Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/7700
| Title: | การใช้อนุกรมสูงสุดรายปีและอนุกรมสูงสุดบางส่วน ในการวิเคราะห์ขนาดและความถี่น้ำท่วมในลุ่มน้ำปิงตอนบน |
| Other Titles: | Use of annaul series and partial series for analyzing flood magnitude and frequency in the upper Ping River Basin |
| Authors: | วิชชุดา เลี่ยมสงวน |
| Email: | fengvpt@ku.ac.th |
| Advisors: | ชัยยุทธ สุขศรี วีระพล แต้สมบัติ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย |
| Advisor's Email: | fengcsk@chulkn.car.chula.ac.th, Chaiyuth.S@chula.ac.th |
| Subjects: | พยากรณ์น้ำท่วม ความน่าจะเป็น น้ำท่วม ลุ่มน้ำปิง |
| Issue Date: | 2540 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | ข้อมูลที่ใช้ในการวิเคราะห์ขนาดและความถี่น้ำท่วม ที่นิยมกันโดยทั่วไปมีสองวิธีคือ ข้อมูลจากวิธีอนุกรมสูงสุดรายปี (AMS) และข้อมูลจากวิธีอนุกรมสูงสุดบางส่วน (PDS) การวิจัยนี้เลือกใช้ข้อมูลจากทั้งสองวิธี เพื่อนำเสนอวิธีการวิเคราะห์ขนาดและความถี่น้ำท่วมที่คาบการเกิดซ้ำต่างๆ โดยมีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพ ของการใช้ชนิดของข้อมูลต่างวิธี ข้อมูลพื้นฐานที่ใช้ในการวิเคราะห์คือ ข้อมูลปริมาณน้ำท่าสูงสุดในรอบเดือนของพื้นที่ลุ่มน้ำปิงตอนบน โดยนำมาศึกษาเงื่อนไขและความเหมาะสมในการใช้ข้อมูลจากวิธีทั้งสอง ในการคาดคะเนขนาดและความถี่น้ำท่วมได้อย่างมีประสิทธิภาพ การศึกษาครอบคลุมในประเด็นการเลือกค่าน้ำท่วมฐาน การตรวจสอบความเป็นอิสระของข้อมูล การคำนวณค่าพารามิเตอร์ การคำนวณค่าปริมาณการไหลและค่าความแปรปรวนของปริมาณการไหล การเปรียบเทียบประสิทธิภาพของการใช้ข้อมูลจากอัตราส่วนความแปรปรวน ของปริมาณการไหลด้วยวิธีหลายวิธี ได้แก่ วิธีทฤษฎีค่าแท้จริง (Rv,1) วิธีทฤษฎีค่าประมาณ (Rv,2) วิธีเอมไพริกัล (Rv,3) และวิธีค่าเฉลี่ยของความคลาดเคลื่อนกำลังสอง (Rm) การเปรียบเทียบความแตกต่างของปริมาณการไหล หลังจากเปรียบเทียบประสิทธิภาพจากการใช้ข้อมูล และการวิเคราะห์ความถี่น้ำท่วมทั้งลุ่มน้ำ โดยเลือกใช้ฟังก์ชันการแจกแจงความน่าจะเป็นแบบ Gumbel สำหรับข้อมูล AMS และเลือกฟังก์ชันแบบ Exponential และ Poisson ในการอธิบายขนาดและความถี่ตามลำดับสำหรับข้อมูล PDS ผลการวิเคราะห์พบว่า การใช้ค่าพารามิเตอร์จากวิธีภาวะน่าจะเป็นสูงสุด (ML) และวิธีโมเมนต์ (MM) ให้ผลการเปรียบเทียบประสิทธิภาพของการใช้ข้อมูลทั้งสองวิธีคล้ายกัน แต่เนื่องจากค่าพารามิเตอร์จากวิธี ML ส่วนใหญ่ให้ค่าความแตกต่างสูงสุดระหว่างความถี่ข้อมูลน้ำท่วม ที่คำนวณจากวิธี Plotting Position และจากฟังก์ชันการแจกแจงความน่าจะเป็นที่เลือกไว้ที่มีค่าต่ำกว่า จากผลดังกล่าวสรุปได้ว่าค่าพารามิเตอร์จากวิธี ML เป็นวิธีที่เหมาะสมกว่าวิธี MM ในการศึกษาโดยใช้พื้นที่เดียวกันนี้ต่อไป และวิธีการที่ใช้ในการเปรียบเทียบประสิทธิภาพของการใช้ข้อมูลทั้งสองวิธี ในการวิเคราะห์ขนาดและความถี่น้ำท่วมที่ให้ผลชัดเจนที่สุด คือ วิธี Rv,1 ซึ่งข้อมูล PDS ให้ค่าความแปรปรวนของปริมาณการไหลต่ำกว่าข้อมูล AMS เมื่อมีจำนวนเหตุการณ์โดยเฉลี่ยต่อปี (lambda) มีค่าอย่างน้อยในช่วง 1.65-1.70 ส่วนการเปรียบเทียบโดยวิธี Rv,2 วิธี Rv,3 และวิธี Rm นั้นไม่สามารถสรุปผลได้ชี้ชัด ถ้าขนาดของข้อมูลที่มีค่อนข้างสั้น ในส่วนความสัมพันธ์ระหว่างปริมาณการไหลรายปีต่อปริมาณการไหลเฉลี่ย พบว่า ที่คาบการเกิดซ้ำโดยเฉลี่ยเท่ากับ 2.5 ปี การประมาณค่าปริมาณการไหลจากข้อมูล PDS มีค่าสูงกว่าที่ประมาณจากข้อมูล AMS มีค่าสูงกว่าที่ประมาณจากข้อมูล AMS ซึ่งถ้านำไปใช้ในงานออกแบบอาคารชลศาสตร์หรืองานบรรเทาอุทกภัย จะได้อาคารที่มีความปลอดภัยสูงกว่าหรือมีความเสี่ยงน้อยกว่าค่าจากข้อมูล AMS ทำให้เพิ่มความมั่นใจในการใช้ค่าปริมาณการไหลในการออกแบบมากขึ้น ทั้งยังเป็นการออกแบบโดยที่ปริมาณการไหลมีความสอดคล้องกับสภาพทางกายภาพ เนื่องจาก คำนึงถึงค่าน้ำท่วมฐานจากระดับและปริมาณน้ำจากสภาพทางกายด้วย การวิเคราะห์ข้อมูลด้วยวิธี PDS ซึ่งเลือกค่าข้อมูลจากค่าน้ำท่วมฐานและมีการตรวจสอบความเป็นอิสระของข้อมูลก่อนจะนำไปใช้ในการวิเคราะห์ ทำให้เชื่อมั่นได้ว่าข้อมูลแต่ละค่ามีความเป็นอิสระต่อกัน และกรณีที่ค่าน้ำท่วมฐานมีค่าสูงจนทำให้ไม่มีข้อมูลในปีใดมีค่ามากกว่าค่าน้ำท่วมฐานดังกล่าว ซึ่งมีผลให้ไม่มีชุดข้อมูลในอนุกรม PDS ก็จำเป็นต้องใช้การออกแบบจากข้อมูลวิธี AMS โดยไม่สามารถหลีกเลี่ยงได้ ปัจจัยที่เกี่ยวข้องกับการวิเคราะห์ เช่น ตำแหน่งและที่ตั้งของสถานีวัดน้ำท่าบนลำน้ำ ปริมาณฝนตกในพื้นที่ หรืออาคารชลศาสตร์ในบริเวณสถานีวัดน้ำท่า มีผลต่อการวิเคราะห์ค่อนข้างน้อย โดยปัจจัยสำคัญที่สุดที่มีผลต่อการวิเคราะห์ ได้แก่ ขนาดของข้อมูล (N) |
