แบบจำลองสำหรับประเมินสภาวะวิกฤตของลุ่มน้ำในประเทศไทย

Modelling for Evaluation of Critical Condition of Watershed in Thailand

   
พงษ์ศักดิ์ วิทวัสชุติกุล1* นิพนธ์ ตั้งธรรม2 เกษม จันทร์แก้ว2
Pongsak Witthawatchutikul1 Nipon Tangtham2 Kasem Chunkao2
   

บทคัดย่อ

                      การสร้างแบบจำลองสำหรับประเมินค่าสภาวะวิกฤตของลุ่มน้ำ มีวัตถุประสงค์เพื่อใช้จัดเรียงลำดับความสำคัญก่อนหลังของลุ่มน้ำ ที่สมควรเข้าไปดำเนินการจัดการ โดยกำหนดให้อัตราการไหลของน้ำหลาก (peak flow) ปริมาณน้ำน้อย (low flow) และผลผลิตตะกอน (sediment yield) จากลุ่มน้ำเป็นดัชนีที่ใช้แสดงค่าสภาวะวิกฤตของลุ่มน้ำนั้น ๆ
                      แบบจำลองที่ใช้ประเมินสภาวะวิกฤตประกอบด้วยปัจจัยน้ำฝน ค่า CN และขนาดพื้นที่ลุ่มน้ำ ค่า CN เป็นผลรวมของคะแนนจากปัจจัยความสูงต่ำของพื้นที่ การดูดซับน้ำของดิน การปกคลุมของพืชพรรณ และสภาพการเก็บกักน้ำที่ผิวดิน จากนั้นนำค่า CN ที่ได้มาปรับแก้ให้เป็นค่า CNp สำหรับประเมินค่าน้ำหลาก และเป็นค่า CNa สำหรับประเมินค่าน้ำน้อยและผลผลิตตะกอน โดยอาศัยค่าปริมาณความชื้นที่มีอยู่ก่อนในดิน ซึ่งแทนด้วยปริมาณ และการกระจายของฝน เป็นตัวกลางในการปรับเปลี่ยน สำหรับปัจจัยน้ำฝนประกอบไปด้วยปริมาณน้ำฝนรายวัน ที่ใช้ประเมินค่าน้ำหลาก และปริมาณน้ำฝนรายปี ที่ใช้ประเมินค่าน้ำน้อย และผลผลิตตะกอนนั้น หาได้จากวิธีการของ Gumbel นำผลที่ได้จากการประเมินค่าดัชนีทั้งสามมาเทียบกับเกณฑ์มาตรฐาน ที่เป็นตัวแทนของระดับปกติ ระดับเตือนภัย ระดับเสี่ยงภัย และระดับวิกฤต เกณฑ์มาตรฐานดังกล่าวประเมินจากแบบจำลองที่ใช้ข้อมูลที่เป็นค่าเฉลี่ยของแต่ละภาค นำขั้นตอนของการประเมินค่ามาเขียนเป็นโปรแกรมคอมพิวเตอร์ด้วยภาษาเทอร์โบเบสิก และสร้างโนโมกราฟ
                      นำแบบจำลองที่ได้มาประเมินสภาวะวิกฤตของพื้นที่ลุ่มน้ำ 16 แห่งทั่วประเทศ ผลปรากฏว่าเฉพาะลุ่มน้ำที่ปกคลุมไปด้วยป่าดิบเขาเท่านั้นที่อยู่ในสภาวะปกติ ส่วนลุ่มน้ำเชิงเขาที่มีการใช้ประโยชน์ที่ดินด้วยการปลูกสร้างสวนป่า หรือการใช้ที่ดินที่หลากหลายอยู่ในสภาวะเตือนภัย ในขณะที่สวนป่าในบริเวณลุ่มที่สูงอยู่ในสภาวะเสี่ยงภัย ที่เหลือไปจากนี้ ซึ่งส่วนใหญ่เป็นการใช้ที่ดินที่หลากหลายบนที่สูงจะอยู่ในสภาวะวิกฤต
  

