ดัชนีความแห้งแล้งจากข้อมูลอุตุวิทยา

ดัชนีเป็นตัวบ่งชี้เรื่องราวเพื่อให้เกิดความชัดเจนในขนาดและทิศทางที่ง่ายต่อการเข้าใจกว่าการพิจารณาที่ค่าในหน่วยวัดของเรื่องนั้น ๆ ดัชนีความแห้งแล้ง (drought index) ก็คือตัวบ่งชี้ความแห้งแล้งของพื้นที่หนึ่ง ๆ ที่ใช้แทนค่าของปัจจัยที่มีอิทธิพลต่อความแห้งแล้งของพื้นที่ ปัจจัยดังกล่าวเป็นตัวที่ก่อให้เกิดความผิดปกติของความชื้นที่ลดลงกว่าปกติ ดัชนีความแห้งแล้งมีการพัฒนาและใช้งานกันในหลายประเทศ  ในระยะแรกเป็นการประเมินจากข้อมูลที่ได้จากการตรวจวัดทางอุตุนิยมวิทยาผิวพื้นที่มีการปรับรูปแบบของตัวดัชนีที่แตกต่างกันออกไปบ้างตามตัวแปรที่นำเข้ามาวิเคราะห์ เช่น อุณหภูมิ ที่ตั้งของพื้นที่ (ละติจูด) ความชื้นดิน ความเร็วลม เป็นต้น (Paral, 2006; Zargar et al., 2014; วิรัช และคณะ, 2554) โดยดัชนีความแห้งแล้งในทางอุตุนิยมที่ได้รับความนิยมใช้และมีการอ้างอิงมาก ได้แก่

  1. ดัชนีความชื้นที่เป็นประโยชน์ต่อพืช (Moisture Available Index; MAI) เป็นดัชนีที่เสนอโดย Hargreaves (1972) เป็นดัชนีที่ใช้การกำหนดความชื้นที่เป็นประโยชน์ต่อพืช โดยใช้อัตราส่วนความน่าจะเป็นของฝนที่ระดับร้อยละ 75 กับศักย์ของการคายระเหยน้ำของพืช ประเมินตามวิธีการของ Penman-Monteith ที่อยู่บนพื้นฐานของการพิจารณาเปรียบเทียบค่าการคายระเหยที่เป็นอยู่กับค่าอ้างอิง (reference evapotranspiration) โดยตัวแปรที่ใช้ในสมการของ Penman-Monteith ได้แก่ รังสีดวงอาทิตย์ อุณหภูมิอากาศ ความชื้นสัมพัทธ์ ความเร็วลม เป็นต้น และสามารถแสดงผลเป็นระดับการขาดน้ำของพืชได้ เช่น รุนแรง ปานกลาง เล็กน้อย พอเพียง และมากเกินไป เป็นต้น
  2. ดัชนีความแห้งแล้งของพาล์มเมอร์ (Palmer Drought Severity Index; PDSI) เป็นดัชนีวัดความผิดปกติของความชื้น ใช้หลักการวิเคราะห์ความต้องการน้ำและปริมาณน้ำที่มีในสมการสมดุลน้ำ (water balance equation) ดัชนี PDSI เป็นตัวชี้วัดความแห้งแล้งทางอุตุนิยมวิทยา มีความสัมพันธ์กับอุณหภูมิ ฝน ความชื้นดิน โดย PDSI สามารถนำมาเป็นมาตรฐานของความชื้นที่สามารถเปรียบเทียบได้ทั้งระหว่างพื้นที่และระหว่างเดือน PDSI เป็นดัชนีที่สะท้อนสภาพอากาศที่แห้งหรือชื้นเกินไป มีการใช้งานอย่างกว้างขวาง เหมาะกับพื้นที่ขนาดใหญ่ที่มีลักษณะภูมิประเทศคล้ายคลึงกัน ส่วนในเขตที่มีภูมิประเทศที่ซับซ้อนความแม่นยำจะลดลง
  3. ดัชนีปริมาณน้ำฝนมาตรฐาน (Standardized Precipitation Index; SPI) หรือดัชนีความแห้งแล้งจากฝนที่ต่างจากเกณฑ์ปกติ (หากใช้เป็นดัชนีวัดความแห้งแล้ง) เป็นดัชนีที่สะท้อนความแห้งแล้งจากการขาดแคลนปริมาณฝน ที่เป็นปัจจัยที่ส่งผลให้เกิดความแห้งแล้งในแต่ละช่วงเวลาที่ต่างไปจากปกติ (ค่าเฉลี่ย) ได้แก่ ความชื้นดิน ปริมาณน้ำในดิน ปริมาณน้ำในอ่างเก็บน้ำ และน้ำที่ไหลในแม่น้ำ SPI ใช้ข้อมูลพื้นฐาน คือ ปริมาณฝน ณ สถานีและช่วงเวลาหนึ่งๆ แล้วใช้วิธีการแปลงค่าอนุกรมเวลาของฝน ให้อยู่ในรูปการแจกแจงปกติแบบมาตรฐาน เพื่อหาค่า SPI สำหรับสถานที่และช่วงเวลานั้น ๆ ค่าดัชนีที่เป็นไปในทางลบแสดงถึงความแห้งแล้ง ส่วนค่าดัชนีที่เป็นไปในทางบวกแสดงถึงความชุ่มชื้นหรือมีฝนมากกว่าปกติ
  4. ดัชนีความแห้งแล้งจากความชื้นที่พืชใช้ประโยชน์ (Crop Moisture Index; CMI) เป็นดัชนีที่พัฒนาจากหลักการที่คล้ายคลึงกับดัชนี PDSI สามารถวัดและเปรียบเทียบระดับความชื้นระหว่างพื้นที่ได้ แต่ดัชนี CMI เน้นการวัดความชื้นในดินชั้นบน โดยคำนวณจากอุณหภูมิ และปริมาณฝนรวมในแต่ละสัปดาห์ ค่า CMI จะเปลี่ยนแปลงอย่างรวดเร็วหากมีฝนตกหนักในสัปดาห์นั้นๆ ทำให้ค่า CMI ไม่เหมาะสมที่จะนำไปใช้วัดความแห้งแล้งระยะยาว แต่เหมาะสำหรับการวัดในช่วงเวลาสั้นๆ และเหมาะในการติดตามเฝ้าระวังผลกระทบที่เกิดขึ้นกับพืชผลทางการเกษตร

