สืบค้นงานวิจัย
การศึกษาพัฒนาระบบพยากรณ์ สภาวะอากาศชั้นบน ช่วยในการตัดสินใจในการปฏิบัติการฝนหลวง กรณีศึกษา: ภาคกลางของประเทศไทย
ฉันติ เดชโยธิน - กรมฝนหลวงและการบินเกษตร
ชื่อเรื่อง: การศึกษาพัฒนาระบบพยากรณ์ สภาวะอากาศชั้นบน ช่วยในการตัดสินใจในการปฏิบัติการฝนหลวง กรณีศึกษา: ภาคกลางของประเทศไทย
ชื่อเรื่อง (EN): The Study of the Development of Upper Air Observation Forecasting System for Rainmaking Operation Case Study: Central Thailand
ผู้แต่ง / หัวหน้าโครงการ: ฉันติ เดชโยธิน
ผู้แต่ง / หัวหน้าโครงการ (EN): Chanti Detyothin
บทคัดย่อ: โครงการศึกษาพัฒนาระบบพยากรณ์อากาศสภาวะอากาศชั้นบนช่วยในการตัดสินใจในการปฏิบัติการฝนหลวง กรณีศึกษาภาคกลาง นี้ เป็นการศึกษาสภาพอากาศชั้นบนของพื้นที่ภาคกลางของประเทศไทย จากข้อมูลการตรวจสภาพ อากาศชั้นบนด้วยวิทยุหยั่งอากาศที่ระดับความสูงจากผิวพื้น จนถึงระดับความสูงมากกว่า 10 กิโลมตร ข้อมูลการตรวจวัด กลุ่มฝนด้วยเรดาร์พร้อมจำแนกคุณสมบัติกลุ่มฝนด้วยโปรแกรม TTIAN และข้อมูลปริมาณฝนจากถังวัดน้ำฝน เพื่อทำการสร้างแบบจำลองการพยากรณ์ศักยภาพการทำฝนเมฆอุ่น (Warm Cloud Seeding Potential) โดยใช้ชื่อว่า Central Thailand Cumulus Model (CYCM) ซึ่งอ้างอิงและพัฒนามาจากแบบจำลอง GPCM (Great Plain Cumulus Model) และ NTCM (Northern Thailand Cumulus Mode) ที่ใช้อยู่ในปัจจุบัน แต่ได้มีการศึกษาปรับปรุงและทวนสอบ ด้วยวิธีทางสถิติต่างๆ ด้วยการคัดเลือกตัวแปรสภาพอากาศที่หมาะสมสำหรับใช้ในการพยากรณ์ และแบ่งช่วงข้อมูลใน การศึกษาออกเป็น 2 ช่วง ได้แก่ ข้อมูลฝึกสอน (Training Data) สำหรับการสร้างแบบจำลองอ้างอิง และข้อมูลทอสอบ (Test Data) ใช้สำหรับทดสอบแบบอ้างอิง จากการคัดเลือกตัวแปรสภาพอากาศที่หมาะสมด้วยการหาค่าสัมประสิทธิ์สหสัมพันธ์ (Correlation Coefficient) กับตัวแปรจากเรดาร์ตรวจอากาศและถังวัดน้ำฝน ได้ตัวแปรสภาพอากาศในช่วงนอกฤดูฝน จำนวน 27 ตัวแปร ในช่วงฤดูฝน 11 ตัวแปร และใช้ตัวแปรการสังเกตจากการตรวจวัดด้วยเรดาร์ตรวจอากาศและถังวัดน้ำฝน เพื่อใช้ในการประเมินการพยากรณ์ แบ่งเป็นช่วงนอกฤดูฝน 3 ตัวแปร และช่วงฤดูฝน 3 ตัวแปร ด้วยการแบ่งระดับพยากรณ์และการสังเกตเป็น 3 ระดับ คือ ระดับดี (Good), ระดับปานกลาง (Moderate) และระดับไม่ดี (Poor) การทดสอบความถูกต้องของการพยากรณ์แบบจำลอง CTCM พบว่า ในช่วงนอกฤดูฝนแบบจำลอง CICM มีเปอร์เซ็นต์การพยากรณ์ถูกต้องเท่ากับแบบจำลอง GPCM โดยมีค่าเฉลี่ยเท่ากันคือ 71% ส่วนในช่วงฤดูฝนแบบจำลอง CICM มีเปอร์เซ็นต์การพยากรณ์เฉลี่ยถูกต้องมากกว่าแบบจำลอง GPCM คือ 49% และ 28% ตามลำดับ และ การวัดทักษะการพยากรณ์ของแบบจำลอง CTCM และ GPCM ด้วย Skil score พบว่าแบบจำลอง CTCM มีทักษะ ในการพยากรณ์สูงมากกว่าแบบจำลอง GPCM
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เอกสารแนบ: http://164.115.23.116:8060/admin/Download/download?file=bb1172af-14c5-4efa-a8a5-6c53c2c9e738.pdf&Extension=.pdf
เผยแพร่โดย: กรมฝนหลวงและการบินเกษตร
คำสำคัญ: ระบบพยากรณ์อากาศชั้นบน
คำสำคัญ (EN): Upperair Forecast System
เจ้าของลิขสิทธิ์: สำนักงานคณะกรรมการวิจัยแห่งชาติ
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง


TARR Wordcloud:
การศึกษาพัฒนาระบบพยากรณ์ สภาวะอากาศชั้นบน ช่วยในการตัดสินใจในการปฏิบัติการฝนหลวง กรณีศึกษา: ภาคกลางของประเทศไทย
กรมฝนหลวงและการบินเกษตร
2556-
การศึกษาพัฒนาระบบพยากรณ์สภาวะอากาศชั้นบน ช่วยในการตัดสินใจในการปฏิบัติการฝนหลวงกรณีศึกษา: ภาคตะวันออกของประเทศไทย ปัจจัยที่มีผลต่อการตัดสินใจในการปลูกกาแฟบนที่สูง ระบบสนับสนุนการตัดสินใจผลผลิตทางการเกษตรผ่านอินเตอร์เน็ต กรณีศึกษา:ลำไยพันธุ์อีดอ จังหวัดเชียงใหม่ ปัจจัยที่มีผลต่อการตัดสินใจปลูกอ้อยของเกษตรกร อำเภอเขาสวนกวาง จังหวัดขอนแก่น การพัฒนาแบบจำลองสารสนเทศเพื่อสนับสนุนการตัดสินใจการผลิตข้าวแบบครบวงจรในพื้นที่ภาคกลางของประเทศไทย การศึกษาพัฒนาระบบพยากรณ์สภาวะอากาศชั้นบน ช่วยในการตัดสิน ใจในการปฏิบัติการฝนหลวง กรณีศึกษา : ภาคตะวันออกเฉียงเหนือของประเทศไทย พัฒนาระบบพยากรณ์สภาวะอากาศชั้นบนช่วยการตัดสินใจในการปฏิบัติการฝนหลวง การบริหารโรงงานผลิตปุ๋ยอินทรีย์ กรณีศึกษา: โครงการ “หนึ่งอำเภอหนึ่งโรงปุ๋ย” ในจังหวัดอุบลราชธานี โครงการศึกษาพัฒนาระบบพยากรณ์อากาศสภาวะอากาศชั้นบนช่วยในการตัดสินใจในการปฏิบัติการฝนหลวง ปัจจัยที่มีผลต่อการตัดสินใจเลี้ยงปลาในนาข้าวอินทรีย์ของเกษตรกรจังหวัดอำนาจเจริญ
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก