ปัจจัยด้านภูมิอากาศและจุดความร้อนส่งผลต่อปริมาณฝุ่น PM 2.5 ในจังหวัดลำปาง

Abstract

Climate Factors and Hotspots Affect the Amount of PM 2.5 Dust in Lampang Province, Thailand
 
Prasert Sumethavanich
 
รับบทความ: 26 ตุลาคม 2566; แก้ไขบทความ: 5 มีนาคม 2567; ยอมรับตีพิมพ์: 12 มีนาคม 2567; ตีพิมพ์ออนไลน์: 9 พฤษภาคม 2567
 
บทคัดย่อ
งานวิจัยนี้เป็นการศึกษาเชิงวิเคราะห์แบบภาคตัดขวางเพื่อศึกษาความสัมพันธ์ระหว่างปัจจัยด้านภูมิอากาศและจุดความร้อนที่ส่งต่อปริมาณฝุ่น PM 2.5 ที่เกิดขึ้นในพื้นที่จังหวัดลำปาง โดยใช้ฐานข้อมูลสภาพอากาศและข้อมูลปริมาณฝุ่นละอองที่วัดค่าจากสถานีตรวจสภาพอากาศ ตำบล พระบาท อำเภอเมือง จังหวัดลำปาง และจำนวนจุดความร้อนจากฐานข้อมูลของศูนย์ป้องกันแก้ไขปัญหาไฟป่าและหมอกควันของการไฟฟ้าส่วนภูมิภาค อำเภอแม่เมาะ จังหวัดลำปาง เก็บข้อมูลตั้งแต่วันที่ 1 ตุลาคม 2565 ถึง 31 กรกฎาคม 2566 ข้อมูลตัวแปรที่ได้นํามาวิเคราะห์ด้วย binary logistic regression, Pearson’s correlation และ path analysis และวิเคราะห์หาความสัมพันธ์เชิงเส้นของตัวแปรด้วย multiple regression, ANOVA test และ R2 โดยใช้ระดับนัยสําคัญทางสถิติที่ p < 0.05 ผลการ ศึกษาพบว่าจำนวนจุดความร้อน (X1) และความชื้นสัมพัทธ์ (X2) เป็นปัจจัยที่ส่งผลต่อปริมาณฝุ่น PM 2.5 (Y) โดยที่จำนวนจุดความร้อนมีความสัมพันธ์ในทิศทางเชิงบวกกับปริมาณฝุ่น (r = 0.680, p < 0.001) และความชื้นสัมพัทธ์มีความสัมพันธ์ในทิศทางเชิงลบกับปริมาณฝุ่น (r = –0.707, p < 0.001) การวิเคราะห์ถดถอยพหุคูณแบบขั้นตอนพบว่า ความสัมพันธ์ดังกล่าวอยู่ในรูปแบบสมการดังนี้ Y = 0.118(X1)–1.453(X2)+122.477 โดยสามารถพยากรณ์การส่งผลได้ร้อยละ 59.9 อย่างมีนัยสำคัญทางสถิติ (p < 0.001)
คำสำคัญ:  ฝุ่นขนาดเส้นผ่านศูนย์กลางน้อยกว่า 2.5 ไมโครเมตร  จุดความร้อน  ความชื้นสัมพัทธ์
 
Abstract
This study is analytical cross–sectional study to investigate the relationship among climate factor, hotspot and PM 2.5 in the area of Lampang province. The weather information and the data of the amount of PM 2.5 dust acquired from the weather station at Phra Bat sub–district, Muang district, Lampang province. The number of hotspot acquired from the database of the Forest Fire and Smog Prevention Center at Mae Moh district, Lampang province. The data had collected from 1 October 2022 to 31 July 2023. All variables were analyzed by binary logistic regression, Pearson’s correlation and path analysis. The linear correlation among variables were analyzed by multiple regression, ANOVA test and R2 with statistical significance at p < 0.05. The study showed that the number of hotspot (X1) and relative humidity (X2) were the causing factor of PM 2.5 dust (Y). The amount of PM 2.5 was statistically significant positive correlation with the number of hotspot (r = 0.680, p < 0.001) and negative correlation with relative humidity (r = –0.707, p < 0.001). The stepwise multiple regression analysis resulted the variable relationship as Y = 0.118(X1)–1.453(X2)+122.477. This equation can predict the effect for 59.9% with the statistical significance (p < 0.001)
Keywords:  Particulate matter 2.5, Hotspot, Relative humidity