สืบค้นงานวิจัย
การประมาณค่าตะกอนแขวนลอยในลำน้ำโดยการใช้โครงข่ายใยประสาทเทียม กรณีศึกษา ลุ่มน้ำลำตะคองตอนบน
Marut Ratmanee - มหาวิทยาลัยมหิดล
ชื่อเรื่อง: การประมาณค่าตะกอนแขวนลอยในลำน้ำโดยการใช้โครงข่ายใยประสาทเทียม กรณีศึกษา ลุ่มน้ำลำตะคองตอนบน
ชื่อเรื่อง (EN): Estimation of dynamic suspended sediment in the river basin using artificial neural networks, : a case study of upper Lum Ta Kong basin
ผู้แต่ง / หัวหน้าโครงการ (EN): Marut Ratmanee
บทคัดย่อ: ปริมาณตะกอนแขวนลอยในลำน้ำเป็นข้อมูลที่สำคัญต่อการบริหารจัดการน้ำในพื้นที่ลุ่มน้ำต่างๆ ใน ประเทศไทย ดังนั้นการทำการประมาณค่าตะกอนแขวนลอยในลำน้ำให้มีความใกล้เคียงกับตะกอนแขวนลอยที่ เกิดขึ้นจริงตามธรรมชาติ จึงมีความสำคัญอย่างมาก การวิจัยนี้จึงได้ประยุกต์ใช้โครงข่ายใยประสาทเทียมมาเป็น เครื่องมือที่สำคัญในการพัฒนาแบบจำลองเพื่อประมาณค่าตะกอนแขวนลอยรายวัน และทำการเปรียบเทียบกับ แบบจำลองโค้งปริมาณตะกอนที่มีการใช้งานอยู่ในประเทศไทยปัจจุบัน เพื่อหาแบบจำลองที่ประมาณค่าตะกอน แขวนลอยในลำน้ำตามธรรมชาติได้ใกล้เคียงที่สุด โดยเลือกลุ่มน้ำลำตะคองตอนบน จังหวัดนครราชสีมา เป็น พื้นที่ศึกษา การศึกษาครั้งนี้ใช้ปัจจัย 2 กลุ่ม คือ ปัจจัยทางอุทกวิทยา และปัจจัยเกี่ยวกับการเปลี่ยนแปลงของสิ่งปก คลุมในพื้นที่ลุ่มน้ำ ซึ่งใช้เทคนิคการสำรวจระยะไกลและ Markov Model มาประยุกต์ใช้ หลังจากนั้นจึงพัฒนา แบบจำลอง 4 แบบจำลอง คือ แบบจำลองโค้งปริมาณตะกอน แบบจำลองโครงข่ายใยประสาทเทียมที่นำปริมาณ น้ำเพียงปัจจัยเดียวมาพัฒนาแบบจำลอง แบบจำลองโครงข่ายใยประสาทเทียมที่นำกลุ่มปัจจัยทางอุทกวิทยาเพียง อย่างเดียวมาพัฒนาแบบจำลอง และแบบจำลองโครงข่ายใยประสาทเทียมที่นำกลุ่มปัจจัยทางอุทกวิทยาและกลุ่ม ปัจจัยการเปลี่ยนแปลงของสิ่งปกคลุมมาพัฒนาแบบจำลอง ท้ายที่สุดจึงทำการเปรียบเทียบและคัดเลือกแบบจำลอง ที่ดีที่สุด มาพัฒนาโปรแกรมเพื่อใช้งานต่อไป ผลที่ได้จาการศึกษาพบว่า แบบจำลองทั้ง 4 แบบจำลอง สามารถนำมาใช้ในการประมาณค่าตะกอน แขวนลอยในลำน้ำได้ โดยที่มีค่าสัมประสิทธิ์ของการตัดสินใจของแบบจำลองเมื่อเปรียบเทียบกับค่าตะกอน แขวนลอยที่เกิดขึ้นจริงตามธรรมชาติ คือ 0.5157, 0.9281, 0.9972 และ 0.9968 ตามลำดับ ซึ่งจากผลดังกล่าวพบว่า แบบจำลองโครงข่ายใยประสาทเทียมที่นำกลุ่มปัจจัยทางอุทกวิทยาเพียงอย่างเดียวมาพัฒนาแบบจำลอง มี ประสิทธิภาพในการประมาณค่าตะกอนแขวนลอยในลำน้ำ บนลุ่มน้ำลำตะคองตอนบนมากที่สุด จึงนำแบบจำลอง ดังกล่าวมาพัฒนาโปรแกรมสำหรับการใช้งานในพื้นที่ต่อไป อย่างไรก็ตามเครื่องมือที่ได้จากการวิจัย เป็นเพียง เทคโนโลยีทางเลือกหนึ่งที่พยายามเลียนแบบกลไกที่สลับซับซ้อนทางอุทกวิทยาในธรรมชาติ ซึ่งเป็นการ ศึกษาวิจัยที่วางพื้นฐานสำหรับการศึกษาวิจัยทางอุทกวิทยาและทรัพยากรธรรมชาติโดยการประยุกต์ใช้เทคโนโลยี และองค์ความรู้ทาง Artificial Intelligence ต่อไปในอนาคต
