การประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์เพื่อวิเคราะห์เกาะความร้อนภายในเมืองพื้นที่ศึกษา จังหวัดสมุทรปราการ
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาอุณหภูมิเฉลี่ยแบบรายเดือน โดยวิธีการประมาณค่าเชิงพื้นที่แบบไอดีดับเบิลยู (IDW) เพื่อจำแนกการใช้ประโยชน์ที่ดินทั้ง 5 ประเภท โดยการจำแนกข้อมูลแบบกำกับ ใช้ข้อมูลภาพถ่ายดาวเทียม แลนด์แซตแปด (Landsat-8) และวิเคราะห์ความสัมพันธ์ระหว่างอุณหภูมิเฉลี่ยกับพื้นที่ชุมชนและสิ่งปลูกสร้าง บริเวณจังหวัดสมุทรปราการ ปี พ.ศ. 2563 ถึง 2565 โดยการวิเคราะห์ทางสถิติที่ใช้การถดถอยเชิงเส้น ผลการศึกษาพบว่า ในปี พ.ศ. 2563 ถึง 2565 มีอุณหภูมิเฉลี่ยสูงสุดอยู่ที่ 31.4 องศาเซลเซียส ในเดือนพฤษภาคม 30.8 องศาเซลเซียส ในเดือนพฤษภาคม และ 30.5 องศาเซลเซียส ในเดือนมิถุนายน ตามลำดับ ส่วนอุณหภูมิเฉลี่ยต่ำสุด อยู่ที่ 27.8 องศาเซลเซียส ในเดือนธันวาคม 26 องศาเซลเซียส ในเดือนมกราคม และ 27 องศาเซลเซียส ในเดือนธันวาคม ตามลำดับ และอุณหภูมิเฉลี่ยอยู่ที่ 29.8, 29.3 และ 29.2 องศาเซลเซียส ตามลำดับ ส่วนการจำแนกการใช้ประโยชน์ที่ดิน พบว่า ในปี พ.ศ. 2563 ถึง 2565 การใช้ประโยชน์ที่ดินประเภทพื้นที่ชุมชนและสิ่งปลูกสร้าง มีแนวโน้มเพิ่มสูงขึ้นทุกปี โดยมีค่าเท่ากับ 342.32, 342.65 และ 367.62 ตารางกิโลเมตร ตามลำดับ เมื่อทดสอบความสัมพันธ์ระหว่างอุณหภูมิเฉลี่ยกับพื้นที่ชุมชนและสิ่งปลูกสร้าง ในปี พ.ศ. 2563 ถึง 2565 พบว่า ค่าสัมประสิทธิ์การตัดสินใจสัมพันธ์กับขนาดพื้นที่ชุมชนและสิ่งปลูกสร้าง โดยมีค่าเท่ากับ 0.79 0.73 และ 0.84 ตามลำดับ แสดงว่า หากขนาดพื้นที่ชุมชนและสิ่งปลูกสร้างที่มีการขยายตัวเพิ่มมากขึ้นนั้นส่งผลให้อุณหภูมิเฉลี่ยของพื้นที่เมืองสูงขึ้นตามไปด้วย อย่างมีนัยสำคัญ
Downloads
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ผู้ส่งบทความ (และคณะผู้วิจัยทุกคน) ตระหนักและปฎิบัติตามจริยธรรมการวิจัยอย่างเคร่งครัด ทั้งนี้บทความ เนื้อหา ข้อมูล ข้อความ ภาพ ตาราง แผนภาพ แผนผัง หรือข้อคิดเห็นใดๆ ที่ปรากฎในบทความ เป็นความคิดเห็นและความรับผิดชอบของผู้ส่งบทความ กองบรรณาธิการไม่จำเป็นต้องเห็นตามเสมอไป และไม่มีส่วนรับผิดชอบใดๆ โดยถือเป็นความรับผิดของของเจ้าของบทความเพียงผู้เดียว
เอกสารอ้างอิง
DATAtab Team. (n.d.). Linear regression. https://datatab.net/tutorial/linear-regression
Department of Industrial Works. (2023). Factory information. Department of Industrial Works. https://www.diw .go.th /webdiw/ (in Thai)
Department of Land Development. (2012). Standard specifications for fundamental geographic data sets (FGDS): Land use data layer. Department of Land Development. http://www.lddservice .org/services/PDF/paperacademic/FGDS_landUse.pdf (in Thai)
Eiamprasert S. (2011). Comparison of spatial daily rainfall amount interpolation methods by using geographic information system at Chao-Phra-Ya flood plain. [Master thesis, National Institute of Development Administration]. http://libdcms.nida.ac.th/thesis6/2554/b174615.pdf (in Thai)
Governor's Office of Samut Prakan Province. (2023). Five-year provincial development plan (2023-2027). https://www.samutprakan.go.th/. (in Thai).
Landis, J. R. & Koch, G. G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1), 159-174.
NASA Climate Kids. (2023). What is an urban heat island. NASA Climate Kids. https://climatekids.nasa .gov/heat-islands/
Office of the National Economic and Social Development Council. (2022). Gross regional and provincial product chain volume measures, edition 2022. https://www.nesdc.go.th/ewt_dl_link.php?nid= 13913&filename=gross_regional (in Thai)
Phengphit, N., Karnchanasutham, S., Nualchawee, K., &Soytong, P. (2017). The study of correlation between land surface temperature with urban and building area: A case study of Amphoe Mueang Rayong, Rayong Province, Thailand. Journal of Geoinformatics, Burapha University, 2(3), 27-40. (in Thai)
Preepremmote, K., Piyatassananon, P., &Chavanavessku, S. (2019). Study of index of relationship between land use chang and urban heat island of mice vity Pattaya. Journal of Humanities and Social Sciences, 5(2), 93-109. https://so03.tcithaijo.org/index.php/rpu/article/view/220528 (in Thai)
QGIS. (n.d.). Spatial snalysis (Interpolation). Documentation for QGIS 2.18. https://docs.qgis.org/2.18/en /docs/gentle_gis_introduction/spatial_analysis_interpolation.html
Romrattanatrai, N. (2019). The study of urban heat island related to urban expansion in Chiang Mai [Master thesis, Naresuan University]. http://www.agi.nu.ac.th/nred/Document/is-PDF/2562/geo_ 2562_042_ (in Thai)
Ruthirako P. (2017). Spatial interpolation of land surface temperature in Hatyai City municipality and suburban area. Rajamangala University of Technology Tawan-ok Research Journal, 10(1), 11-19. (in Thai)
Thai Meteorological Department Climate Center. (2022). Weather characteristics by province. Thai Meteorological Department Climate Center. http://climate.tmd.go.th (in Thai)
Thai Meteorological Department Climate Center. (2023). Climate variability and change in 2022. Thai Meteorological Department Climate Center. http://climate.tmd.go.th/content/file/2896 (in Thai)
Wang, W., Liu, K., Tang, R., &Wang, S. (2019). Remote sensing image-based analysis of the urban heat island effect in Shenzhen, China. Elsevier, 110, 168-175. https://doi.org/10.1016/j.pce.2019.01.002
