การคาดการณ์พื้นที่น้ำท่วมบริเวณพื้นที่ลุ่มน้ำชุมชนเมืองจังหวัดเชียงใหม่ โดยใช้การสำรวจ ระยะไกลและการเรียนรู้การถดถอย

บทคัดย่อ

ภาวะโลกร้อนปัจจุบันทำให้เกิดอุทกภัยรุนแรงและมีความถี่ในการเกิดสูงขึ้น หากสามารถแจ้ง เตือนพื้นที่น้ำท่วมล่วงหน้าได้อย่างตรงจุด จะช่วยลดความเสียหายแก่ชีวิตและทรัพย์สินของประชาขน ได้ งานวิจัยนี้นำเสนอ การสร้างแบบจำลองเพื่อคาดการณ์พื้นที่น้ำท่วมโดยใช้การสกัดข้อมูลจากภาพ จากดาวเทียม บริเวณพื้นที่ชุมชนเมือง จ. เชียงใหม่ ครอบคลุมพื้นที่ทั้งหมด 902.025 ตารางเมตร ปัจจัยที่เกี่ยวข้องกับการคาดการณ์พื้นที่น้ำท่วม ประกอบด้วย 6 ปัจจัย ได้แก่ สมดุลน้า การคาย ระเหยของน้า พื้นผิว ปกคลุมดิน ปริมาณน้ำฝน NDVI และ พื้นที่น้าท่ว มจากภาพถ่ายดาวเที ยม Sentinel ดาวเทียม MODIS และ ดาวเทียม Landsat ผ่าน Google Earth Engine ภาพถ่าย ดาวเทียมครอบคลุมพื้นที่กว้างและต่อเนื่อง ข้อมูลจากดาวเทียมเรดาร์ (SAR) สามารถใช้งานได้แม้ใน สภาพอากาศที่มีเมฆมากหรือเวลากลางคืน ช่วยลดต้นทุนและเวลาในการสำรวจ สำหรับแบบจำลอง ได้ถูกสร้างโดยใช้วิ ธีทาง Regression จำนวน 7 วิธี ได้แก่ LR, SVR, Decision Tree, Random Forest, Gradient Boosting, XGBoost และ LightGBM เนื่องจากมีประสิทธิภาพสูงและคำนวณได้ เร็วสามารถใช้กับชุดข้อมูลขนาดใหญ่ได้โดยไม่ต้องการพลังประมวลผลสูง จากการศึกษาพบว่า วิธี Random Forest สามารถคาดการณ์พื้นที่น้ำท่วมได้ถูกต้องสูงสุด มีค่า RMSE และ R-Square สูงกว่า วิธี XGBoost LightGBM Decision Tree Gradient Boosting SVR และ LR คิดเป็นค่าเฉลี่ยร้อยละ 3 ร้อยละ 12 ร้อยละ 19 ร้อยละ 31 ร้อยละ 51 และ ร้อยละ 65 ตามลำดับ งานวิจัยนี้สามารถพัฒนา ต่อยอดให้เกิดประโยชน์ โดยการนำแบบจำลองที่พัฒนาขึ้นไปประยุกต์ใช้เป็นระบบแจ้งเตือนภัย น้ำท่วมล่วงหน้าในระดับพื้นที่ โดยเฉพาะในเขตเมืองซึ่งมีความหนาแน่นของประชากรสูง ซึ่งจะช่วย เสริมประสิทธิภาพในการวางแผนรับมือและดำเนินการอพยพประชาชนของหน่วยงานที่เกี่ยวข้องได้ อย่างทันท่วงทีและเป็นระบบ