ในบรรดาดัชนีความแห้งแล้งทางอุตุนิยมวิทยาที่นิยมใช้กันมากดังกล่าวข้างต้น SPI จัดเป็นดัชนีที่น่าสนใจสำหรับการประยุกต์ใช้ในประเทศไทยในกรณีที่ต้องการความสะดวกรวดเร็วเนื่องจากใช้ตัวแปรที่จะต้องวัดไม่มากนัก  SPI พัฒนาโดย McKee et al (1993) ถูกสร้างมาเพื่อเป็นเครื่องมือในการกำหนดและติดตามสภาวะแห้งแล้ง ในช่วงเวลาต่าง ๆ ที่กำหนด โดยดูจากปริมาณฝนสะสมในแต่ละช่วงเวลาที่สนใจ ซึ่งอาจมีตั้งแต่ 1 เดือน 2 เดือน 3 เดือน ไปจนถึง 72 เดือน ตามปกติปริมาณฝนโดยทั่วไปจะมีการกระจายแบบต่อเนื่องในรูปแบบฟังก์ชันการแจกแจงแบบแกมมา (gamma distribution) กล่าวคือ ในช่วงเวลาหนึ่ง (เช่น สัปดาห์ เดือน หลายเดือน หรือปี) ปริมาณฝนที่ตกแต่ละจุดเวลาจะมีค่าโดยสุ่มในช่วงหนึ่ง โดยรูปกราฟการกระจายจะมีรูปโค้งที่แตกต่างกันไปแล้วแต่พื้นที่และช่วงเวลา ในการอธิบายทางคณิตศาสตร์ รูปแบบการกระจายจะแตกต่างกันไปตามพารามิเตอร์ของฟังก์ชัน (ค่าอัลฟาและเบต้า) แต่ละพื้นที่และแต่ละช่วงเวลาจะมีข้อมูลที่แตกต่างกันไป  ดังนั้นในการอธิบายลักษณะฝนที่ตกของแต่ละสถานีวัดอากาศจะใช้ฟังก์ชันความน่าจะเป็นสะสม (cumulative probability density function) ของปริมาณฝนรวมแทนฟังก์ชันการแจกแจงแบบแกมมา (ภาพที่ ก) ซึ่งหากมีข้อมูลปริมาณฝนที่เก็บไว้ต่อเนื่องมาในอดีตก็สามารถวิเคราะห์ได้ว่าความน่าจะเป็นที่ฝนที่ตกในช่วงเวลาที่สนใจอยู่นี้มีค่าน้อยกว่าหรือเท่ากับค่าเฉลี่ยของพื้นที่ นั่นคือสามารถวัดความแห้งแล้งของพื้นที่ได้ว่ามีหรือไม่และอยู่ในระดับใด ในการพัฒนาเป็นดัชนี SPI จะทำการแปลงรูปฟังชั่นความน่าจะเป็นสะสมให้เป็นฟังก์ค่าปกติมาตรฐาน Z คือมีค่าเฉลี่ยเท่ากับศูนย์และค่าเบี่ยงเบนมาตรฐานที่ยังคงให้ค่าความน่าจะเป็นไม่แตกต่างไปจากฟังก์ชั่นความน่าจะเป็นสะสมเดิม ค่า SPI ที่ได้สามารถแบ่งเป็นระดับเพื่อบ่งชี้ถึงระดับความชุ่มชื้นและความแห้งแล้งของพื้นที่ได้

ภาพแสดงหลักการแปลงจาก Gamma Distribution (ก) เป็น Standard Normal Distribution (ข)

ในการตรวจติดตามความแห้งแล้งของพื้นที่มักระบุด้วยตัวบ่งชี้ที่สะท้อนสภาพความแห้งแล้งและความรุนแรงที่เกิดได้โดยเรียกกันว่า ดัชนีความแห้งแล้ง โดยดัชนีส่วนใหญ่ได้จากการวิเคราะห์ข้อมูลภูมิอากาศ ซึ่งจำเป็นต้องใช้ข้อมูลในอดีตที่เก็บวัดมาอย่างถูกต้องและต่อเนื่องหลายปี ตัวอย่างดัชนีประเภทนี้ เช่น Generalized Monsoon Index (GMI), Palmer Drought Severity Index (PDSI), Crop Moisture Index (CMI), Standardized Precipitation Index (SPI) เป็นต้น