Abstract:
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อประมาณค่าและเปรียบเทียบปริมาณน้ำท่า พื้นที่น้ำท่วม และศึกษาลักษณะทางอุทกวิทยาประการ โดยใช้แบบจำลอง RRI บริเวณลุ่มน้ำยม โดยใช้ปัจจัยที่มีอิทธิพลต่อการเกิดน้ำท่าในแบบจำลอง RRI ได้แก่ ข้อมูลแบบจำลองความสูงเชิงเลข (DEM) ปริมาณน้ำฝน ข้อมูลชุดดิน และข้อมูลการใช้ประโยชน์ที่ดิน โดยเตรียมข้อมูลสารสนเทศ ทางภูมิศาสตร์เชิงพื้นที่เพื่อปรับค่าแบบจำลองในช่วงเดือนมกราคมถึงเดือนธันวาคม ปี พ.ศ. 2554 และตรวจสอบความถูกต้องแบบจำลอง ในปี พ.ศ. 2559 ทำการคาดการณ์การเปลี่ยนแปลง ปริมาณน้ำท่าและพื้นที่น้ำท่วม ในภาพเหตุการณ์จำลองภายใต้การเปลี่ยนแปลงสภาพภูมิอากาศ และการเปลี่ยนแปลงการใช้ประโยชน์ที่ดิน
ผลการศึกษาพบว่า แบบจำลอง RRI มีประสิทธิภาพดีในการประมาณค่าปริมาณน้ำท่าและพื้นที่น้ำท่วม เมื่อเทียบกับค่าตรวจวัดจริง โดยมีค่าดัชนีค่าสัมประสิทธิ์สหสัมพันธ์ (r), NSE, Pbias ความถูกต้องโดยรวม และค่าสถิติสัมประสิทธิ์แค็ปปา เท่ากับ 0.82, 0.7, 10.77, 86.11 และ 0.42 ตามลำดับ ในปี พ.ศ. 2559 มีปริมาณน้ำท่ารายปี เท่ากับ 23,06.49 ล้านลูกบาศก์เมตร โดยมีปริมาณน้ำท่าสูงสุดในเดือนกันยายน ปริมาณน้ำท่าช่วงหลากและปริมาณน้ำท่าช่วงแล้งฝน คิดเป็นร้อยละ 84.20 และ 15.80 ต่อปริมาณน้ำท่ารายปี ตามลำดับ และพื้นที่น้ำท่วม มีพื้นที่น้ำท่วมเท่ากับ 373.77 ตารางกิโลเมตร พบในพื้นที่ตอนล่างของลุ่มน้ำยมเป็นส่วนใหญ่ ส่วนการประมาณค่าปริมาณน้ำท่าและพื้นที่น้ำท่วมในแต่ละภาพเหตุการณ์จำลอง พบว่า ปริมาณน้ำท่ารายปีมีความแตกต่างกัน ทางสถิติ (p<0.05) ในทุกภาพเหตุการณ์จำลอง โดยปริมาณน้ำท่า พื้นที่น้ำท่วม และลักษณะทางอุทกวิทยาบางประการ มีความผันแปรสอดคล้องกัน การเปลี่ยนแปลงการสภาพภูมิอากาศมีอิทธิพลต่อการเปลี่ยนแปลงปริมาณน้ำท่าและพื้นที่น้ำท่วม มากกว่าการเปลี่ยนแปลงการใช้ประโยชน์ที่ดิน
The aims of this study were estimate and compare the streamflow and inundation and some hydrological characteristics was investigated using RRI model in the Yom watershed. Digital elevation model (DEM), rainfall amount, soil series, and land utilization data were used as a factors influencing to streamflow. The spatial geoinformatics data were prepared for training model in January to December 2011 and testing data in 2016 for prediction streamflow and inundation under rainfall variability and land-use change scenario. The result found that the RRI model performs well in estimating streamflow and inundation compared with measurement data with the Correlation coefficient (r), NSE, Pbias, Overall accuracy, and Kappa coefficient were 0.82, 0.7, 10.77, 86.11 and 0.42 respectively. The streamflow in 2016 was 2,306.49 MCM, which is the highest in September. During wet flow was 84.20 percent of annual runoff, while 15.80 percent of annual streamflow in dry flow. The inundation area was 373.77 km2, mostly located in lower Yom watershed. Streamflow and inundation estimation under different scenarios found that annual streamflow under all scenario showed significantly different (p<0.05). Streamflow, inundation, and some hydrological characteristics were varied accordingly consistent. The rainfall variability has more affect to streamflow and inundation than land-use change