การทำนายพื้นที่เสียหายจากไฟป่าของจังหวัดเชียงใหม่

Vadhana Jayathavaj

doi:10.57260/stc.2023.659

Authors

Vadhana Jayathavaj Faculty of Allied Health Sciences, Pathumthani University

DOI:

https://doi.org/10.57260/stc.2023.659

Keywords:

Chiang mai province, Damaged area, Forest fire

Abstract

Chiang Mai Province is the province most affected by forest fires in the country. Forecasting the area damaged by forest fires in Chiang Mai Province has limited data, so the forecast is made using the models from Gray System Theory, which uses a small amount of data. Data on damaged areas (rai) from forest fires from the Chiang Mai Conservation Area Administration Office 16, fiscal year 2017 to 2021, is therefore used to forecast damaged areas in fiscal year 2022. It was found that the Gray model with error adjustment (GM(1,1)EPC) had a mean absolute percentage error (MAPE) of only 11.70 percent, which was used to forecast well, there would be a damaged area of 32,220 rais, 8.71 percent higher than the previous fiscal year. However, there is no report from the relevant agencies, so it cannot be verified with the actual value.

Author Biography

Vadhana Jayathavaj, Faculty of Allied Health Sciences, Pathumthani University

-

References

วิจารย์ สิมาฉายา. (2554). เอกสารสําหรับการสัมมนา ” วิกฤตโลกร้อน มลพิษหมอกควัน มหันตภัยใกล้ตัว” ของคณะกรรมาธิการทรัพยากรธรรมชาติและสิ่งแวดล้อม วุฒิสภา 11 กุมภาพันธ์ 2554 จังหวัดเชียงใหม่. สืบค้นจาก https://www.pcd.go.th/wp-content/uploads/2020/06/pcdnew-2020-06-05_07-33-31_040770.pdf

ส่วนควบคุมไฟป่า สำนักป้องกัน ปราบปราม และควบคุมไฟป่า กรมอุทยานแห่งชาติ สัตว์ป่า และพันธุ์พืช. (2566ก). บทที่ 1 ความรู้เรื่องไฟป่า. สืบค้นจากhttps://www.dnp.go.th/forestfire/web/frame/lesson1.html

ส่วนควบคุมไฟป่า สำนักป้องกัน ปราบปราม และควบคุมไฟป่า กรมอุทยานแห่งชาติ สัตว์ป่า และพันธุ์พืช. (2566ข). สถิติไฟป่า: การประเมินพื้นที่ป่าที่ถูกไฟไหม้ในระหว่างปี 2535 – 2565. สืบค้นจาก https://portal.dnp.go.th/Content/firednp?contentId=15705

ส่วนคุณภาพอากาศ กองจัดการคุณภาพอากาศและเสียง กรมควบคุมมลพิษ. (18 กันยายน 2566). สรุปข้อมูลคุณภาพอากาศ พ.ศ. 2563 – 2566. สืบค้นจากhttp://air4thai.pcd.go.th/webV2/download.php

ส่วนแผนงานและประมวลผล กองจัดการคุณภาพอากาศและเสียง. (1 ก.ย. 2566). คุณภาพอากาศในพื้นที่บริเวณ ต.ช้างเผือก และ ต.ศรีภูมิ อ.เมือง จ.เชียงใหม่ ปี 2563 ถึง 2566. สืบค้นจาก http://air4thai.pcd.go.th/webV2/download.php

สำนักงานบริหารพื้นที่อนุรักษ์ 16 เชียงใหม่. (2566). สารสนเทศในรูปแบบแผนภาพ (Visualization) จังหวัดเชียงใหม่ การแก้ปัญหาหมอกควันและไฟป่า : พื้นที่เสียหาย 2561 – 2564. สืบค้นจากhttps://app.powerbi.com/view?r=eyJrIjoiYTI2NWE3MzMtMTllYS00NDZiLWIxYzctYjVkMzRkMjlmZjQ0IiwidCI6IjZmNDQzMmRjLTIwZDItNDQxZC1iMWRiLWFjMzM4MGJhNjMzZCIsImMiOjEwfQ%3D%3D

ศูนย์ปฏิบัติการเทคโนโลยีสารสนเทศและการสื่อสาร สำนักบริหารพื้นที่อนุรักษ์ที่ 16 เชียงใหม่. (2020). ข้อมูลสถิติไฟป่า พื้นที่จังหวัดเชียงใหม่-ลำพูน ประจำปีงบประมาณ 2560 – 2564. สืบค้นจาก http://www.fca16.com/web/page/96

Andrés, D. (2023. Error Metrics for Time Series Forecasting. Machine Learning Pills. Retrived from https://mlpills.dev/time-series/error-metrics-for-time-series-forecasting/

Cheng, K-S., Lien, Y-T., Wu, Y-C., & Su, Y-F. (2017). On the criteria of model performance evaluation for real-time flood forecasting. Stochastic Environmental Research and Risk Assessment, 31, 1-24. DOI:10.1007/s00477-016-1322-7

Deng, J. L. (1989). Introduction to Grey System Theory. J. Grey Syst, 1(1), 1–24. https://doi.org/10.1007/978-3-642-16158-2_1

Forrest, J., & Liu, S. F. (2011). A Brief Introduction to Grey Systems Theory, Grey Systems: Theory and Applications. In Proceedings of the 2011 IEEE International Conference on Grey Systems and Intelligent Services, Nanjing, China, 15–18 September 2011; Volume 2.

Lewis, C. D. (2023). Industrial and business forecasting methods. London: Butterworths.

Lin, Y. H., Chiu, C. C., Lin, Y. J., & Lee, P. C. (2013). Rainfall prediction using innovative grey model with the dynamic index. Journal of Marine Science and Technology, 21(1), 63-75. DOI:10.6119/JMST-011-1116-1

Liu, S. F., & Lin, Y. (2010). Grey Systems—Theory and Applications. Springer: Berlin, Germany.

Qiu, T., & Zhang, J., Bai, X., & Nie, B. (2009). Application of Grey Model in Fire Prediction. In Proceedings of the Conference: International Forum on Information Technology and Applications, IFITA 2009, Chengdu, China, 15-17 May 2009. p. 429-432. DOI: 10.1109/IFITA.2009.362

Wang, Q., Gao, Z., WangHe, C., Cao, Y., & Yu, W. (2023). Dynamic Response of Shrubbery Fire to Meteorological Changes in Yunnan Province 2023. In Proceedings of E3S Web of Conferences 394, 01030 REES 2023. pp. 1-16. https://doi.org/10.1051/e3sconf/202339401030