บทคัดย่อ (EN): Volume of suspended sediment discharge is crucial for planning and managing resources in river basins. Therefore, estimation of suspended sediment discharge is very important. The objective of this research was to apply Artificial Neural Networks (ANNs) to estimate daily dynamic suspended sediment and to compare it with the Sediment Rating Curve and actual observation at upper Lum Ta Kong basin, Nakhon Ratchasima province. The estimation of the daily dynamic suspended sediment model consisted of two groups, Hydrology parameters and Landscape change parameters. Landscape change parameters were derived from the application of the Remote Sensing Technique and the Markov model. After that, 4 models were applied in the Sediment Rating Curve, ANNs with Discharge, ANNs with Hydrology parameters, and ANNs with Hydrology parameters and Landscape change parameters. Finally, the best model was selected with highest coefficient of determination for developing a computer program for the daily dynamic suspended sediment estimation model at upper Lum Ta Kong basin. The outcomes indicated that estimation of daily dynamic suspended sediment could engage in all 4 models with a coefficient of determination of 0.5157, 0.9281, 0.9972 and 0.9968 respectively. ANNs with Hydrology parameters is the best model and could be used. However, the research obtained an alternative that imitated the complex phenomena in rivers. This research was fundamentally an application of Artificial Intelligence for study in hydrology and can be a guideline for study of other natural resources in the future
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เอกสารแนบ: http://dcms.thailis.or.th/dcms/dccheck.php?Int_code=126&RecId=3822&obj_id=3837
เผยแพร่โดย: มหาวิทยาลัยมหิดล
คำสำคัญ (EN): Soil remediation
เจ้าของลิขสิทธิ์: มหาวิทยาลัยมหิดล
รายละเอียด: ปริมาณตะกอนแขวนลอยในลำน้ำเป็นข้อมูลที่สำคัญต่อการบริหารจัดการน้ำในพื้นที่ลุ่มน้ำต่างๆ ใน ประเทศไทย ดังนั้นการทำการประมาณค่าตะกอนแขวนลอยในลำน้ำให้มีความใกล้เคียงกับตะกอนแขวนลอยที่ เกิดขึ้นจริงตามธรรมชาติ จึงมีความสำคัญอย่างมาก การวิจัยนี้จึงได้ประยุกต์ใช้โครงข่ายใยประสาทเทียมมาเป็น เครื่องมือที่สำคัญในการพัฒนาแบบจำลองเพื่อประมาณค่าตะกอนแขวนลอยรายวัน และทำการเปรียบเทียบกับ แบบจำลองโค้งปริมาณตะกอนที่มีการใช้งานอยู่ในประเทศไทยปัจจุบัน เพื่อหาแบบจำลองที่ประมาณค่าตะกอน แขวนลอยในลำน้ำตามธรรมชาติได้ใกล้เคียงที่สุด โดยเลือกลุ่มน้ำลำตะคองตอนบน จังหวัดนครราชสีมา เป็น พื้นที่ศึกษา การศึกษาครั้งนี้ใช้ปัจจัย 2 กลุ่ม คือ ปัจจัยทางอุทกวิทยา และปัจจัยเกี่ยวกับการเปลี่ยนแปลงของสิ่งปก คลุมในพื้นที่ลุ่มน้ำ ซึ่งใช้เทคนิคการสำรวจระยะไกลและ Markov Model มาประยุกต์ใช้ หลังจากนั้นจึงพัฒนา แบบจำลอง 4 แบบจำลอง คือ แบบจำลองโค้งปริมาณตะกอน แบบจำลองโครงข่ายใยประสาทเทียมที่นำปริมาณ น้ำเพียงปัจจัยเดียวมาพัฒนาแบบจำลอง แบบจำลองโครงข่ายใยประสาทเทียมที่นำกลุ่มปัจจัยทางอุทกวิทยาเพียง อย่างเดียวมาพัฒนาแบบจำลอง และแบบจำลองโครงข่ายใยประสาทเทียมที่นำกลุ่มปัจจัยทางอุทกวิทยาและกลุ่ม ปัจจัยการเปลี่ยนแปลงของสิ่งปกคลุมมาพัฒนาแบบจำลอง ท้ายที่สุดจึงทำการเปรียบเทียบและคัดเลือกแบบจำลอง ที่ดีที่สุด มาพัฒนาโปรแกรมเพื่อใช้งานต่อไป