การพัฒนาแผนที่เสี่ยงภัยดินถล่มเชิงพลวัตที่เกิดจากการกระตุ้นของปริมาณน้ำฝนบนลาดภูเขาในภาคเหนือของประเทศไทย

Development of dynamic rainfall-induced landslide risk map on mountain slopes in Northern Thailand

Name: โชติรส เดชคำฟู

ThaSH: การประเมินอันตรายจากแผ่นดินถล่ม

ThaSH: แผ่นดินถล่ม -- ไทย (ภาคเหนือ)

ThaSH: พยากรณ์ฝน

Abstract: ในการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองคาดการณ์ความเสี่ยงการเกิดดินถล่มและพัฒนาแผนที่เสี่ยงภัยดินถล่มบริเวณพื้นที่ลาดเชิงเขาภาคเหนือตอนบนของประเทศไทย โดยได้คัดเลือก 2 พื้นที่ศึกษาสำหรับจัดทำแผนที่เสี่ยงภัยดินถล่มได้แก่ ภูชี้ฟ้า ต.ตับเต่า อ.เทิง และ ดอยแม่สลอง ต.แม่สลองนอก อ.แม่ฟ้าหลวง ซึ่งเป็นพื้นที่บริเวณสถานที่ท่องเที่ยวสำคัญที่มีลักษณะอยู่บนบริเวณที่ลาดชันและมีความเสี่ยงดินถล่มของจังหวัดเชียงราย โดยเริ่มจากการสร้างแบบจำลองคาดการณ์ความเสี่ยงการเกิดดินถล่มด้วยวิธีโครงข่ายประสาทเทียมเพื่อประมาณการค่าความเสี่ยงการเกิดดินถล่มในเชิงตัวเลขซึ่งสร้างแบบจำลองจากการเก็บรวบรวมข้อมูลภาคสนามพื้นที่ดินถล่มในอดีตของพื้นที่ศึกษาจังหวัดเชียงรายและจังหวัดเชียงใหม่ มีตัวแปรที่ใช้ในการพยากรณ์คือ 1) ชนิดของพื้นผิวปกคลุมดิน 2) ภูมิศาสตร์กายภาพชนิดของหิน 3) ความลาดชันของพื้นที่ 4) ปริมาณน้ำฝนสะสม 5 วัน ซึ่งการสร้างแบบจำลองนั้นใช้ Hidden Layer จำนวน 2 ชั้น โดยจำนวน Node ใน Hidden Layer ชั้นแรกเท่ากับ 5 และจำนวน Node ใน Hidden Layer ชั้นถัดไปเท่ากับ 1 ที่ได้มาจากการ Trial and Error ทั้งหมด 25 ครั้ง และมีค่า Accuracy มากที่สุดคือ 96.74 % จากนั้นจึงนำแบบจำลองที่ได้ไปประยุกต์ใช้ร่วมกับกราฟความลึกฝน ช่วงเวลาที่ฝนตก และความถี่ของการเกิดซ้ำ (DDF Curve) ที่ได้จากการวิเคราะห์ทำให้ได้ข้อมูลนำออกเป็นค่าความเสี่ยงการเกิดดินถล่มเชิงตัวเลขของพื้นที่ศึกษาซึ่งสามารถนำไปสร้างแผนที่เสี่ยงภัยดินถล่มที่รอบปีการเกิดซ้ำ 2, 5, 10, 20, 50 และ 100 ปี ตามลำดับ ไว้ใช้เป็นฐานข้อมูลเผยแพร่ให้หน่วยงานท้องถิ่นที่เกี่ยวข้องและประชาชนที่อาศัยอยู่ในพื้นที่สามารถนำข้อมูลไปใช้เฝ้าระวังภัยและวางแผนป้องกันเพื่อหลีกเลี่ยงความเสียหายจากดินถล่มที่จะเกิดขึ้นในอนาคตได้

Abstract: This objective of study was to develop a landslide risk estimate model and develop dynamic rainfall-induced landslide risk map on mountain slopes in Northern Thailand. Two study areas were selected for landslide risk mapping: Phu Chi Fa, Tub Tao Subdistrict, Thoeng District and Doi Mae Salong, Mae Salong Nok Subdistrict, Mae Fah Luang District in Chiang Rai which is an area of important tourist attractions on mountain slopes and risk to landslides. This study was to create and develop a risk estimate model using the artificial neural network (ANN) technique for landslides by collecting field data on past landslides in the study areas in Chiang Rai and Chiang Mai Provinces. The variables for forecasting were 1) types of land cover, 2) physiographic, 3) slope angle, and 4) five-day cumulative rainfall. Two hidden layers were used to create the model. The number of nodes in the first and next hidden layers were five and one respectively, which were derived from a total of 25 trials, and the highest accuracy was 96.74%. After that, the model was applied together with Rainfall Depth – Duration – Frequency Curve (DDF Curve) which was obtained from the analysis. This resulted in the output data as a numerical landslide risk value of the study area, which can be used to generate landslide risk maps at return period 2, 5, 10, 20, 50 and 100 years, respectively. To be a database for dissemination to relevant local authorities and people who live in the study area can use the information to monitor disasters and plan preventive measures from landslides that will happen in the future.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: ธนพร สุปริยศิลป

Role: ประธานกรรมการ

Name: ชูโชค อำยุพงศ

Role: กรรมการ

Name: ีรวัฒน์ ปลำเงิน

Role: กรรมการ

Created: 2565

Modified: 2565-10-30

Issued: 2565-10-30

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมโยธา

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	630631009.pdf	22.99 MB	2	2024-11-11 15:05:20

ใช้เวลา

0.031293 วินาที