%T การคาดการณ์พื้นที่น้ำท่วมบริเวณพื้นที่ลุ่มน้ำชุมชนเมืองจังหวัดเชียงใหม่ 
%T โดยใช้การสำรวจระยะไกลและการเรียนรู้การถดถอย
%T Flood Area Prediction in Urban Watershed of Chiang Mai Province Using Re
%T mote Sensing and Regression Learning
%A เพชรรัช ปะระไทย
%V ภาวะโลกร้อนปัจจุบันทำให้เกิดอุทกภัยรุนแรงและมีความถี่ในการเกิดสูงขึ้น หา
%V กสามารถแจ้งเตือนพื้นที่น้ำท่วมล่วงหน้าได้อย่างตรงจุด จะช่วยลดความเสียหาย
%V แก่ชีวิตและทรัพย์สินของประชาขนได้ งานวิจัยนี้นำเสนอ การสร้างแบบจำลองเพื่
%V อคาดการณ์พื้นที่น้ำท่วมโดยใช้การสกัดข้อมูลจากภาพจากดาวเทียม บริเวณพื้นที
%V ่ชุมชนเมือง จ. เชียงใหม่ ครอบคลุมพื้นที่ทั้งหมด 902.025 ตารางเมตร ปัจจัย
%V ที่เกี่ยวข้องกับการคาดการณ์พื้นที่น้ำท่วม ประกอบด้วย 6 ปัจจัย ได้แก่ สมด
%V ุลน้ำ การคายระเหยของน้ำ พื้นผิวปกคลุมดิน ปริมาณน้ำฝน NDVI และ พื้นที่น้ำ
%V ท่วมจากภาพถ่ายดาวเทียม Sentinel ดาวเทียม MODIS และ ดาวเทียม Landsat ผ่าน
%V  Google Earth Engine  ภาพถ่ายดาวเทียมครอบคลุมพื้นที่กว้างและต่อเนื่อง ข้
%V อมูลจากดาวเทียมเรดาร์ (SAR) สามารถใช้งานได้แม้ในสภาพอากาศที่มีเมฆมากหรือ
%V เวลากลางคืน ช่วยลดต้นทุนและเวลาในการสำรวจ สำหรับแบบจำลองได้ถูกสร้างโดยใช
%V ้วิธีทาง Regression จำนวน 7 วิธี ได้แก่ LR, SVR, Decision Tree, Random F
%V orest, Gradient Boosting, XGBoost และ LightGBM เนื่องจากมีประสิทธิภาพสูง
%V และคำนวณได้เร็วสามารถใช้กับชุดข้อมูลขนาดใหญ่ได้โดยไม่ต้องการพลังประมวลผล
%V สูง จากการศึกษาพบว่า วิธี Random Forest สามารถคาดการณ์พื้นที่น้ำท่วมได้ถ
%V ูกต้องสูงสุด มีค่า RMSE และ R-Square สูงกว่าวิธี XGBoost LightGBM  Decis
%V ion Tree Gradient Boosting SVR และ LR คิดเป็นค่าเฉลี่ยร้อยละ 3 ร้อยละ 12
%V  ร้อยละ 19 ร้อยละ 31 ร้อยละ 51 และ ร้อยละ 65 ตามลำดับ งานวิจัยนี้สามารถพ
%V ัฒนาต่อยอดให้เกิดประโยชน์ โดยการนำแบบจำลองที่พัฒนาขึ้นไปประยุกต์ใช้เป็นร
%V ะบบแจ้งเตือนภัยน้ำท่วมล่วงหน้าในระดับพื้นที่ โดยเฉพาะในเขตเมืองซึ่งมีควา
%V มหนาแน่นของประชากรสูง ซึ่งจะช่วยเสริมประสิทธิภาพในการวางแผนรับมือและดำเน
%V ินการอพยพประชาชนของหน่วยงานที่เกี่ยวข้องได้อย่างทันท่วงทีและเป็นระบบ
%K ภัยพิบัติ
%K การสำรวจระยะไกล
%K การคาดการณ์น้ำท่วม
%K การถดถอย
%K การเรียนรู้ของเครื่อง
%K ภาพถ่ายดาวเทียม
%V https://mitij.mju.ac.th/Retrospective_Edition_Detail.aspx?Article_ID=11%
%V 202
%D 2025
%V วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม ปีที่ 11 ฉบับที่ 2 พฤษภาคม – สิ
%V งหาคม 2568
%V 3027-7280 (Online)
%0 บทความวิชาการด้านล้านนา