แบบจำลองโครงข่ายใยประสาทเทียมสำหรับการพยากรณ์ฝนรายชั่วโมงในพื้นที่ประสบอุทกภัยแบบฉับพลัน

พื้นที่ลุ่มน้ำคลองบางสะพานใหญ่มีภูมิประเทศเป็นความลาดชันบริเวณพื้นที่ต้นน้ำ และเป็นที่ราบสลับที่ดอนบริเวณพื้นที่ตอนล่าง เมื่อมีฝนตกหนักต่อเนื่องจะเกิดเป็นพื้นที่น้ำท่วมแบบฉับพลัน บทความนี้จึงมีวัตถุประสงค์เพื่อเสนอแบบจำลองโครงข่ายใยประสาทเทียม(ANN) สำหรับการพยากรณ์ฝนรายชั่วโมงล่วงหน้าในพื้นที่น้ำท่วมแบบฉับพลัน(พื้นที่ศึกษาลุ่มน้ำคลองบางสะพานใหญ่) แบบจำลอง ANN ใช้ข้อมูลตัวแปรต้นเป็นค่าเฉลี่ยแบบเคลื่อนที่ของฝนรายชั่วโมงเพื่อลดความผันผวนของข้อมูลและใช้วิธี K-fold cross validation เพื่อเพิ่มทักษะการพยากรณ์จากการเรียนรู้ข้อมูลทุกๆ ตัวแปรที่มีโดยไม่ได้เสียข้อมูลไปในกระบวนการ Validation ข้อมูลในการพิจารณากับแบบจำลอง ได้แก่ ข้อมูลปริมาณน้ำฝนที่เป็นค่าเฉลี่ยแบบเคลื่อนที่และข้อมูลด้านอุตุนิยมวิทยารายชั่วโมง ระยะเวลา 2 ปี (พ.ศ. 2561-2562) ผลการวิเคราะห์ตัวแปรที่มีความสำคัญโดยใช้ค่าประสิทธิ์สหสัมพันธ์แบบแยกส่วนพบว่า ข้อมูลปริมาณน้ำฝนเป็นตัวแปรที่สำคัญต่อการพยากรณ์ฝนล่วงหน้า ซึ่งมีความแตกต่างกับการพยากรณ์ฝนในพื้นที่ลักษณะเป็นที่ราบที่จะมีข้อมูลด้านอุตุนิยมวิทยาเป็นตัวแปรที่สำคัญด้วย ผลลัพธ์โครงสร้างแบบจำลอง ANN ประกอบด้วย 1 Hidden Layer, 6 Node, Simple multilayer perceptron network และ sigmoid smooth function โครงสร้างดังกล่าวพบว่ามีความแม่นยำมากสำหรับการพยากรณ์ฝนในพื้นที่ศึกษาลุ่มน้ำคลองบางสะพานใหญ่ 1 และ2 ชั่วโมงล่วงหน้าโดยใช้ข้อมูลตัวแปรต้นที่ใช้ค่าเฉลี่ยแบบเคลื่อนที่(จำนวนช่วงเวลาเท่ากับ 2) มีค่า Normalized RMSE และ R2 ของการพยากรณ์ฝนล่วงหน้า 1 ชั่วโมงเท่ากับ 0.91% และ 0.93 และ 2 ชั่วโมงเท่ากับ 1.33% และ 0.92