การวิเคราะห์ผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศต่อศักยภาพการเกิดไฟป่าในจังหวัดเชียงใหม่โดยใช้แบบจำลองการถดถอยAnalysis of Impact of Climate Change on Forest Fire Potential in Chiang Mai by Using of Regression Model

Abstract

การศึกษานี้มีวัตถุประสงค์เพื่อวิเคราะห์ผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศต่อศักยภาพในการเกิดไฟป่าในจังหวัดเชียงใหม่ ด้วยการวิเคราะห์และสร้างแบบจำลองการถดถอยทั้งแบบเส้นตรงและไม่เป็นเส้นตรง โดยใช้ข้อมูลตรวจวัดสภาพภูมิอากาศและข้อมูลพื้นที่เผาไหม้ทั้งจากภาพดาวเทียมและจุดความร้อนในช่วงฤดูไฟป่า (ธันวาคม–พฤษภาคม) ในส่วนการวิเคราะห์แนวโน้มการเกิดพื้นที่ไฟป่าในอนาคตใช้ข้อมูลความชื้นสัมพัทธ์จากแบบจำลอง WRF-ECHAM5 นำเข้าสมการถดถอยข้างต้น ซึ่งจากการวิเคราะห์เปรียบเทียบพบว่าแบบจำลองการถดถอยแบบไม่เป็นเส้นตรงเป็นวิธีที่ยืดหยุ่นและเหมาะสมกว่าการวิเคราะห์ด้วยวิธีการถดถอยแบบเส้นตรง โดยปัจจัยที่สามารถนำเข้าสมการถดถอยมีเพียงความชื้นสัมพัทธ์เพียงปัจจัยเดียว ส่วนปัจจัยตัวแปรภูมิอากาศอื่นๆ ไม่สามารถนำเข้าได้เนื่องจากไม่สามารถยอมรับทางสถิติได้ เมื่อนำสมการถดถอยแบบไม่เป็นเส้นตรงที่ได้ทำการวิเคราะห์มาทดสอบกับข้อมูลความชื้นสัมพัทธ์จากแบบจำลองภูมิอากาศภูมิภาค WRFECHAM5 พบว่าความชื้นมีแนวโน้มลดลงในอัตรา 1.3% และมีความแปรปรวนระหว่างปีของความชื้นสูง ซึ่งทำให้เมื่อนำความชื้นจากแบบจำลองเข้าสมการถดถอยแบบไม่เป็นเส้นตรงที่ได้ส่งผลทำให้ศักยภาพในการเกิดไฟป่าในอนาคตมีแนวโน้มลดลง อย่างไรก็ตาม จากการวิเคราะห์พบว่าความแปรปรวนของสภาพภูมิอากาศแบบสุดขีดในอนาคตมีแนวโน้มมากขึ้นโดยมีคาบในการเกิดทุก 5 ปี และส่งผลต่อความแปรปรวนละความรุนแรงของศักยภาพการเกิดไฟป่า นอกจากนี้ยังพบว่าศักยภาพในการเกิดไฟป่าในอนาคตมีช่วงเวลาการเกิดที่เร็วขึ้นกว่าเดิม ซึ่งเป็นผลมาจากความชื้นในเดือนมกราคมและเดือนกุมภาพันธ์มีแนวโน้มลดลงในขณะที่เดือนอื่นๆ มีแนวโน้มความชื้นเพิ่มขึ้น

This study aims to analyze the impact of climate change on future forest fire potential in Chiang Mai Province, analyzed by regression analysis with the linear and non-linear approach. Following the approach used to observe weather data and burn scar area from both MODIS sensor and forest fire hotspot. In a part of burn area trend analysis in the future used absolute humidity data from WRF-ECHAM5 model, which used into following regression model. The result of the comparative analysis, nonlinear regression models are more flexible and appropriate than linear regression analysis. Climatic factors that can be applied to the regression equation are relative humidity only. While other climate variables could not be imported because the results were not statistically unacceptable. When applied the acceptable nonlinear regression model with the relative humidity data from the WRF-ECHAM5 regional climate model, it was found that relative humidity decreased by 1.3%, and there is high yearly variation in relative humidity, which leads to the decrease in the forest fires potential in the future when the modeled relative humidity is applied to the non-linear regression equation. However, the analysis found that the variability of extreme climate in the future is more likely to occur every 5 years, and is likely to affect the variability and severity of the potential forest fires. In addition, the potential for future forest fires is much faster than ever before. As a result of the humidity in January and February tend to decrease while other months tend to increase humidity.