| Other Abstract: | Two types of data that are usually used of for analysing flood magnitude and frequency are the Annual Maximum Series (AMS) and the Partial Duration Series (PDS). This research study uses both of them to demonstrate the processes of flood magnitude and frequency analysis for each return period and to compare their efficiency by using different types of data series. Daily peak discharges in the Upper Ping River Basin are used as based data in order to study the condition and the appropriateness by using both types of data to predict and evaluate flood magnitude and frequency. The study covers methods/processes for choosing based flood (Ob), testing of data independency, parameters estimation, computing annual discharge and its variance, and comparing efficiency of data used by taking the ratio of the discharge variation. Different techniques such as: Exact Theoretical Approach (Rv,1), Approximately Theoretical Approach (Rv,2), Empirical Approach (Rv,3) and Mean Square Error Approach (Rm) are employed. After computing the differences of annual discharge and analyzing regional flood frequency, the results are then compared. This process involves the selection of frequency distribution function, i.e. Gumbel Function for AMS, Exponential and Poisson Functions for explaining the average magnitude and for number of exceedances of PDS, respectively. The results of analysis show that different methods of parameter estimation, i.e. Maximum Likelihood (ML) and Moment Method (MM), give similar results in comparing efficiency of data used. However, most of parameters from ML give less maximum difference between flood frequency from the Plotting Position method and the selected probability distribution function than from MM. Therefore, it can be concluded that ML is more suitable for parameter estimation than MM. Different techniques for comparing efficiency of data are employed. Rv,1 gives the most distinct result in which the PDS gives less discharge variation than the AMS, if it has the average number of exceedances at least in the range of 1.65-1.70. Other techniques such as: Rv,2 Rv,3 and Rm provide inconclusive outcomes because the recorded data is rather short. For the relation between annual discharge and its average at the return period of about 2.5, the estimation from the PDS gives higher annual discharge than the AMS, therefore it can improve reliability or provide less risk for designing hydraulics structures or flood relief measures. Furthermore, flood estimation from the PDS provides much more confidence in designing because it takes into account the stage and discharge from the physical condition thus the designing is in line with the natural condition. Data used by the PDS is firstly selected from the based flood and tested to ensure that the data in used is independent. In the case of the high based flood whereby there will be small data in the PDS series, the use of the AMS series in designing is inevitable. Other factors involving in this analysis such as the location of the recording stations, rainfall and the hydraulics structures in the area, contribute only little effect on the variation while the most important factor is the length of recorded data. |
| Description: | วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2540 |
| Degree Name: | วิศวกรรมศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | วิศวกรรมแหล่งน้ำ |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/7700 |
| ISBN: | 9746382314 |
| Type: | Thesis |
| Appears in Collections: | Grad - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Widchuda_Li_front.pdf | 932.85 kB | Adobe PDF | View/Open | |
| Widchuda_Li_ch1.pdf | 830.02 kB | Adobe PDF | View/Open | |
| Widchuda_Li_ch2.pdf | 733 kB | Adobe PDF | View/Open | |
| Widchuda_Li_ch3.pdf | 619.27 kB | Adobe PDF | View/Open | |
| Widchuda_Li_ch4.pdf | 378.64 kB | Adobe PDF | View/Open | |
| Widchuda_Li_ch5.pdf | 2.25 MB | Adobe PDF | View/Open | |
| Widchuda_Li_ch6.pdf | 270.79 kB | Adobe PDF | View/Open | |
| Widchuda_Li_back.pdf | 2.12 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.