การพัฒนาระบบสนับสนุนการตัดสินใจเพื่อการจัดการน้ำท่วมในลุ่มน้ำกว๊านพะเยา

Development of decision support system for flood management in Gwan Phayao Basin

Name: เปรม เชิดโชติกานต์

ThaSH: กว๊านพะเยา

ThaSH: การจัดการลุ่มน้ำ

ThaSH: การป้องกันความเสียหายจากน้ำท่วม

ThaSH: น้ำท่วม

ThaSH: ระบบสนับสนุนการตัดสินใจ

Abstract: ในการศึกษานี้มีวัตถุประสงค์ คือ การพัฒนาระบบสนับสนุนการตัดสินใจเพื่อการจัดการน้ำ ท่วมไม่ให้ท่วมพื้นที่รอบกว๊านพะเยาและท้ายกว๊านพะเยาโดยใช้วิธีสมดุลน้ำ โดยการสร้างแบบจำลอง น้ำฝน - น้ำท่าสำหรับการหาปริมาณน้ำสุทธิที่ไหลเข้าสู่กว้านพะเยาเพื่อเป็นข้อมูลสำคัญในการช่วย พัฒนาระบบสนับสนุนการตัดสินใจโดยใช้วิธีสมดุลน้ำ และการพยากรณ์ปริมาณน้ำท่วมล่วงหน้าใน ลำน้ำสาขาที่เสี่ยงภัยน้ำท่วมโดยใช้โครงข่ายประสาทเทียม โดยในการศึกษานี้ได้พิจารณาลำน้ำแม่ต๋ำ ซึ่งเป็นลุ่มน้ำสำคัญที่ไหลผ่านย่านชุมชนและเขตเทศบาลก่อนไหลลงสู่กว๊านพะเยา การพัฒนาระบบสนับสนุนการตัดสินใจเพื่อการจัดการน้ำท่วมไม่ให้ท่วมพื้นที่รอบกว๊าน พะเยาและท้ายกว๊านพะเยาโดยใช้วิธีสมดุลน้ำนั้นทำเพื่อหาปริมาณน้ำจากลุ่มน้ำสาขาที่ไหลเข้ากว๊าน พะเยาโดยใช้โปรแกรม IFAS (Integrated Flood Analysis System) บนหลักการแบบจำลองถัง 2 ชั้น โดยใช้ข้อมูลนำเข้าเป็นข้อมูลปริมาณฝนและข้อมูลทางกายภาพของพื้นที่ การศึกษานี้ได้แบ่งลุ่มน้ำ สาขาของกว้านพะเยาออกเป็นลุ่มน้ำย่อย 6 ลุ่มน้ำ โดยเป็นลุ่มน้ำสาขาที่มีสถานีวัดน้ำท่าติดตั้งอยู่ จำนวน 3 ลุ่มน้ำ ได้แก่ ลุ่มน้ำอิงตอนบน, ลุ่มน้ำแม่ต่ำ และลุ่มแม่ต๊ำ จึงสามารถนำข้อมูลน้ำท่าที่วัดได้ จากสถานีวัดดังกล่าวมาสอบเทียบกับค่าของแบบจำลองจากโปรแกรม โดยทำการปรับค่าพารามิเตอร์ จำเพาะของลุ่มน้ำต่างๆ ตามลักษณะการใช้ที่ดิน ได้แก่ SKF (Final Infiltration Capacity), SNF (Roughness Coefficient of Ground Surface) และ AUD Regulation Coefficient of Rapid Intermediate outflow) โดยพิจารณาชุดพารามิเตอร์ ที่เหมาะสมจากค่า R2 ซึ่งมีค่าเท่ากับ 0.931, 0.896 และ 0.875 ตามลำดับ และในงานวิจัยนี้ผู้วิจัยได้ทำระบบตัดสินใจการจัดการน้ำโดยแบ่งออกเป็นแนวทางการ จัดการน้ำ 4 แนวทางบนข้อจำกัดทางกายภาพของกว๊านพะเยาและปริมาณน้ำที่คำนวณได้จาก แบบจำลอง ส่วนการพยากรณ์ปริมาณน้ำท่วมล่วงหน้าในลำน้ำสาขาที่เสี่ยงภัยน้ำท่วมโดยใช้โครงข่าย ประสาทเทียม ได้เลือกใช้ข้อมูลปริมาณน้ำท่าและปริมาณฝนจากสถานีวัดน้ำที่อยู่ในพื้นที่ลุ่มน้ำแม่ต๋ำ จำนวน 2 สถานีและพิจารณาค่าเวลาเหลื่อมของค่าอัตราการไหลสูงสุดที่เกิดขึ้นของทั้ง 2 สถานีพบว่า มีค่าเวลาเหลื่อม 4-6 ชั่วโมง จึงใช้ข้อมูลนำเข้าเป็นค่าอัตราการไหลย้อนหลัง 4 คาบเวลาร่วมกับข้อมูล ปริมาณฝน และใช้ชั้นซ่อนจำนวน 1 และ 2 ชั้นร่วมกับฟังก์ชันกระตุ้น 2 รูปแบบคือ Sigmoid Fuction และ Rectified unit Function โดยแบ่งรูปแบบของแบบจำลองออกเป็น 2 รูปแบบได้แก่ แบบจำลองที่ ใช้ข้อมูลนำเข้าคือปริมาณน้ำท่าอย่างเดียว และแบบจำลองที่ใช้ข้อมูลนำเข้าคือปริมาณน้ำท่าและ ปริมาณฝนที่ คาบเวลา 1-4 ชั่วโมงถ่วงหน้าซึ่งได้ผลลัพธ์ที่ดีที่สุดคือ แบบจำลองที่คาบเวลา 4 ชั่วโมง ถ่วงหน้าที่มีข้อมูลนำเข้าคือปริมาณน้ำท่าและปริมาณฝนโดยมีข้อมูลนำเข้า 12 จำนวน และใช้ชั้นซ่อน 1 ชั้นคือ Sigmoid Function และให้ค่า MSE เท่ากับ 0.2295