Abstract

                     In order to classify the priority of watersheds in Thailand for management, the models for evaluation the critical condition of watershed were developed. The outputs of watershed systems which compose of peak flow discharge, low flow amount and sediment yield were employed as indicators to determine condition of watershed.
                     The watershed characteristics reflecting hydrologic behavior in term of CN are obtained from the sum of numerical value of relief, soil infiltration, vegetative cover and surface storage. Then after, it is modified into CNp for peak flow estimation, and CNa for low flow amount including sediment yield prediction by rainfall characteristics and soil moisture condition. Gumbel method is used as a tool for predicting storm rainfall and annual rainfall in different return period. These data are input to the formulated models with the area and CN values of selected watersheds. The results of estimation are compared with an average values of upper limit of normal, warning and risky condition for each region which had been determined by the same models. The highest serious condition of indicator output is used to indicate the critical condition of watershed. Finally, computer program was written in TURBO BASIC and nomograph was contributed.
                         The model has been used to evaluate the critical condition of sixteen selected watersheds throughout Thailand. It was found that only the watershed which covered by hill-evergreen forest was identified as the normal condition. The forest plantation and mixed land use over low land watersheds are classified as warning condition. In contrary, the forest plantation on high land watershed is in risky condition. The other sites, which compose of any land uses on the high land watershed, are in critical condition.
Key words : model, critical watershed, curve number (CN)
         
_____________________________________
1* ส่วนวิจัยและพัฒนาสิ่งแวดล้อมป่าไม้ สำนักวิชาการป่าไม้ กรมป่าไม้ เขตจตุจักร กรุงเทพฯ 10900
    Forest Environment Research and Development Division, Forest Research Office, Royal Forest Department,
    Chatuchak, Bangkok 10900
2 ภาควิชาอนุรักษวิทยา คณะวนศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ เขตจตุจักร กรุงเทพฯ 10900
    Department of Conservation, Faculty of Forestry, Kasetsart University, Chatuchak, Bangkok 10900
   

คำนำ

                  ภายใต้สภาวะวิกฤตที่ถดถอยเช่นในปัจจุบัน การดำเนินการจัดการลุ่มน้ำถูกจำกัดโดยจำนวนเงินงบประมาณ และอัตรากำลังเจ้าหน้าที่ ทำให้การจัดเรียงลำดับความสำคัญของลุ่มน้ำเพื่อเข้าไปดำเนินการจัดการ มีความจำเป็นมากขึ้น ภายใต้หลักการที่ว่าลุ่มน้ำใดมีสภาวะวิกฤตมากที่สุดลุ่มน้ำนั้นสมควรได้รับการจัดการก่อน
                  ดังนั้นวัตถุประสงค์ของงานวิจัยชิ้นนี้ คือ (1) สร้างแบบจำลอง (model) เพื่อใช้ประเมินค่าสภาวะวิกฤตของลุ่มน้ำ สำหรับประเทศไทย (2) จัดทำโปรแกรมคอมพิวเตอร์ และโนโมกราฟ เพื่อใช้สำหรับการประเมินค่า (3) ตรวจสอบสภาวะวิกฤตของลุ่มน้ำในภาคต่าง ๆ ของประเทศไทย
  

