020, Impacts of climate change on water resources and management, Environmental Journal, 24:(1), pp.1-8. (in Thai)
Impithuk, W., 2017, The Great Flood Crisis in Sakon Nakhon 2017 and Opportunities for Sustainable Development Available Source: https://www.csc.ku.ac.th/th/wp-content/ uploads/2017/08/, March 26, 2022. (in Thai)
Kanthananon, K., 2018, Statistical Forecasting, 1st ed., Bangkok: Se-Education Public Company Limited. (in Thai)
Tongsiri, J. and Kangrang, A., 2018, Prediction of Future Inflow under Hydrological Variation Characteristics and Improvement of Nam Oon Reservoir Rule Curve using Genetic Algorithms, Journal of Science and Technology Mahasarakham University. 37(6): 775-788. (in Thai)
Khai, W. J., Alraih, M., Ahmed, A. N., Fai, C. M., EL-SHAFIE A. and EL-SHAFIE, A., 2019, Daily Forecasting of Dam Waterlevels using Machine Learning, International Journal of Civil Engineering and Technology (IJCIET), 10(6): 314-323.
Fongngen, W., Arreerard, W. and Phomasakha Na Sakolnakorn, P., 2018, Forecasting Daily Discharge in Kievlom Dam Using Data Mining Techniques, Journal of Modern Management Science, 10(2): 121-131. (in Thai)
Pengsiri, P., Sodsee, S. and Meesad. P., 2018, A Comparison of Optimal Drainage Methods based on Time Series Forecasting Technique, Journal of Science and Technology Mahasarakham University, 37(5):715-725. (in Thai)
Castillo-Botón, C., Casillas-Pérez, D., Casanova-Mateo, C., Moreno-Saavedra, L. M., Morales-Díaz, B., Sanz-Justo, J., Gutiérrez, P. A. and Salcedo-Sanz, S., 2020, Analysis and Prediction of Dammed Water Level in a Hydropower Reservoir Using Machine Learning and Persistence-Based Techniques, Journal of Water, Basel, Switzerland. 12: 1-23.
Wongoutong, C., 2021, The Effect on Forecasting Accuracy of the Holt-Winters Method When Using the Incorrect Model on a Non-Stationary Time Series, Thailand Statistician, 19(3): 565-582.
Anuruddhika, M.L.P., Premarathna, L.P.N.D., Perera, K.K.K.R., Hansameenu, W.P.T., and Weerasinghe., V.P.A., 2021, The Holt-Winters’ method for forecasting water discharge, in Attanagalu Oya in International Conference on Applied and Pure Sciences, 2021, University of Kelaniya, Sri Lanka. pp. 49-55.
Mgandu, F. A., Mkandawile, M., and Rashid, M., 2020, Trend Analysis and Forecasting of Water Level in Mtera Dam Using Exponential Smoothing. International Journal of Mathematical Sciences and Computing (IJMSC). 6(4):26-34, DOI: 10.5815/ijMSC.2020.04.03
Goodwin, P., 2010, The Holt-Winters Approach to Exponential Smoothing: 50 Years Old and Going Strong. Foresight: International Journal of Applied Forecasting, International Institute of Forecasters, 19: 30-33.
Khairina, D. M., Maharani, S., Widagdo, P. P., Ramlawati, and Hatta, H. R. (2020). Forecasting Model of Amount of Water Production Using Double Moving Average Method, in the 3rd International Conference on Computer and Informatics Engineering (IC2IE), Yogyakarta, Indonesia, pp. 167-170, doi: 10.1109/IC2IE50715.2020.9274603.
Heydari, M., Ghadim, H. B., Rashidi, M., and Noori, M., 2020, Application of Holt-Winters Time Series Models for Predicting Climatic Parameters (Case Study: Robat Garah-Bil Station, Iran). Pol. J. Environ. Stud. 29(1): 617-627.
The Tourism Authority of Thailand (TAT), Available Source:https://thai.tourismthailand. org/Attraction/ March 22, 2022. (in Thai)