Abstract: The objectives of the study are to develop DSS (Decision Support System) to solve flooding in the area of Kwan Phayao by using water balance. The data is collected by using a rainfall-runoff model to measure the amount of water flowing in Kwan Phayao. Furthermore, the study aims to forecast the watershed runoff around the risk area by using an artificial neural network. The case focused on Mae Tum ; the main river that flows through the municipal area and ends up in Kwan Phayao. IF AS program on two layers tank model involves the development of DSS for measuring the amount of water from tributary entered to Kwan Phayao. The main input is the amount of rainfall and physical area. According to the study, Kwan Phayao River has split into six sub-basins. The runoff data from Ing river, Mae Tam, and Mae Tum ; the branches near a gauging station, is used to compare with the IF AS program on two layers tank model. The Parameter value is adjusted depending on the nature of the land ; for example, SKF (Final Infiltration Capacity), SNF (Roughness Coefficient of Ground Surface), and AUD (Regulation Coefficient of Rapid Intermediate Outflow).The proper parameter is considered by R2 (or 0.931, 0.896, and 0.875). Due to the development of DSS (Decision Support System), there are four plans of solutions in the condition of the physical environment of Kwan Phayao and the amount of water calculated via the model. Furthermore, flood forecasting in the risk area by using an artificial neural network gathers data through runoff and rainfall from Mae Tum's gauging station. In addition, The time-lapse of rate of flow in the departments results as 4-6 hours. Thus, the input focus on the rate of flow in the previous four hours and the amount of rainfall by using two hidden layers with Sigmoid Function and Rectified linear unit Function. The model has diverged into two types. There are the model that only uses the input data is the runoff and the models that use the input data are runoff and rainfall which 1-4 hours in advance shows the best result. The four hours model that use the input data are runoff and rainfall with 12 units input and a hidden layer Sigmoid Function represent MSE ; 0.2295.

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: ชูโชค อายุพงศ์

Role: อาจารย์ที่ปรึกษา

Created: 2565

Modified: 2024-01-06

Issued: 2566-09-13

วิทยานิพนธ์/Thesis

application/pdf

tha

Spatial: พะเยา

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมโยธา

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	610631013.pdf	10.86 MB	7	2025-08-22 09:57:37

ใช้เวลา

0.037719 วินาที