อุปกรณ์และวิธีการ

                  อุปกรณ์ที่ใช้ในการศึกษาประกอบด้วย แผนที่ภูมิประเทศจากกรมแผนที่ทหาร แผนที่ดินจาก กรมพัฒนาที่ดิน แผนที่ป่าไม้จากกรมป่าไม้ ข้อมูลน้ำฝนรายวัน น้ำท่า (น้ำไหลในลำธาร) รายวัน และปริมาณตะกอนรายปี ในช่วงปี พ.ศ. 2521-2537 ของพื้นที่ลุ่มน้ำที่มีขนาด 50-500 ตร.กม. จำนวน 12 ลุ่มน้ำที่กระจายอยู่ทั่วทั้งประเทศจากกรมชลประทาน และข้อมูลน้ำฝนรายวันที่ตกมากที่สุดในรอบปี น้ำฝนรายปี และปริมาณน้ำระเหยรายปี ของทุกจังหวัดในช่วงระหว่างปี พ.ศ. 2504-2533 จากกรมอุตุนิยมวิทยา
                  ขั้นตอนในการสร้างแบบจำลองประกอบไปด้วย (1) สร้างแนวความคิด (2) ขยายแนวความคิดให้เป็นแบบจำลองคณิตศาสตร์ (3) การตรวจสอบแบบจำลอง (4) การจัดทำโปรแกรมคอมพิวเตอร์และโนโมกราฟ (5) การนำแบบจำลองไปใช้ตรวจสอบ (Tangtham, 1988) สำหรับแนวความคิดนั้น เกิดขึ้นจากการมองลุ่มน้ำเป็นระบบ (system) ที่ทำหน้าที่ควบคุมปริมาณน้ำฝนที่เข้ามาในระบบ (input) ให้กลายเป็นน้ำท่า หรือน้ำไหลในลำธาร ออกไปจากระบบ (output) ถ้าลุ่มน้ำดี และ/หรือ input เป็นปกติ น้ำท่าจะไหลสม่ำเสมอและเป็นปกติ แต่ถ้าลุ่มน้ำเสื่อมโทรม และ/หรือ input ผิดปกติ จะเกิดเป็นปัญหาน้ำบ่าไหลหลาก กับ การกัดชะพังทลายของดินในช่วงฤดูฝน และปัญหาการขาดแคลนน้ำใช้ในช่วงฤดูแล้ง (เกษม, 2515)
                  ดังนั้นจึงกำหนดให้ อัตราการไหลของน้ำหลาก (Qp) ปริมาณน้ำน้อย ซึ่งเป็นปริมาณน้ำท่าที่ไหลตั้งแต่ฤดูฝนสิ้นสุดลง จนถึงฤดูฝนของปีถัดไป (Ql) และปริมาณตะกอนในลำน้ำ (Sd) เป็นดัชนีที่ใช้ชี้วัดสภาวะวิกฤตของลุ่มน้ำ โดยเชื่อมโยงกับปัจจัยต่างๆ ที่มีบทบาทต่อดัชนีทั้งสาม ซึ่งประกอบไปด้วย ปริมาณน้ำฝน (Hewlett and Nutter, 1969) ลักษณะทางอุทกวิทยาของลุ่มน้ำ ที่เป็นผลรวมระหว่างสภาพพื้นที่กับความชื้น ในดิน (Schwab et al, 1971) และขนาดของพื้นที่ลุ่มน้ำ (Lee, 1980) และเพื่อการเปรียบเทียบอยู่บนฐานเดียวกัน จึงกำหนดให้ดัชนีทั้งสามอยู่ในรูปของปริมาณต่อหน่วยพื้นที่ลุ่มน้ำ
                  การสร้างแบบจำลองประกอบไปด้วย 4 ขั้นตอนคือ (1) ประเมินสถานภาพของลุ่มน้ำต่อการให้น้ำท่า ในรูปของค่า CN หรือ curve number เพื่อใช้แทนค่าลักษณะทางอุทกวิทยาของลุ่มน้ำ (2) หาสมการที่ใช้ประเมินค่าดัชนีทั้งสามคือ Qp/A, Ql/A และ Sd/A จากปัจจัยทั้งสามคือ ปริมาณน้ำฝน (R) ค่าของ CN และพื้นที่ลุ่มน้ำ (A) โดยมีรูปลักษณ์ของแบบจำลองดังนี้
  

Qp/A, Ql/A, Sd/A = a*Rb*CNc*Ad …(1)

