วช. หนุนติดตามภัยแล้งและการจัดการน้ำ กรณีศึกษาไทย-ไต้หวัน

นายจรูญ เลาหเลิศชัย จากกรมอุตุนิยมวิทยา ภายใต้แผนงานวิจัยเข็มมุ่งด้านการบริหารจัดการน้ำ วช.ได้นำเสนอการพยากรณ์ความแปรปรวนของปริมาณฝนภายในฤดูกาลและระหว่างปี ภายใต้โครงการ Subseasonal to Seasonal Prediction (S2S) ของกรมอุตุนิยมวิทยา ในลักษณะของ Outlook ล่วงหน้า 1-4 สัปดาห์ และการพยากรณ์รายฤดูกาล ล่วงหน้า 1-3 เดือน ซึ่งจะช่วยสนับสนุนการบริหารจัดการน้ำได้ แสดงให้เห็นการเปลี่ยนแปลงของอุณหภูมิผิวน้ำในมหาสมุทร ทั้งในแนวผิวน้ำและแนวดิ่ง ซึ่งจะส่งผลให้เกิดลมและความชื้น พัดเข้าสู่แผ่นดิน ก่อให้เกิดพื้นที่ ฝนมาก  และฝนน้อย ตามทิศทาง ความเร็วและความแรงลม ความชื้นในบรรยากาศ   ข้อมูลจากแบบจำลอง JAMSTEC

ชี้ให้เห็นปรากฎการณ์ลานินาชนิด canonical ยังดำรงอยู่จนถึงช่วงเดือนมกราคม-เมษายน และหลังจากนั้นจะเข้าสภาวะปกติ ปริมาณฝนสะสมในเดือนมกราคม- กุมภาพันธ์ ปี 2565 จะมีค่าปกติ และเดือนมีนาคม ถึงเดือนพฤษภาคม ปริมาณฝนสะสมจะมีฝนมากกว่าค่าเฉลี่ยเล็กน้อยถึงปานกลาง

ขณะที่ ผศ.ชัยวัฒน์ เอกวัฒน์พานิชย์ จากคณะวิศวกรรมศาสตร์ แห่งมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี เปิดเผย การใช้ดัชนีน้ำฝนและน้ำท่ามาตรฐานสำหรับวิเคราะห์สถานการณ์ภัยแล้งในปี 2557-2558 ในลุ่มน้ำเจ้าพระยาของประเทศไทย โดยค่าของดัชนีภัยแล้ง ชี้ให้เห็นว่า ช่วงกรกฎาคมถึงธันวาคม ภัยแล้งมีระดับความรุนแรงเพิ่มขึ้น สอดคล้องกับสถานการณ์ที่เกิดขึ้นในช่วงดังกล่าว สำหรับการบริหารเขื่อนนั้น หากมีการนำ Deep learning มาใช้พยากรณ์ปริมาณน้ำไหลเข้าเขื่อน ก็จะช่วยสนับสนุนการคาดการณ์สถานการณ์ภัยแล้งและบริหารจัดการเขื่อนได้มีประสิทธิภาพยิ่งขึ้น  จากตัวอย่างผลงานวิจัยแสดงเทียบสภาวะแล้ง กรณีคิดเฉพาะฝน และกรณีคิดทั้งฝนและน้ำท่าเทียบกัน จะเห็นผลการคิดน้ำท่าเพิ่ม ทำให้วิเคราะห์สภาวะแล้ง ได้ใกล้สภาพความเป็นจริงมากกว่า

ด้าน Prof. KS.Cheng จาก Bioenvironmental Systems Engineering Department, National. Taiwan University ได้นำเสนอเทคนิคการคำนวณดัชนีน้ำฝนมาตรฐาน (Standardized Precipitation Index: SPI) ด้วยวิธีดัดแปลง ซึ่งจะไม่กำหนดช่วงระยะเวลาของฝนสะสมที่นำมาคำนวณดัชนีน้ำฝนมาตรฐานเป็นค่าคงที่ แต่จะผันแปรช่วงเวลาของฝนสะสมไปตามความต่อเนื่องของภัยแล้งที่เกิดขึ้น จากกรณีศึกษาในประเทศไต้หวัน พบว่า เทคนิคการใช้ช่วงเวลาผันแปรช่วยลดข้อจำกัดเรื่องความจำของข้อมูล (Data memory) ในช่วงใดช่วงหนึ่งได้ จึงให้ค่าดัชนีน้ำฝนมาตรฐานที่มีความถูกต้องและให้ผลใกล้เคียงกับสภาพเหตุการณ์ภัยแล้งที่เกิดขึ้นจริงมากกว่าวิธีดั้งเดิม ซึ่งสามารถแสดงภาพโอกาสการเกิดสภาวะแล้งในพื้นที่ในระดับแล้งต่าง ๆ ได้ตามพื้นที่รับน้ำ และพื้นที่ให้บริการรับน้ำได้  
     
จากการจัดบรรยายในครั้งนี้ นับเป็นการนำเสนอการวิจัยพัฒนาเทคนิคการวิเคราะห์สภาวะแล้ง จากนักวิจัยของประเทศไทย และไต้หวัน เพื่อให้สามารถวางแผนการบริหารจัดการน้ำ โดยอาศัยความเข้าใจเกี่ยวกับสาเหตุ ลักษณะการเกิด การพัฒนาระดับความรุนแรง จึงจะสามารถวางแผนป้องกันและบรรเทาผลกระทบจากภัยแล้งได้ดียิ่งขึ้น