การเปรียบเทียบวิธีการที่เหมาะสมที่สุดในการสร้างแผนที่ความอ่อนไหวต่อการเกิดน้ำท่วมบริเวณลุ่มน้ำย่อยคลองนาทวี จังหวัดสงขลาA Comparison the Most Appropriate Method for Flood Susceptibility Map in Khlong Nathawi Subwatershed, Songkhla Province

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อกำหนดวิธีการที่เหมาะสมที่สุดในการสร้างแผนที่ความอ่อนไหวต่อการเกิดน้ำท่วม บริเวณลุ่มน้ำย่อยคลองนาทวี จังหวัดสงขลา ด้วยการประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์ร่วมกับวิธีการทางสถิติ ได้แก่ การวิเคราะห์อัตราส่วนความถี่ เครือข่ายประสาทเทียม และการถดถอยพหุโลจิสติกส์ บนพื้นฐานความรู้ของตำแหน่งที่เคยเกิดน้ำท่วมในอดีตกับปัจจัยทางกายภาพที่มีอิทธิพลต่อการเกิดน้ำท่วม จำนวน 11 ปัจจัย ได้แก่ 1) ปริมาณน้ำฝน 2) ความสูงจากระดับน้ำทะเลปานกลาง 3) ความลาดชันของพื้นที่ 4) เนื้อดิน 5) ความสามารถในการระบายน้ำของดิน 6) ความลึกของดิน 7) ระยะห่างจากทางน้ำ 8) ความหนาแน่นของทางน้ำ 9) ความหนาแน่นของถนน 10) การใช้ประโยชน์ที่ดินและสิ่งปกคลุมดิน และ 11) เส้นโค้งตัวเลขน้ำท่า มาวิเคราะห์คะแนนความอ่อนไหวต่อการเกิดน้ำท่วม เพื่อสร้างแผนที่ความอ่อนไหวต่อการเกิดน้ำท่วมแล้วทำการวัดประสิทธิภาพการจำแนกความถูกต้องของโมเดลทั้ง 3 วิธี เพื่อเลือกวิธีการที่เหมาะสมที่สุด ผลการศึกษาพบว่าวิธีการถดถอยพหุโลจิสติกส์ เป็นวิธีการที่เหมาะสมที่สุด โดยปัจจัยความลึกของดิน (ตื้น) การใช้ประโยชน์ที่ดินและสิ่งปกคลุมดิน (สถานีเพาะเลี้ยงสัตว์น้ำ พื้นที่นา) ความสามารถในการระบายน้ำของดิน (พื้นที่ที่ไม่มีการสำรวจ) และเนื้อดิน (ดินเหนียวปนทรายแป้ง) ส่งผลต่อโอกาสในการเกิดน้ำท่วมเพิ่มขึ้น ในขณะที่เนื้อดิน (ทราย ดินร่วนปนทรายละเอียด) การใช้ประโยชน์ที่ดินและสิ่งปกคลุมดิน (ไม้ผล ทุ่งหญ้าเลี้ยงสัตว์และโรงเรือน) ส่งผลต่อโอกาสในการเกิดน้ำท่วมน้อยลง สำหรับระดับความอ่อนไหวต่อการเกิดน้ำท่วม มีการแบ่งออกเป็น 5 ระดับ พบว่า พื้นที่ที่มีความอ่อนไหวต่อการเกิดน้ำท่วมระดับมากที่สุด มาก ปานกลาง น้อย และน้อยที่สุด คิดเป็นร้อยละ 5.13, 3.85, 3.49, 6.73 และ 80.79 ตามลำดับ และเมื่อทำการวัดค่าประสิทธิภาพของวิธีการดังกล่าว พบว่า ค่าเส้นโค้งอัตราผลสำเร็จและเส้นโค้งอัตราการคาดการณ์ เท่ากับร้อยละ 91.84 และ 92.52 ตามลำดับ

This research aimed to determine the most appropriate method for formulation the flood susceptibility map in Khlong Nathawi subwatershed, Songkhla Province by using the application of geographic information systems and statistical methods. The methods applied to this study were Frequency Ratio (FR), Artificial Neural Network (ANN) and Multiple Logistic Regression (MLR). Based on the past flooding areas and physical factors affecting flood, 11 factors were considered as: 1) rainfall, 2) mean sea level, 3) slope, 4) soil texture, 5) soil drainage capability, 6) soil depth, 7) distance from drainage, 8) stream network density, 9) road network density, 10) land use and land cover and 11) SCS-CN which are sufficient to contribute the flood susceptibility map. Three methods as FR, ANN and MLR were evaluated to verify the effective of classification accuracy in order to select the most suitable method. According to the result, it revealed that the MLR was the most appropriate method. The factors affecting flood were soil depth (shallow), land use and land cover (aquaculture land, paddy fields), soil drainage capability (slope complex), and soil texture (sandy clay) increased the opportunities for flooding. Meanwhile, the soil texture (sand, fine sandy loam), land use and land cover (orchard, pasture and farm) decreased the opportunities for flooding. Flood susceptibility index values were divided into five classes. They were highest, high, moderate, low and lowest range that covering 5.13%, 3.85%, 3.49%, 6.73% and 80.79% of the areas. To measure the efficiency of the method, it found that the success rate curve and the predictive rate curve were 91.84% and 92.52% respectively.