   
                  เมื่อ a, b, c และ d เป็นค่าสัมประสิทธิ์ สำหรับการหาค่า Qp/A จะใช้ค่าน้ำฝนที่ทำให้เกิดน้ำบ่าไหลหลากในครั้งนั้น (Rp) กับค่า CN ในขณะนั้น (CNp) ส่วนค่า Ql/A และ Sd/A จะใช้ค่าน้ำฝนรายปี (Ra) และค่า CN ที่เป็นค่าเฉลี่ยตลอดทั้งปี หรือ CNa (3) ค้นหาวิธีการในการแปลงค่าลักษณะทางอุทกวิทยาของลุ่มน้ำให้เป็นค่า CN โดยใช้ค่าความชื้นที่มีอยู่ก่อนในดิน หรือ antecedent moisture content (AMC) เป็นตัวเชื่อม และ (4) นำแบบจำลองภายหลังการปรับแก้ (calibration) ไปหาค่ามาตรฐานของดัชนีทั้งสามของแต่ละภาคของประเทศไทย สำหรับใช้เปรียบเทียบกับลุ่มน้ำที่ต้องการตรวจสอบสภาวะวิกฤต โดยอาศัยค่า Rp, Ra, CNp และ CNa รายปีของแต่ละภาค นำดัชนีรายปีที่ได้มาหาค่าเฉลี่ย (mean, m ) และส่วนเบี่ยงเบนมาตรฐาน (standard deviation, s ) แล้วจึงมากำหนดเป็นค่าระดับความวิกฤต ซึ่งกำหนดให้มี 4 ระดับคือ สภาวะปกติ (น้อยกว่า m + s ) สภาวะเตือนภัย (m + s ถึง m + 2s ) สภาวะเสี่ยงภัย (m + 2s ถึง m + 3s ) และสภาวะวิกฤต (มากกว่า m + 3s )
                  ส่วนการตรวจสอบแบบจำลองประกอบด้วย 4 ขั้นตอนคือ (1) การตรวจสอบการทำงานของแบบจำลอง หรือ verification (2) การทดสอบความไวของตัวแปร หรือ sensitivity เพื่อใช้ในการ (3) ปรับแก้ค่าสัมประสิทธิ์ หรือ calibration ทั้งสามขั้นตอนนี้จะดำเนินการควบคู่ไปกับการสร้างแบบจำลอง สุดท้ายเป็นการ (4) ทดสอบใช้แบบจำลองกับพื้นที่อื่นๆ ที่ไม่เกี่ยวข้องกับการสร้างแบบจำลอง หรือ validation
  

ผลและวิจารณ์

                  ผลของการสร้างแบบจำลองตามขั้นตอนทั้ง 4 ปรากฏเป็นรูปลักษณ์ของแบบจำลอง ที่ประกอบด้วยขั้นตอนดังต่อไปนี้ คือ (1) แปลงค่าลักษณะทางอุทกวิทยาของลุ่มน้ำ ซึ่งประกอบไปด้วย ความสูงต่ำของภูมิประเทศ (relief) ความสามารถในการดูดซับน้ำของดิน (soil infiltration) ชนิด และปริมาณการปกคลุมดินของพืช (vegetative cover) และสภาพของแอ่งน้ำที่ผิวดิน (surface storage) ให้เป็นค่า CN ด้วย ตารางที่ 1
   

ตารางที่ 1 การหาค่า CN จากปัจจัยพื้นที่ลุ่มน้ำ (พัฒนามาจาก Schwab et al, 1971)

ปัจจัยพื้นที่
ลุ่มน้ำ
  1. Extreme CN
(100)
(II) High CN
 
(75)
  1. Normal CN
(50)
  1. Low CN
(25)
ลักษณะภูมิประเทศ
 
 
(A)
พื้นที่ภูเขาสูงชัน
ความลาดชัน
มากกว่า 30 %
(30-40)
พื้นที่ลาดเชิงเขา
ความลาดชัน
10-30 %
(25-32)
พื้นที่เนินเขา
ความลาดชัน
5-10 %
(17-24)
พื้นที่ราบ
ความลาดชัน
0-5 %
(5-16)
ความสามารถ
ในการดูดซับน้ำ
ของดิน
(B)
สภาพพื้นที่เป็นหิน ชั้นดินบาง
 
(17-20)
พื้นที่เป็นดิน
เหนียว (clay)
ดูดซับน้ำช้า
(12-16)
พื้นที่เป็นดินร่วน
(loam) ชั้นดินลึก
 
(7-11)
พื้นที่เป็นดินทราย
(sand) ชั้นดินลึก
 
(2-6)
การปกคลุมพื้นที่
ของพืช
 
(C)
พื้นที่ว่างเปล่า
ไม่มีพืชปกคลุม
 
(17-20)
10 % ของพื้นที่
ทั้งหมดมีป่า
สมบูรณ์ปกคลุม
(12-16)
50 % ของพื้นที่
ทั้งหมดมีป่า
สมบูรณ์ปกคลุม
(7-11)
90 % ของพื้นที่
ทั้งหมดมีป่า
สมบูรณ์ปกคลุม
(2-6)
สภาพแอ่งน้ำ
ที่ผิวดิน
 
