ปัจจัยที่มีความสัมพันธ์กับอุณหภูมิพื้นผิวในเมืองขอนแก่น
คำสำคัญ:
ปัจจัย, อุณหภูมิพื้นผิว, เกาะความร้อนเมือง, ดัชนีความแตกต่างของพืชพรรณ, ดัชนีความแตกต่างของสิ่งปลูกสร้างบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาลักษณะอุณหภูมิพื้นผิว (Land Surface Temperature: LST) และศึกษาปัจจัยที่สัมพันธ์กับค่าความร้อนในเขตพื้นที่ผังเมืองรวมเมืองจังหวัดขอนแก่น (ฉบับปรับปรุงครั้งที่ 3 พ.ศ. 2562) ครอบคลุมพื้นที่เมืองขอนแก่นประมาณ 239.52 ตารางกิโลเมตร รวม 11 องค์กรปกครองส่วนท้องถิ่น การศึกษาลักษณะอุณหภูมิพื้นผิวใช้การคำนวณจากข้อมูลภาพถ่ายดาวเทียม Landsat-8 และ Landsat-9 ในช่วงกลางเดือนกุมภาพันธ์ถึงกลางเดือนพฤษภาคม (ฤดูร้อน) โดยใช้ ปี พ.ศ. 2567 เป็นปีฐานในการศึกษา ส่วนการศึกษาปัจจัยที่มีความสัมพันธ์กับค่าความร้อน ผู้วิจัยได้แบ่งปัจจัย ออกเป็น 2 ปัจจัย คือ (1) ค่าดัชนีความแตกต่างของพืชพรรณ (Normalized Difference Vegetation Index: NDVI) และ (2) ค่าดัชนีความแตกต่างของสิ่งปลูกสร้าง (Normalized Difference Built-up Index: NDBI) ผลการศึกษาพบว่า พื้นที่เมืองขอนแก่น มีอุณหภูมิเฉลี่ยอยู่ที่ 21.11-32.41 °C โดยพื้นที่ทางด้านทิศตะวันตกและส่วนศูนย์กลางเมืองขอนแก่นเป็นพื้นที่ที่ร้อนที่สุด ซึ่งการใช้ประโยชน์ที่ดินส่วนใหญ่เป็นที่ดินเปิดโล่ง และพื้นที่สิ่งปลูกสร้างหนาแน่น ตามลำดับ ค่า NDVI มีความสัมพันธ์ในทิศทางตรงกันข้ามกับค่า LST ที่ระดับค่อนข้างต่ำ (r = -0.142) ส่วนค่า NDBI มีความสัมพันธ์ในทิศทางเดียวกันกับค่า LST ที่ระดับสูง (r = 0.729) แสดงให้เห็นว่าเมื่อพื้นที่สีเขียวเพิ่มขึ้น ค่าอุณหภูมิพื้นผิวจะลดลง และเมื่อพื้นที่สิ่งปลูกสร้างหรือพื้นผิวดาดแข็งเพิ่มขึ้น ค่าอุณหภูมิพื้นผิวจะเพิ่มขึ้นตามไปด้วย ผลการวิเคราะห์การถดถอยพหุคูณระหว่างค่า NDVI(X1) NDBI(X2) และ LST(y) สามารถเขียนสมการทำนายได้ y = 25.829 + 5.937 X1 + 17.472 X2 จากผลการศึกษา แนวทางในการบรรเทาภาวะความร้อนในเมืองขอนแก่น ควรให้ความสำคัญกับการจัดการรูปแบบการใช้ประโยชน์ที่ดิน ควบคู่กับการออกแบบองค์ประกอบทางกายภาพของเมือง เช่น การส่งเสริมและขยายพื้นที่สีเขียวในรูปแบบสวนสาธารณะ พื้นที่สีเขียวระดับชุมชน แนวต้นไม้ริมถนน รวมถึงการส่งเสริมให้ใช้วัสดุปูพื้นที่สามารถซึมน้ำได้ทดแทนพื้นที่คอนกรีตทั่วไป เพื่อลดการสะสมความร้อนในพื้นผิววัสดุ นอกจากนี้ การควบคุมความหนาแน่นของสิ่งปลูกสร้างภายในเมือง ทำให้เกิดการไหลเวียนของอากาศได้ดีขึ้นและช่วยถ่ายเทความร้อนออกนอกพื้นที่เมืองได้มากขึ้น
เอกสารอ้างอิง
ธัญญรัตน์ ไชยคราม, สุพรรณี ปลัดศรีช่วย, ณัฐดนย์ พรรณุเจริญวงษ์, และ ผดุงศักดิ์ รัตนเดโช. (2566). การติดตามรูปแบบปรากฏการณ์เกาะความร้อนในเมืองปทุมธานีด้วยภาพถ่ายจากดาวเทียมหลายช่วงเวลา. วารสารวิศวกรรมศาสตร์และนวัตกรรม, 16(4), 88-99.
สำนักบริหารการทะเบียน กรมการปกครอง. (2566). สถิติประชากรและบ้าน ณ เดือนธันวาคม พ.ศ. 2566. ระบบสถิติทางการทะเบียน. https://www.dopa.go.th
พระราชบัญญัติการผังเมือง พ.ศ. 2562. (29 พฤษภาคม 2562). ราชกิจจานุเบกษา. เล่ม 136 ตอนที่ 71 ก หน้า 27-70.
