ผลกระทบของปรากฏการณ์เอนโซ่ (ENSO) ต่อการเปลี่ยนแปลงสภาพภูมิอากาศและผลผลิตพืชในประเทศไทยโดยใช้ปัญญาประดิษฐ์
หัวหน้าโครงการ
ผู้ร่วมโครงการ
สมาชิกทีมคนอื่น ๆ
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดโครงการ
วันที่เริ่มโครงการ: 01/10/2024
วันที่สิ้นสุดโครงการ: 30/09/2025
คำอธิบายโดยย่อ
ความผิดปกติของปรากฏการณ์เอนโซ่ (ENSO: El Nio Southern Oscillation) ส่งผลต่อการผันแปรของสภาพอากาศในหลายภูมิภาคของโลกโดยเฉพาะในภูมิภาคเอเชียตะวันออกเฉียงใต้ เช่น ประเทศไทย ปรากฏการณ์เอนโซ่ส่งผลกระทบต่อความผันแปรของอุณหภูมิและปริมาณน้ำฝน ทำให้เกิดความผิดปกติของสภาพอากาศในสเกลระดับใหญ่ เช่น ภัยแล้งรุนแรง พายุเฮอริเคน และน้ำท่วม ความผิดปกติเหล่านี้ส่งผลโดยตรงต่อผลผลิตทางการเกษตร จากเอกสารและงานวิจัยที่เกี่ยวข้องพบว่า ความผันแปรในผลผลิตธัญพืช พื้นที่เก็บเกี่ยว มีความสัมพันธ์กับสภาพอากาศรายปี และผลผลิตลดลงอย่างมากในช่วงเหตุการณ์เอลนีโญ ข้อเสนอของการวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคนิคพื้นฐานทางปัญญาประดิษฐ์มาใช้ในการตรวจสอบและประเมินผลกระทบของปรากฏการณ์เอนโซ่ต่อการผลิตธัญพืชในประเทศไทยและทำนายในอนาคตของผลกระทบนี้ต่อการผลิตธัญพืช การศึกษานี้จะมีนัยต่อผู้กำหนดนโยบายที่จะช่วยในการกำหนดนโยบายเศรษฐกิจเชิงรุกโดยใช้ข้อได้เปรียบจากการส่งสัญญาณของปรากฏการณ์เอนโซ่ มาใช้จัดการกับผลกระทบจากการผลิตและการประกันความขาดแคลนผลผลิต ซึ่งมีความสำคัญอย่างยิ่งในประเทศไทย การวิจัยมีเป้าหมายเพื่อสร้างผลลัพธ์แบบจำลอง AI ที่พัฒนาขึ้นจะช่วยให้สามารถตรวจสอบปริมาณผลกระทบของเหตุการณ์เอลนีโญ และลานีญาต่อการผลิตธัญพืชในภูมิภาคต่างๆ ของประเทศไทย โดยการศึกษานี้จะชี้ให้เห็นถึงขอบเขตที่ความผิดปกติของ ENSO มีส่วนทำให้เกิดความผันผวนของสภาพอากาศที่ส่งผลต่อผลผลิตทางการเกษตร จะระบุตัวแปรภูมิอากาศเฉพาะที่มีอิทธิพลอย่างมากต่อการผลิตธัญพืชในประเทศไทย การทำความเข้าใจความเชื่อมโยงเหล่านี้จะช่วยในการพัฒนากลยุทธ์การปรับตัวตามเป้าหมายเพื่อการจัดการพืชผลที่ดีขึ้น การศึกษานี้จะสร้างและระบุผลกระทบของเอลนีโญ และลานีญาต่ออุณหภูมิและรูปแบบฝนของประเทศไทย ความรู้นี้จำเป็นสำหรับการทำนายและเตรียมพร้อมสำหรับเหตุการณ์สภาพอากาศที่รุนแรงซึ่งส่งผลเสียต่อการผลิตพืชผล การวิจัยจะใช้แบบจำลองที่พัฒนาขึ้นเพื่อทำนายสถานการณ์การผลิตธัญพืชในอนาคตที่ได้รับอิทธิพลจาก ENSO การคาดการณ์เหล่านี้จะช่วยให้ผู้กำหนดนโยบาย และผู้มีส่วนได้ส่วนเสียตัดสินใจอย่างรอบรู้เพื่อลดความเสี่ยงและรับประกันความพร้อมของผลผลิตในสภาพอากาศที่เปลี่ยนแปลง ข้อค้นพบของการศึกษานี้จะมีนัยสำคัญเชิงนโยบาย โดยให้ข้อมูลเชิงลึกตามหลักฐานแก่ผู้กำหนดนโยบายเกี่ยวกับวิธีการใช้สัญญาณ ENSO เพื่อบรรเทาการหยุดชะงักของการผลิตและรับประกันความมั่นคงทางอาหารในประเทศไทย ผู้ผลิตพืชผลจะพบกลยุทธ์การปรับตัวที่ได้จากการวิเคราะห์ที่เป็นประโยชน์สำหรับการตัดสินใจอย่างชาญฉลาดในช่วงเหตุการณ์เอลนีโญ และลานีญา งานวิจัยจะปรับปรุงแนวทางปฏิบัติในการจัดการพืชผลโดยให้คำแนะนำแก่เกษตรกรเกี่ยวกับการเลือกพืชผล ตารางการเพาะปลูก และเทคนิคการให้น้ำ โดยอ้างอิงจากเหตุการณ์เอลนีโญ และลานีญาที่คาดการณ์ไว้ สิ่งนี้อาจส่งผลให้ความยืดหยุ่น และผลผลิตทางการเกษตรดีขึ้น งานวิจัยจะใช้แบบจำลอง AI เพื่อทำความเข้าใจอย่างลึกซึ้งยิ่งขึ้นเกี่ยวกับปฏิสัมพันธ์ที่ซับซ้อนระหว่างปัจจัยด้านสภาพอากาศ เอลนีโญ ลานีญา และการผลิตธัญพืช ความรู้นี้จะปรับปรุงการจัดการความเสี่ยงด้านสภาพอากาศและแนวทางปฏิบัติทางการเกษตรที่ยั่งยืน ผลลัพธ์ของข้อเสนอการวิจัยนี้จะช่วยเสริมความรู้ที่มีอยู่เกี่ยวกับผลกระทบของปรากฏการณ์ ENSO ต่อการผลิตธัญพืชในประเทศไทย การบูรณาการวิธีการที่ใช้ปัญญาประดิษฐ์ (AI) กับข้อมูลสภาพอากาศและพืชผลสามารถเพิ่มความแม่นยำในการคาดการณ์ ปรับกลยุทธ์การจัดการให้เหมาะสม และเสริมความยืดหยุ่นภายในภาคเกษตรกรรมท่ามกลางสภาพอากาศที่เปลี่ยนแปลง ผลการศึกษานี้จะมีคุณค่าอย่างมากสำหรับผู้กำหนดนโยบาย เกษตรกร และผู้มีส่วนได้ส่วนเสียที่มีส่วนร่วมอย่างแข็งขันในการส่งเสริมความมั่นคงด้านอาหารและการพัฒนาของประเทศไทย
คำสำคัญ
- Agriculture
- Cereal Crops
- Climate Change
- El Niño and La Niña
- Neural Networks
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ผลงานตีพิมพ์
ไม่พบข้อมูลที่เกี่ยวข้อง