(D)
ไม่มีแอ่งน้ำ
ที่ผิวดิน
 
(17-20)
มีแอ่งน้ำ หรือ ร่องน้ำเล็ก ๆ
 
(12-16)
มีทะเลสาบ บึง
และหนองน้ำ
น้อยกว่า 2 %
(7-11)
มีทะเลสาบ บึง
และหนองน้ำ
จำนวนมาก
(2-6)
CN = A+B+C+D
              
                        (2) นำปัจจัยความชื้นในดินเข้ามาปรับแก้ค่า CN ให้เป็น CNp สำหรับประเมินค่า Qp/A ด้วย ภาพที่ 1 และตารางที่ 2 และปรับแก้ค่า CN ให้เป็น CNa เพื่อประเมินค่า Ql/A และ Sd/A ด้วยตารางที่ 3
 

ภาพที่ 1 พื้นที่ชุ่มน้ำและกึ่งชุ่มน้ำ ที่ใช้ปรับค่า CN ให้เป็น CNp
แหล่ง : พัฒนามาจาก Sanderson (1990)
   

ตารางที่ 2 ค่าสัมประสิทธิ์ที่ใช้เพิ่ม หรือ ลดค่า CN เพื่อแปลงค่า CN ให้เป็น CNp

ปริมาณและการกระจายของฝนตั้งแต่ต้นฤดูฝน
จนถึงช่วงเวลาที่ประเมินค่า
  1. ค่าสัมประสิทธิ์
    ในเขตชุ่มชื้น
  1. ค่าสัมประสิทธิ์
    ในเขตกึ่งชุ่มชื้น

ฝนตกหนักมากตลอดมา (E)

+20

+10

ฝนตกหนัก และหนักมากในช่วง 3-4 วันก่อนหน้า (F)

+10

0

ฝนตกปานกลาง และตกกระจาย (G)

0

-20

ฝนตกน้อย แต่ตกกระจาย (H)

-25

-40

ฝนตกน้อย และตกไม่บ่อยครั้ง (I)

-50

-60

   
                  (3) ประเมินค่า Qp/A, Ql/A และ Sd/A ด้วยสมการที่ (2), (3) และ (4) คือ

Qp/A = 0.67*Rp0.45*CNp0.80*A-0.99 …(2)
Ql/A = 4.06*10-8*Ra1.18*CNa1.07*A0.38 …(3)
Sd/A = 5.06*Ra0.19*CNa0.95*A-0.57 …(4)

 

ตารางที่ 3 ค่าสัมประสิทธิ์ที่จะนำไปคูณค่า CN เพื่อแปลงค่า CN ให้เป็นค่า CNa

ปริมาณและการกระจายของฝน

(VII) ค่าสัมประสิทธิ์ที่ใช้คูณเพื่อเปลี่ยนค่า CN เป็น CNa

ฝนตกหนักตลอดปี และมีฝนตกหนักมากเป็นช่วง ๆ (J)

2.0

ฝนตกหนักตลอดปี (K)

1.8

ฝนตกหนักเป็นช่วงเวลา (L)

1.5

ฝนตกปานกลาง และกระจายตลอดปี (M)

1.0

ฝนตกน้อย แต่ตกกระจาย (N)

0.7

ฝนตกน้อย และตกเป็นบางช่วงเวลา (O)

0.5

   
                   (4) นำผลลัพธ์ที่ได้จากสมการทั้งสามไปเปรียบเทียบกับดัชนีมาตรฐานตามขนาดของลุ่มน้ำในแต่ละภาคที่แสดงไว้ในตารางที่ 4 ค่าใดที่มีสภาวะที่เป็นอันตรายมากที่สุด หรือใกล้เคียงสภาวะวิกฤตมากที่สุด ให้ถือเป็นระดับความวิกฤตของลุ่มน้ำนั้น
  
ตารางที่ 4 ค่าดัชนีมาตรฐานของ Qp/A, Ql/A และ Sd/A ที่ใช้ในการเปรียบเทียบ และกำหนดระดับ
                ของความวิกฤตของลุ่มน้ำที่มีขนาดต่าง ๆ ในแต่ละภาคของประเทศไทย

