แบบจำลองโครงข่ายประสาทเทียมสำหรับการพยากรณ์ระดับน้ำในลุ่มน้ำยมตอนล่างด้วยข้อมูลกริดน้ำฝนจากแบบจำลองสภาพภูมิอากาศชื่อหัวข้อภาษาไทย

Abstract

บทความจะใช้แบบจำลองโครงข่ายประสาทเทียมสำหรับพยากรณ์ระดับน้ำสูงสุด ในพื้นที่ลุ่มน้ำยมตอนล่าง ณ สถานี Y.16 อ.บางระกำ โดยใช้ข้อมูลกริดน้ำฝน (20x20 กิโลเมตร) ที่ได้จากแบบจำลองสภาพภูมิอากาศ WRF-ECHAM5 ซึ่งแบบจำลองที่คาดการณ์ปริมาณน้ำฝนในอนาคต (ปี ค.ศ. 2035-2064) โดยจะมีการเปรียบเทียบวิธีการใช้ข้อมูล กริดน้ำฝน ทั้งหมด 3 วิธี คือ (1) การใช้ค่าน้ำฝนกริดจำนวน 7 กริด (A, B, C,…, G) เวลาปัจจุบันและย้อนหลังตั้งแต่ 1 ถึง 7 วัน (At, At-1, At-2,…, Gt-7) (56 ตัวแปร) (2) วิธี Moving average time step back (MAT) ณ เวลาปัจจุบันและ 1 - 7 วันย้อนหลัง (At, AMV2, …, GMV7) (49 ตัวแปร) และ (3) การรวมกันของตัวแปรวิธีที่ 1 และ 2 (98 ตัวแปร) นอกจากนั้นยังมีการเปรียบเทียบกระบวนการเรียนรู้ระหว่าง LM (Levenberg-Marquardt) และ BR (Bayesian Regularization) ของแบบจำลองโครงข่ายประสาทเทียม และเปรียบเทียบจำนวนโหนดในชั้นซ่อนเร้น 3 ค่า คือ ร้อยละ 50, 75 และ 100 โดยอ้างอิงจากจำนวนตัวแปรข้อมูลนำเข้า เหตุการณ์น้ำท่วมที่เกิดขึ้นระหว่าง ปี ค.ศ. 1989-2009 จะเป็นข้อมูลที่นำมาใช้ในการศึกษา สำหรับผลการวิจัยสรุปได้ว่า การใช้ข้อมูลกริดน้ำฝนวิธีที่ 1 ให้ผลการพยากรณ์ดีกว่าวิธีอื่น ๆ และ การเรียนรู้ LMจำนวนโหนดร้อยละ 50 มีความแม่นยำและเหมาะสมที่สุดสำหรับการพยากรณ์ระดับน้ำสูงสุด ณ สถานี Y.16 และผลการคาดการณ์ระดับน้ำท่วมสูงสุดในอนาคตคาดว่า จะเกิดเหตุการณ์น้ำท่วมทุกปี โดยปี ค.ศ.2042 คาดว่าจะมีระดับน้ำท่วมสูงสุดถึง 9.96 เมตร คำสำคัญ:  แบบจำลองโครงข่ายประสาทเทียม  ลุ่มน้ำยม  แบบจำลองสภาพอากาศ WRF-ECHAM5 น้ำท่วม