Assessment and monitoring of agricultural drought areas using soil water index and integrated drought index and effect of climate change on groundwater recharge

      น้ำในดิน (Soil water index) เป็นตัวแปรทางอุทกวิทยาที่สำคัญซึ่งมีอิทธิพลอย่างมากต่อวัฏจักรของน้ำทั่วโลกและยังเป็นปัจจัยที่ใช้สำคัญสำหรับติดตามภัยแล้งทางด้านเกษตรกรรม ปัจจุบันมีการเปลี่ยนแปลงสภาพอากาศ (Climate change) อย่างต่อเนื่องทำให้สภาวะสุดขั้วของลมฟ้าอากาศ (Extreme Weather Event) เป็นปรากฏการณ์ที่ก่อให้เกิดภัยแล้งหรือภัยน้ำท่วมที่มีผลกระทบโดยตรงทางด้านเกษตรกรรม ซึ่งส่งก่อให้เกิดความสูญเสียทางเศษรฐกิจและสังคมเป็นอย่างมากโดยเฉพาะในช่วงฤดูกาลเพาะปลูกพืช ระบบนิเวศของโลกมีการเปลี่ยนแปลงตลอดเวลาเนื่องจากธรรมชาติและสภาพบรรยากาศ และจากกิจกรรมของมนุษย์ ดังนั้นจึงจำเป็นต้องมีการตรวจสอบ ติดตามและประเมินพื้นที่ความแห้งแล้งเพื่อนำไปสู่การคาดการณ์พื้นที่เสี่ยงต่อการเกิดภัยแล้งเพื่อให้สามารถวางแผน รับมือและแก้ไขปัญหาได้อย่างทันสถานการณ์

      ภัยแล้งหรือความแห้งแล้งเป็นปรากฏการณ์เชิงพื้นที่ที่มีความซับซ้อน แต่สามารถที่จะระบุพื้นที่แห้งแล้งได้
โดยนำเทคโนโลยีการสำรวจระยะไกล (Remote Sensing) เข้ามาช่วยเพื่อศึกษาปรากฏการณ์ที่เกิดจากสภาพอากาศและสภาพแวดล้อมต่างๆ ที่ปรากฏขึ้นบนพื้นผิวโลก ในช่วงหลายปีที่ผ่านมาได้มีการนำเทคโนโลยีการรับรู้จากระยะไกลจากข้อมูลภาพถ่ายดาวเทียมมาประยุกต์ใช้ในการวิเคราะห์ความแห้งแล้ง ซึ่งมีความสามารถในการติดตามและตรวจสอบการเปลี่ยนแปลงที่ครอบคลุมพื้นที่ที่มีขนาดใหญ่ได้หลายช่วงเวลา โดยดัชนีที่นิยมนำมาใช้ในการวิเคราะห์ความแห้งแล้งทางด้านเกษตรกรรม ได้แก่ น้ำในดิน (Soil water index) ซึ่งสามารถวัดปริมาณน้ำในดินสูงถึงที่ 5 ซม. รวมไปถึงข้อมูลดัชนีผลต่างพืชพรรณแบบนอร์มอลไลซ์ (Normalized difference vegetation index: NDVI), ดัชนีสภาวะของพืชพรรณ (Vegetation condition index: VCI), ดัชนีอุณหภูมิพื้นผิว (Land surface temperature: LST), ดัชนีความแตกต่างของอุณหภูมิ (Temperature condition index: TCI) และดัชนีความสมบูรณ์ของพืชพรรณ (Vegetation health Index: VHI) ซึ่งเป็นข้อมูลที่มีความสำคัญและเป็นดัชนีที่ได้รับความนิยมสำหรับใชในการวิเคระห์และประเมินพื้นที่ความแห้งแล้ง โดยข้อมูลเหล่านี้มีการพัฒนาโดย Copernicus Europe's eyes on Earth มีการตรวจวัดและรับข้อมูลจากดาวเทียมหลายเซนเซอร์ (Sensor) ซึ่งทำให้รับข้อมูลได้รายวันจึงส่งผลให้เราสามารถติดตามการเปลี่ยนแปลงเชิงพื้นที่ได้อย่างต่อเนื่องและทันสถานการณ์ สามารถวิเคราะห์พื้นที่เสี่ยงต่อการเกิดความแห้งแล้งได้ตามอนุกรมเวลา (time-series) ซึ่งสอดคล้องกับพฤติกรรมขาดน้ำได้อย่างมีประสิทธิภาพ