ภาค

พื้นที่

Qp/A

Ql/A

Sd/A

 

(ตร กม)

ปกติ

เตือนภัย

เสี่ยงภัย

ปกติ

เตือนภัย

เสี่ยงภัย

ปกติ

เตือนภัย

เสี่ยงภัย

N

50

4.68

5.05

5.42

0.0289

0.0252

0.0215

54.74

55.89

57.04

 

100

2.36

2.55

2.74

0.0376

0.0328

0.0280

37.39

38.17

38.96

 

500

0.48

0.52

0.56

0.0693

0.0605

0.0517

15.43

15.75

16.08

NE

50

2.97

3.31

3.65

0.0269

0.0235

0.0201

45.30

46.24

47.18

 

100

1.49

1.66

1.83

0.0350

0.0306

0.0262

30.94

31.59

32.23

 

500

0.30

0.33

0.36

0.0645

0.0564

0.0483

12.77

13.03

13.30

C

50

4.04

4.37

4.70

0.0302

0.0248

0.0194

60.42

62.14

63.86

 

100

2.03

2.19

2.35

0.0393

0.0322

0.0251

41.27

42.44

43.62

 

500

0.41

0.44

0.47

0.0725

0.0595

0.0465

17.03

17.51

17.99

E

50

4.82

5.34

5.86

0.0408

0.0347

0.0286

49.31

50.47

51.63

 

100

2.43

2.69

2.95

0.0531

0.0452.

0.0373

33.68

34.47

35.27

 

500

0.49

0.54

0.59

0.0978

0.0832

0.0686

13.90

14.23

14.55

SE

50

4.75

5.38

6.01

0.0325

0.0249

0.0173

48.32

49.95

51.58

 

100

2.38

2.69

3.00

0.0423

0.0325

0.0277

33.00

34.12

35.23

 

500

0.48

0.54

0.60

0.0780

0.0599

0.0418

13.62

14.08

14.54

SW

50

4.85

5.34

5.83

0.0673

0.0570

0.0467

59.55

61.00

62.46

 

100

2.44

2.69

2.94

0.0876

0.0742

0.0608

40.67

41.67

42.66

 

500

0.50

0.55

0.60

0.1615

0.1368

0.1121

16.78

17.19

17.60

   
                       ในด้านการ validation นั้น จากการตรวจสอบแบบจำลองน้ำหลาก กับค่าที่วัดได้จริง ที่ลุ่มน้ำแม่กลอง จังหวัดกาญจนบุรี และลุ่มน้ำแม่แตง จังหวัดเชียงใหม่ พบว่ามีความคลาดเคลื่อน +0.3289 และ +0.036 cms/sec-sq km ส่วนแบบจำลองน้ำน้อย ได้ตรวจสอบกับลุ่มน้ำปิง วัง ยม และน่าน พบว่ามีความคลาดเคลื่อนอยู่ในช่วง +0.0136 ถึง +0.03 MCM/sq km สำหรับแบบจำลองตะกอนนั้น จากการตรวจสอบที่ท่าปลา จังหวัดขอนแก่น พบว่ามีความคลาดเคลื่อนเพียง +0.02 ton/sq km เท่านั้น ซึ่งทั้งหมดอยู่ในเกณฑ์ที่ยอมรับได้ (Witthawatchutikul, 1997)
                        สำหรับการใช้ประโยชน์แบบจำลองนั้น ทำการสุ่มเลือกลุ่มน้ำทดลองที่มีการใช้ประโยชน์ที่ดินชนิดต่างๆ จำนวน 16 แห่งทั่วประเทศ ผลปรากฏว่ามีเพียงลุ่มน้ำป่าดิบเขาธรรมชาติที่จังหวัดเชียงใหม่เท่านั้น ที่อยู่ในสภาวะปกติ สำหรับสวนสักที่จังหวัดลำปางและการใช้ประโยชน์ที่ดินที่หลากหลายที่ภูเวียง จังหวัดขอนแก่น และที่เขาค้อ จังหวัดเพชรบูรณ์ ตลอดจนป่าเบญจพรรณที่ถูกไฟป่าเผาทำลายที่จังหวัดกาญจนบุรี จัดอยู่ในระดับเตือนภัย ลุ่มน้ำที่มีการใช้ประโยชน์เป็นสวนป่าไม้สนเขาบริเวณที่สูงที่จังหวัดเชียงใหม่ และป่าธรรมชาติในลุ่มน้ำเชิงเขา ที่ถูกไฟป่าทำลายที่จังหวัดน่าน อยู่ในระดับเสี่ยงภัย สำหรับลุ่มน้ำที่เหลือซึ่งประกอบไปด้วย สวนป่าไม้สนเขาบนที่สูงชันที่จังหวัดน่าน พื้นที่ทำการเกษตรบนที่สูงที่แม่หล่าย จังหวัดแพร่ ที่ลำตะคอง จังหวัดนครราชสีมา และที่จังหวัดสกลนคร ป่าธรรมชาติที่ผ่านการทำไม้และสวนยางพาราที่จังหวัดระยอง ป่าธรรมชาติที่ผ่านการทำเหมืองที่จังหวัดสงขลา สวนยางพาราบนที่สูงที่อำเภอพิปูน สวนสมรมที่อำเภอลานสกา จังหวัดนครศรีธรรมราช อยู่ในระดับวิกฤตทั้งหมด
  