พระราชบัญญัติควบคุมอาคาร พ.ศ. 2522. (14 พฤษภาคม 2522). ราชกิจจานุเบกษา. เล่ม 96 ฉบับพิเศษ ตอนที่ 80 หน้า 1–43.
สถาบันสารสนเทศทรัพยากรน้ำ (องค์การมหาชน). (2568). ข้อมูลสถานีตรวจวัดอากาศรายวัน. https://tiwrm.hii.or.th/v3/weather_daily/tmd
สำนักงานเศรษฐกิจการคลัง กระทรวงการคลัง. (2565). ข้อมูลผลิตภัณฑ์มวลรวมจังหวัด (Gross Provincial Product: GPP) ของประเทศไทย. https://www.fpo.go.th
สำนักงานสถิติแห่งชาติ. (2565). สถิติผลิตภัณฑ์มวลรวมจังหวัดและข้อมูลเศรษฐกิจระดับจังหวัด. https://www.nso.go.th
Akbari, H., Pomerantz, M., & Taha, H. (2001). Cool surfaces and shade trees to reduce energy use and improve air quality in urban areas. Solar Energy, 70(3), 295-310. https://doi.org/10.1016/S0038-092X(00)00089-X
Avdan, U., & Jovanovska, G. (2016). Algorithm for Automated Mapping of Land Surface Temperature Using LANDSAT 8 Satellite Data. Journal of Sensors, 2016(1), 1-8. https://doi.org/10.1155/2016/
Khallef, B. (2023). Use of remote sensing as an indicator of the urban heat island effect: The case of the municipality of Guelma (north-east of Algeria). Geomatics, Landmanagement and Landscape, 2023(3), 61-72. https://doi.org/10.15576/GLL/2023.3.61
Bowler, D. E., Buyung-Ali, L., Knight, T. M., & Pullin, A. S. (2010). Urban greening to cool towns and cities: A systematic review of the empirical evidence. Landscape and Urban Planning, 97(3), 147-155. https://doi.org/10.1016/j.landurbplan.2010.05.006
Carlson, T. N., & Ripley, D. A. (1997). On the relation between NDVI, fractional vegetation cover, and leaf area index. Remote Sensing of Environment, 62(3), 241-252. https://doi.org/10.1016/S0034-4257(97)00104-1
Hair Jr, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Annabel Ainscow.
Intergovernmental Panel on Climate Change (IPCC). (2022). Climate change 2022: Impacts, Adaptation and Vulnerability. Cambridge University Press. https://doi.org/10.1017/9781009325844
Jensen, J. R. (2007). Remote Sensing of the Environment: An Earth Resource Perspective (2nd ed.). Pearson Prentice Hall.
Khallef, B., Biskri, Y., Mouchara, N., & Brahamia, K. (2020). Analysis of Urban Heat Islands Using Landsat 8 OLI/TIR Data: Case of the City of Guelma (Algeria). Asian Journal of Environment & Ecology, 12(4), 42-51. https://doi.org/10.9734/AJEE/2020/v12i430167
Khamchiangta, D., & Dhakal, S. (2019). Physical and non-physical factors driving urban heat island: Case of Bangkok Metropolitan Administration, Thailand. Journal of Environmental Management, 248, 109285. https://doi.org/10.1016/j.jenvman.2019.109285
Oke, T. R. (1982). The energetic basis of the urban heat island. Quarterly Journal of the Royal Meteorological Society, 108(455), 1-24. https://doi.org/10.1002/qj.49710845502
Rizwan, A. M., Dennis, L. Y. C., & Liu, C. (2008). A review on the generation, determination and mitigation of Urban Heat Island. Journal of Environmental Sciences, 20(1), 120-128. https://doi.org/10.1016/S1001-0742(08)60019-4
Rouse Jr, J. W., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring Vegetation Systems in the Great Plains with ERTS. In S. C. Freden, E. P. Mercanti, & M. A. Becker (Eds.), Agriculture/Forestry/Range Resources. Third Earth Resources Technology Satellite-1 Symposium (pp. 309-317). National Aeronautics and Space Administration.
Santamouris, M. (2014). Cooling the cities—A review of reflective and green roof mitigation technologies to fight heat island and improve comfort in urban environments. Solar Energy, 103, 682-703. https://doi.org/10.1016/j.solener.2012.07.003
U.S. Environmental Protection Agency (U.S. EPA). (2008). Reducing Urban Heat Islands: Compendium of Strategies - Urban Heat Island Basics. U.S. Environmental Protection Agency.
U.S. Geological Survey. (n.d.). Landsat Missions. USGS - Science for a changing world. https://www.usgs.gov/landsat-missions
Voogt, J. A., & Oke, T. R. (2003). Thermal remote sensing of urban climates. Remote Sensing of Environment, 86(3), 370-384. https://doi.org/10.1016/S0034-4257(03)00079-8
Weng, Q., Lu, D., & Schubring, J. (2004). Estimation of land surface temperature–vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment, 89(4), 467-483. https://doi.org/10.1016/j.rse.2003.11.005
Zha, Y., Gao, J., & Ni, S. (2003). Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. International Journal of Remote Sensing, 24(3), 583-594. https://doi.org/10.1080/01431160304987
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 สิ่งแวดล้อมสรรค์สร้างวินิจฉัย
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ทัศนะและข้อคิดเห็นของบทความที่ปรากฏในวารสารฉบับนี้เป็นของผู้เขียนแต่ละท่าน ไม่ถือว่าเป็นทัศนะและความรับผิดชอบของกองบรรณาธิการ
