การแทรกค่าเชิงพื้นที่ของความลึกดินโดยใช้วิธีการและจำนวนจุดตัวอย่างที่แตกต่างกัน บริเวณลุ่มน้ำห้วยคอกม้า จังหวัดเชียงใหม่

ผู้แต่ง

  • ปรารถนา ชุมทอง ภาควิชาอนุรักษวิทยา คณะวนศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพฯ ประเทศไทย
  • ชัชชัย ตันตสิรินทร์ ภาควิชาอนุรักษวิทยา คณะวนศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพฯ ประเทศไทย

คำสำคัญ:

การแทรกค่าเชิงพื้นที่, ความลึกดิน, ลุ่มน้ำห้วยคอกม้า

บทคัดย่อ

ข้อมูลความลึกดินมีความสำคัญต่อแบบจำลองทางอุทกวิทยาและเตือนภัยดินถล่ม ซึ่งจำเป็นต้องใช้ข้อมูลที่มีการกระจายทั้งพื้นที่ แต่การวัดความลึกดินจะทราบค่าเฉพาะจุดที่วัดเท่านั้น การใช้การแทรกค่าเชิงพื้นที่จึงมีความจำเป็นในการทำให้ข้อมูลมีความต่อเนื่องกันทั้งผืน การศึกษานี้วัดความลึกที่ระดับดินชั้นบนและความลึกถึงชั้นหินดานทั้งหมด 103 จุด อย่างเป็นระบบครอบคลุมทั้งพื้นที่ลุ่มน้ำขนาด 0.65 ตารางกิโลเมตรที่ปกคลุมด้วยป่าทั้งหมดด้วยเครื่องเจาะรูปกรวยชนิดกระแทก จากนั้น นำผลที่ได้มาแทรกค่าด้วยวิธี Inverse Distance Weighted (IDW), Kriging, Cokriging (COK), Local Polynomial (LP) และ Global Polynomial (GP) โดยใช้จำนวนจุดตัวอย่าง 86, 46 และ 22 จุด ในการแทรกค่าเชิงพื้นที่ เปรียบเทียบการกระจายเชิงพื้นที่และความคลาดเคลื่อนของการแทรกค่าเชิงพื้นที่ (spatial interpolation error, SIE) จากการใช้วิธีการและจำนวนจุดตัวอย่างที่ต่างกันโดยใช้ค่าสัมประสิทธิ์สหสัมพันธ์ (r) รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) และทดสอบความแตกต่างของค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (MSE) ด้วยการวิเคราะห์ความแปรปรวน จากผลการศึกษา พบว่า ความลึกดินชั้นบนมีค่าระหว่าง 0.37-2.59 เมตร มีค่าเฉลี่ย (equation) และส่วนเบี่ยงเบนมาตรฐาน (SD) เท่ากับ 0.94 และ 0.39 เมตร ตามลำดับ ส่วนความลึกถึงชั้นหินดานมีค่าระหว่าง 1.13-14.60 เมตร มีค่า equation และ SD เท่ากับ 5.23 และ 3.34 เมตร ตามลำดับ ซึ่งความลึกถึงชั้นหินดานมีความแปรปรวนของข้อมูลสูงกว่าความลึกดินชั้นบน จากการเปรียบเทียบการใช้วิธีการแทรกค่าเชิงพื้นที่ที่แตกต่างกัน พบว่า การกระจายของความลึกดินทั้งสองชั้นจากวิธี IDW มีสอดคล้องกันสูง (r > 0.9) กับวิธีในกลุ่ม COK ค่า SIE ของความลึกดินชั้นบนจากวิธี IDW มีค่าน้อยที่สุด (RMSE เท่ากับ 0.1561 เมตร) อย่างมีนัยสำคัญทางสถิติเฉพาะเมื่อเปรียบเทียบกับวิธี COK(slp) ส่วนค่า SIE ของความลึกถึงชั้นหินดานมีค่าใกล้เคียงกัน (RMSE ระหว่าง 1.8187–1.9170 เมตร) และไม่แตกต่างกันอย่างมีนัยสำคัญทางสถิติ จึงไม่สามารถสรุปได้ว่าวิธีการใดมีความคลาดเคลื่อนในการแทรกค่าข้อมูลเชิงพื้นที่น้อยที่สุด จากการเปรียบเทียบการใช้จำนวนจุดตัวอย่างที่แตกต่างกันของดินทั้งสองชั้น พบว่า การกระจายเชิงพื้นที่มีความสอดคล้องกันไม่สูง การลดจำนวนจุดตัวอย่างของดินชั้นบนทำให้ค่า SIE เพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติเฉพาะกรณีที่ลดจาก 86 เป็น 22 จุดเมื่อใช้วิธี IDW และ Kriging เท่านั้น การใช้จุดตัวอย่างจำนวน 86 จุด ของความลึกถึงชั้นหินดานมีค่า SIE น้อยที่สุดอย่างมีนัยสำคัญทางสถิติเฉพาะเมื่อใช้วิธี Kriging, COK (up) และ COK (slp+up)