สรุป

                  ถึงแม้ว่าแบบจำลองนี้ จะรวบรวมเอาปัจจัยต่างๆ มาประเมินค่าดัชนีที่ใช้ชี้ถึงสภาวะวิกฤตของลุ่มน้ำ ได้อย่างสมบูรณ์ ส่งผลให้การประเมินค่าดัชนีดังกล่าวมีความถูกต้องและแม่นยำพอสมควร แต่ปัญหาอยู่ตรงที่ความถูกต้องในการประเมินค่า CN และ ความชื้นที่มีอยู่ก่อนในดิน ที่ใช้ปรับแก้ค่า CN ให้เป็น CNp และ CNa ซึ่งผู้ที่จะประเมินได้อย่างแม่นยำต้องเป็นผู้ที่มีประสบการณ์เกี่ยวกับเรื่องนี้เป็นอย่างดี เช่นเดียวกับข้อมูลการกระจายของน้ำฝน ซึ่งตามความเป็นจริงจะต้องนำข้อมูลที่เกิดขึ้นจริง ณ ลุ่มน้ำแห่งนั้นมาพิจารณา แต่เป็นเรื่องที่กระทำได้ยาก ส่วนใหญ่มักจะอาศัยข้อมูลจากสถานีเก็บวัดข้อมูลน้ำฝนที่อยู่ใกล้ที่สุด ทำให้ผู้ที่ทำการประเมินจะต้องเป็นบุคคลที่มีประสบการณ์ทางด้านนี้ค่อนข้างสูงเช่นกัน ดังนั้นเห็นควรให้มีการพัฒนาแบบจำลองนี้ให้สามารถนำไปใช้กับบุคคลทั่วๆ ไปได้ต่อไป
  

เอกสารอ้างอิง

เกษม จันทร์แก้ว. 2515. อุทกวิทยาลุ่มน้ำ. ภาควิชาอนุรักษวิทยา คณะวนศาสตร์
               มหาวิทยาลัยเกษตรศาสตร์. 250 หน้า.
Hewlett, J.D. and W.L. Nutter. 1969. An outline of Forest hydrology.
              University of Georgia Press. Athens. 137 p.
Lee, R. 1980. Forest hydrology. John Wiley & Sons. Chichester. 389 p.
Sanderson, M. 1990. Unesco source book in climatology : for
              hydrologist and water resources engineers. UNESCO. 109 p.
Schwab, G.o., K.K.Barner, R.K.Frever and T.W.Edminter. 1971.
             Rainfall and runoff, pp.63-81, In Elementary soil and water
             engineering. John Wiley & Sons. New York.
Tangtham, N. 1988. Simulation modelling for integrated watershed
               management. Presented at training course for ASEAN-US
               watershed project. Rama-garden hotel, Bangkok. Thailand.
Witthawatchutikul, P. 1997. Modelling for evaluation of critical condition
               of watershed in Thailand. Ph.D. Thesis, Kasetsart University,
               Bangkok. 146 pp.
วารสารวิชาการป่าไม้ ปีที่ 2 ฉบับที่ 1