ผลที่ได้จาการศึกษาพบว่า แบบจำลองทั้ง 4 แบบจำลอง สามารถนำมาใช้ในการประมาณค่าตะกอน แขวนลอยในลำน้ำได้ โดยที่มีค่าสัมประสิทธิ์ของการตัดสินใจของแบบจำลองเมื่อเปรียบเทียบกับค่าตะกอน แขวนลอยที่เกิดขึ้นจริงตามธรรมชาติ คือ 0.5157, 0.9281, 0.9972 และ 0.9968 ตามลำดับ ซึ่งจากผลดังกล่าวพบว่า แบบจำลองโครงข่ายใยประสาทเทียมที่นำกลุ่มปัจจัยทางอุทกวิทยาเพียงอย่างเดียวมาพัฒนาแบบจำลอง มี ประสิทธิภาพในการประมาณค่าตะกอนแขวนลอยในลำน้ำ บนลุ่มน้ำลำตะคองตอนบนมากที่สุด จึงนำแบบจำลอง ดังกล่าวมาพัฒนาโปรแกรมสำหรับการใช้งานในพื้นที่ต่อไป อย่างไรก็ตามเครื่องมือที่ได้จากการวิจัย เป็นเพียง เทคโนโลยีทางเลือกหนึ่งที่พยายามเลียนแบบกลไกที่สลับซับซ้อนทางอุทกวิทยาในธรรมชาติ ซึ่งเป็นการ ศึกษาวิจัยที่วางพื้นฐานสำหรับการศึกษาวิจัยทางอุทกวิทยาและทรัพยากรธรรมชาติโดยการประยุกต์ใช้เทคโนโลยี และองค์ความรู้ทาง Artificial Intelligence ต่อไปในอนาคต
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง

Marut Ratmanee. "การประมาณค่าตะกอนแขวนลอยในลำน้ำโดยการใช้โครงข่ายใยประสาทเทียม กรณีศึกษา ลุ่มน้ำลำตะคองตอนบนEstimation of dynamic suspended sediment in the river basin using artificial neural networks, : a case study of upper Lum Ta Kong basin". มหาวิทยาลัยมหิดล. 2550

Marut Ratmanee. "การประมาณค่าตะกอนแขวนลอยในลำน้ำโดยการใช้โครงข่ายใยประสาทเทียม กรณีศึกษา ลุ่มน้ำลำตะคองตอนบนEstimation of dynamic suspended sediment in the river basin using artificial neural networks, : a case study of upper Lum Ta Kong basin". มหาวิทยาลัยมหิดล. 2550. Print.



TARR Wordcloud:
การประมาณค่าตะกอนแขวนลอยในลำน้ำโดยการใช้โครงข่ายใยประสาทเทียม กรณีศึกษา ลุ่มน้ำลำตะคองตอนบน
Marut Ratmanee
มหาวิทยาลัยมหิดล
2550
การประยุกต์ใช้ artifical neural networks ในการจัดสรรน้ำจากอ่างเก็บน้ำ : กรณีศึกษา อ่างเก็บน้ำลำตะคอง การพยากรณ์ราคายางพาราโดยใช้โครงข่ายประสาทเทียม การประยุกต์โครงข่ายใยประสาทเทียมสำหรับการพยากรณ์น้ำท่าและการเติมข้อมูลระดับน้ำ การพัฒนาโครงข่ายประสาทเทียมเพื่อใช้ในการคัดคุรภาพทางด้านรูปร่างของมะม่วงพันธุ์น้ำดอกไม้ การปรับปรุงคุณภาพดินกระจายตัวลำตะคองโดยใช้ปูนขาว การประยุกต์ใช้โครงข่ายประสาทเทียมในการแปลงหน้าที่ทางคุณภาพ : กรณีศึกษา ผลิตภัณฑ์เครื่องเรือนชุดห้องนอน กรณีศึกษา ผลิตภัณฑ์เครื่องเรือนชุดห้องนอน การปรับปรุงคุณภาพดินกระจายตัวลำตะคองโดยใช้ซีเมนต์ การศึกษารูปแบบการไหลเวียนของน้ำบริเวณอ่าวไทยตอนบนโดยใช้แบบจำลองทางคณิตศาสตร์ ศักยภาพของอ่างเก็บน้ำลำตะคองเพื่อส่งเสริมการเพาะเลี้ยงปลาในกระชัง จังหวัดนครราชสีมา การจัดสรรน้ำเพื่อการเพาะปลูกในพื้นที่ลุ่มน้ำมูลตอนบนด้วยกระบวนการวิเคราะห์ตามลำดับชั้น กรณีศึกษา : โครงการส่งน้ำและบำ
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก
พัฒนาระบบโดยศูนย์ความรู้เฉพาะด้านวิศวกรรมความรู้และวิศวกรรมภาษาDeveloped by Center of Excellence for Unified Knowledge and Language Engineering
สนับสนุนโดยสำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน)Supported by the Agricultural Research Development Agency (Public Organization)
แบบสำรวจความพึงพอใจQuestionair