The study of air pollution problem in Ratchaburi province by geographic information system and remote sensing
23
Issued Date
2016
Copyright Date
2016
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
xii, 92 leaves : ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thematic Paper (M.Sc. (Technology of Information System Management))--Mahidol University, 2016
Suggested Citation
Gowit Sarutephan The study of air pollution problem in Ratchaburi province by geographic information system and remote sensing. Thematic Paper (M.Sc. (Technology of Information System Management))--Mahidol University, 2016. Retrieved from: https://repository.li.mahidol.ac.th/handle/123456789/93279
Title
The study of air pollution problem in Ratchaburi province by geographic information system and remote sensing
Alternative Title(s)
การศึกษาปัญหามลภาวะทางอากาศในจังหวัดราชบุรีโดยการใช้ระบบสารสนเทศภูมิศาสตร์และข้อมูลการสำรวจระยะไกล
Author(s)
Advisor(s)
Abstract
This research is to study the concentrations of particulate matters (PM10) and sulfur dioxide (SO2) spreading in Ratchaburi province. Several sources can contribute to the Ratchaburi province air pollution problem such as power plants, industries, and agricultural activities. The PM10 and SO2 can cause health hazards if their concentrations are larger than the allowable standards. It is therefore very important to monitor the concentrations regularly so that an alert can be deployed if the concentrations are higher than standard values. Presently, there are four air quality motoring stations measuring PM10 and SO2 concentrations continuously. However, only four stations may not be enough to cover the entire province, but building more motoring stations to cover the extended area requires a high budget and operating cost. This study shows that remote sensing can be used to estimate PM10 and SO2 concentrations. The concept is to create relationships between the atmospheric path radiances of Landsat 8 OLI/TIRS (independent variable) and PM10 concentration (dependent variable). The same concept was applied to the SO2 estimation. With these relationships (R2 is 0.69 for PM10 and 0.75 for SO2), the temporal and spatial concentrations of PM10 and SO2 can be estimated.
งานวิจัยนี้ศึกษาการกระจายของฝุ่นละอองขนาดไม่เกิน 10 ไมครอน (PM10) และก๊าซ ซัลเฟอร์ไดออกไซด์ (SO2) ในพื้นที่จังหวัดราชบุรี ซึ่งมีแหล่งปล่อยก๊าซดังกล่าวหลายแห่งด้วยกัน เช่น โรงไฟฟ้า โรงงานอุตสาหกรรม ตลอดจนกิจกรรมการเกษตรบางอย่าง เมื่อใดก็ตามที่มนุษย์ ได้รับ PM10 และ SO2 ที่มีความเข้มข้นเกินค่ามาตรฐาน ก็จะได้รับอันตรายจากสารดังกล่าวจึงมีความจำเป็นอย่างยิ่งที่ต้องทราบปริมาณความเข้มข้นของสารมลพิษทั้งสองอย่างสม่ำเสมอและทั่วถึง แต่การที่จะสามารถทราบข้อมูลดังกล่าวอย่างทั่วถึงได้ จำเป็นต้องมีสถานีตรวจวัดคุณภาพอากาศกระจายทั่วทั้งจังหวัด ซึ่งต้องใช้งบประมาณมหาศาล ทางเลือกหนึ่งคือใช้ภาพถ่ายดาวเทียมงานศึกษานี้แสดงให้เห็นว่าภาพถ่ายดาวเทียมสามารถใช้หาความเข้มข้นของ PM10 และ SO2 ได้หลักการก็คือต้องสร้างความสัมพันธ์ระหว่าง Atmospheric path radiance ของดาวเทียม Landsat 8 (ตัวแปรอิสระ) และความเข้มข้นของ PM10 (ตัวแปรตาม) หลักการนี้ใช้กับการหาความเข้มข้นของ SO2 ได้เช่นกัน ซึ่งความสัมพันธ์นี้มีค่า R2 เท่ากับ 0.69 สำหรับ PM10 และ 0.75 สำหรับ SO2 ดังนั้น เมื่อได้ความสัมพันธ์ดังกล่าวนี้แล้ว ความเข้มข้นของ PM10 และ SO2 ที่ไหนเวลาใดสามารถหาได้หมด
งานวิจัยนี้ศึกษาการกระจายของฝุ่นละอองขนาดไม่เกิน 10 ไมครอน (PM10) และก๊าซ ซัลเฟอร์ไดออกไซด์ (SO2) ในพื้นที่จังหวัดราชบุรี ซึ่งมีแหล่งปล่อยก๊าซดังกล่าวหลายแห่งด้วยกัน เช่น โรงไฟฟ้า โรงงานอุตสาหกรรม ตลอดจนกิจกรรมการเกษตรบางอย่าง เมื่อใดก็ตามที่มนุษย์ ได้รับ PM10 และ SO2 ที่มีความเข้มข้นเกินค่ามาตรฐาน ก็จะได้รับอันตรายจากสารดังกล่าวจึงมีความจำเป็นอย่างยิ่งที่ต้องทราบปริมาณความเข้มข้นของสารมลพิษทั้งสองอย่างสม่ำเสมอและทั่วถึง แต่การที่จะสามารถทราบข้อมูลดังกล่าวอย่างทั่วถึงได้ จำเป็นต้องมีสถานีตรวจวัดคุณภาพอากาศกระจายทั่วทั้งจังหวัด ซึ่งต้องใช้งบประมาณมหาศาล ทางเลือกหนึ่งคือใช้ภาพถ่ายดาวเทียมงานศึกษานี้แสดงให้เห็นว่าภาพถ่ายดาวเทียมสามารถใช้หาความเข้มข้นของ PM10 และ SO2 ได้หลักการก็คือต้องสร้างความสัมพันธ์ระหว่าง Atmospheric path radiance ของดาวเทียม Landsat 8 (ตัวแปรอิสระ) และความเข้มข้นของ PM10 (ตัวแปรตาม) หลักการนี้ใช้กับการหาความเข้มข้นของ SO2 ได้เช่นกัน ซึ่งความสัมพันธ์นี้มีค่า R2 เท่ากับ 0.69 สำหรับ PM10 และ 0.75 สำหรับ SO2 ดังนั้น เมื่อได้ความสัมพันธ์ดังกล่าวนี้แล้ว ความเข้มข้นของ PM10 และ SO2 ที่ไหนเวลาใดสามารถหาได้หมด
Description
Technology of Information System Management (Mahidol University 2016)
Degree Name
Master of Science
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Technology of Information System Management
Degree Grantor(s)
Mahidol University