การเปรียบเทียบความสัมพันธ์ของค่า Piezometric Head โดยวิธีการวิเคราะห์ทางสถิติ กรณีศึกษา เขื่อนป่าสักชลสิทธิ์
Article Sidebar
Main Article Content
บทคัดย่อ
การวิเคราะห์ข้อมูลจากเครื่องมือวัดพฤติกรรมเขื่อนทำให้ทราบถึงพฤติกรรมที่เกิดขึ้นกับเขื่อน พิโซมิเตอร์ (Piezometer) เป็นเครื่องมือที่นิยมใช้ในการติดตามพฤติกรรมการกัดเซาะภายในตัวเขื่อน การศึกษานี้จะวิเคราะห์ข้อมูลด้วยวิธีทางสถิติ 3 วิธี ได้แก่ Simple Linear Regression (SLR), Multiple Linear Regression (MLR) และ Dummy Variable Regression (DVR) เพื่อวิเคราะห์ความสัมพันธ์ระหว่างค่าระดับน้ำพิโซมิเตอร์ กับระดับน้ำในอ่างเก็บน้ำ รวมถึงปัจจัยที่เกี่ยวข้อง และเลือกวิธีการที่เหมาะสมด้วยวิธีทางสถิติ ผลการวิเคราะห์พบว่า SLR ค่าสัมประสิทธิ์สหสัมพันธ์ (R) อยู่ระหว่าง 0.05 - 0.70, MLR อยู่ระหว่าง 0.26 – 0.72 และ DVR อยู่ระหว่าง 0.43 - 0.81 โดย SLR เป็นวิธีการพื้นฐานและใช้งานสะดวก แต่ได้ความสัมพันธ์ต่ำที่สุด เหมาะสำหรับอธิบายพฤติกรรมของพิโซมิเตอร์ด้านเหนือน้ำ ขณะที่ MLR ค่าความสัมพันธ์เพิ่มขึ้นโดยเฉพาะพิโซมิเตอร์ตำแหน่งที่ได้รับอิทธิพลจากน้ำฝน แต่มีปัญหาสหสัมพันธ์เชิงเส้นพหุ ส่วน DVR เป็นการวิเคราะห์ความสัมพันธ์โดยอาศัยการเปลี่ยนแปลงตามช่วงเวลาของระดับในอ่างเก็บน้ำซึ่งเป็นวิธีการที่เหมาะสมที่สุด และได้ค่าความสัมพันธ์ดีที่สุด ลดปัญหา Multicollinearity และค่าของเกณฑ์ AIC และ BIC ดีที่สุด แต่อย่างไรก็ตามความเหมาะสมของวิธีการวิเคราะห์ที่จะประยุกต์ใช้ควรขึ้นอยู่กับตำแหน่งของพิโซมิเตอร์ และสอดคล้องกับลักษณะพฤติกรรมในปัจจุบัน
Article Details
เอกสารอ้างอิง
กรมชลประทาน.(2562).งานศึกษาเกณฑ์ความปลอดภัยจากเครื่องมือวัดพฤติกรรมเขื่อนป่าสักชลสิทธิ์ จังหวัดลพบุรี. ส่วนความปลอดภัยเขื่อน สำนักบริหารจัดการน้ำและอุทกวิทยา
Akaike, H. (1973). Information Theory and an Extension of the Maximum Likelihood Principle. In B. N. Petrov & F. Csaki (Eds.), Proceedings of the Second International Symposium on Information Theory (pp. 267-281). Akadémiai Kiadó.
Leyla, H., Nadia, S., & Bouchrit, R. (2022). Modeling and predictive analyses related to piezometric level in an earth dam using a back propagation neural network in comparison on non-linear regression. Modeling Earth Systems and Environment, 9(1), 1169-1180. https://doi.org/10.1007/s40808-022-01558-5
Sawa, T. (1978). Information Criteria for Discriminating among Alternative Regression Models. Econometrica, 46(6), 1273–1282.
Stojanovic, B., Milivojevic, M., Ivanovic, M., Milivojevic, N., & Divac, D. (2013). Adaptive system for dam behavior modeling based on linear regression and genetic algorithms. Advances in Engineering Software, 65, 182-190. https://doi.org/10.1016/j.advengsoft.2013.06.019
Sun, Y., Duan, X., & Li, J. (2021). Safety state monitoring analysis of seepage from Daban Reservoir. Journal of Physics: Conference Series, 2031. 012005 https://doi.org/10.1088/1742-6596/2031/1/012005
Tian, H., Qin, G., Liao, C., & Lin, P. (2020). Application Study of Univariate Linear Regression Model in Seepage Pressure Analysis of Earth Dam Taking Dongzhen Reservoir in Fujian Province as an Example. IOP Conf. Series: Earth and Environmental Science, 525., 12103. https://doi.org/10.1088/1755-1315/525/1/012103