References

Penizek, V. and Boruvka, L., 2006, “Soil Depth Prediction Supported by Primary Terrain Attributes a Comparison of Methods,” Plant Soil Environ, 52 (9), pp. 424–430.

Chan, H.C., Chang, C.H., Chen, P.A. and Lee, J.T., 2019, “Using Multinomial Logistic Regression for Prediction of Soil Depth in an Area of Complex Topography in Taiwan,” Catena, 176, pp. 419-429.

Yaotanee, K., 2006, Comparison of Spatial Interpolation Methods Using GIS for Estimating Bulk Density and Saturated Hydraulic Conductivity at Kog-Ma Watershed, Chiang Mai Province, Master of Science Thesis, Watershed and Environment Program, The Graduate School, Kasetsart University. 135 p. (In Thai)

Chankaew, K., Nganpongsai, C., Ruangparnich, N., Sukcharoen, S. and Thangtham, N., 1969, KOG-MA Wathershed Research vol.1: Mountain Watershed Management Research at Doi Suthep-Pui National Park, Mueang District, Chiang Mai Province, Department of Conservation, Faculty of Forestry, Kasetsart University, Bangkok, 234 p. (In Thai)

Konagai, K., Johansson, J., Mayorca P., Uzuoka, R., Yamamoto, T., Miyajima, M., Pulido, N., Sassa, K., Fukuoka, H. and Duran, F., 2004, Las Colinas landslide: Rapid and long-Traveling Soil Flow by the January 13, 2001, El Salvador Earthquake, Geological Society of America, pp. 39-54.

Burrough, P.A. and McDonnell, R.A., 1998, Principles of Geographical Information System, Oxford University Press, Oxford, pp. 132-160.

Chen, H., Fan, L., Wu, W. and Liu, H.B., 2017, “Comparison of Spatial Interpolation Methods for Soil Moisture and its Application for Monitoring Drought,” Environmental Monitoring and Assessment, 189 (10), 13 p.

Ding, Y., Wang, Y. and Miao, Q., 2011, “Research on the Spatial Interpolation Methods of Soil Moisture based on GIS,” The 2011 International Conference on Information Science and Technology, March 26-28, 2011, Nanjing, Jiangsu, China, pp. 709-711.

ESRI, 2018, ArcGIS Pro : How Global Polynomial Interpolation Works [Online], Available: https://pro.arcgis.com/en/pro-app/latest/help/analysis/geostatistical-analyst/how-global-polynomial-interpolation-works.htm. [20 December 2022]

Frolla, F.D., Zilio, J.P. and Kruger, H., 2015, “Spatial Variability of Soil Depth. Interpolation Methods for the Southwest of Buenos Aires,” Revista de Investigaciones Agropecuarias, 41 (3), pp. 309-316.

Li, L. and Heap, A.D., 2011, “A Review of Comparative Studies of Spatial Interpolation Methods in Environmental Sciences: Performance and Impact Factors,” Ecological Informatics, 6 (3-4), pp. 228-241. https://doi.org/10.1016/j.ecoinf.2010.12.003

Downloads

เผยแพร่แล้ว

2022-09-30

How to Cite

ชุมทอง ป., & ตันตสิรินทร์ ช. (2022). การแทรกค่าเชิงพื้นที่ของความลึกดินโดยใช้วิธีการและจำนวนจุดตัวอย่างที่แตกต่างกัน บริเวณลุ่มน้ำห้วยคอกม้า จังหวัดเชียงใหม่. Science and Engineering Connect, 45(3), 295–308. สืบค้น จาก https://ph04.tci-thaijo.org/index.php/SEC/article/view/10302