การประเมินน้ำท่าในลุ่มน้ำชีและปิงด้วยแบบจำลองโครงข่ายประสาทเทียม
บทคัดย่อ
การประเมินปริมาณน้ำท่าได้อย่างมีประสิทธิภาพนั้นเป็นสิ่งสำคัญสำหรับการบริหารจัดการน้ำ ในบรรดาแบบจำลองที่ขับเคลื่อนด้วยข้อมูลที่นำไปใช้กับความสัมพันธ์ระหว่างปริมาณน้ำฝนและปริมาณน้ำท่า แบบจำลองโครงข่ายประสาทเทียม (ANN) มีความโดดเด่นในด้านการประเมินปริมาณน้ำท่าโดยพิจารณาจากข้อมูลทางอุตุนิยมวิทยาเพียงอย่างเดียว แต่อย่างไรก็ตาม ผลลัพธ์ดังกล่าวนั้นยังไม่มีประสิทธิภาพมากเพียงพอ ทำให้มีหลายงานวิจัยได้มีการพัฒนาเพื่อเพิ่มความแม่นยำของแบบจำลอง ในบางงานวิจัยได้มีการใช้ข้อมูลน้ำท่าในช่วงเวลาก่อนหน้าหรือการแยกองค์ประกอบของน้ำท่า (ปริมาณน้ำที่ไหลเร็วและช้า) เพื่อเพิ่มประสิทธิภาพของแบบจำลอง ในการศึกษานี้ พวกเราใช้ตัวทำนายปริมาณน้ำฝนก่อนหน้าและปริมาณฝนสะสมที่เป็นตัวแทนขององค์ประกอบของน้ำท่าเพื่อประเมินน้ำท่าในลุ่มน้ำชีตอนบนและลุ่มน้ำปิงตอนบน ผลการประเมินน้ำท่าดังกล่าวแสดงให้เห็นว่า แบบจำลอง ANN นั้นสามารถประเมินน้ำท่าได้อย่างมีประสิทธิภาพ โดยเฉพาะในลุ่มน้ำชีตอนบน โดยมีค่า NSE เฉลี่ยเท่ากับ 0.87 ในขณะที่ ลุ่มน้ำปิงตอนบนมีค่า NSE เฉลี่ยเท่ากับ 0.75 นอกจากนี้ แบบจำลอง ANN นั้นมีประสิทธิภาพมากกว่าแบบจำลอง NAM ในทางด้านของ NSE R2 RMSE ยกเว้นค่า KGE ที่มีค่าน้อยกว่า
จำนวนการดาวน์โหลด
Copyright (c) 2023 การประชุมวิศวกรรมโยธาแห่งชาติ ครั้งที่ 28
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.