การวิเคราะห์การเปลี่ยนแปลงความเข้มข้นคลอโรฟิลล์ เอและอุณหภูมิผิวน้ำทะเล บริเวณทะเลอ่าวไทยตอนในและตอนกลางจากข้อมูลภาพถ่ายดาวเทียม ปี 2018-2024
คำสำคัญ:
คลอโรฟิลล์ เอ , เซนทิเนล 3 , ภาพถ่ายดาวเทียม , อ่าวไทยตอนในและตอนกลาง , อุณหภูมิผิวน้ำทะเลบทคัดย่อ
วัตถุประสงค์และที่มา : การเปลี่ยนแปลงสิ่งแวดล้อมทางทะเล โดยเฉพาะอุณหภูมิผิวน้ำทะเล เป็นปัจจัยทางสมุทรศาสตร์ที่สำคัญ เนื่องจากมีอิทธิพลต่อกระบวนการทางฟิสิกส์ เคมี และชีววิทยาในทะเล ส่งผลโดยตรงต่อปริมาณการเจริญเติบโตและการกระจายตัวของแพลงก์ตอนพืชในทะเล บทความนี้จึงมีวัตถุประสงค์เพื่อวิเคราะห์การเปลี่ยนแปลงความเข้มข้นคลอโรฟิลล์ เอ และอุณหภูมิผิวน้ำทะเล บริเวณอ่าวไทยตอนในและตอนกลาง ในช่วงปี 2018 ถึงปี 2024 และตรวจสอบความสัมพันธ์ของทั้งสองตัวแปร สารสนเทศที่ได้เป็นประโยชน์อย่างยิ่งต่อการใช้เป็นแนวทางสำหรับประยุกต์ใช้ข้อมูลภาพถ่ายดาวเทียมในการประเมินความเสี่ยงของการเปลี่ยนแปลงสภาวะภูมิอากาศและเพื่อการวางแผนจัดการทรัพยากรทางทะเลและชายฝั่งทั้งในเชิงพื้นที่และเวลาได้อย่างมีประสิทธิภาพมากขึ้น
วิธีดำเนินการวิจัย : ทำการแบ่งพื้นที่ศึกษาออกเป็น 25 กริด ครอบคลุมพื้นที่อ่าวไทยตอนบนและตอนกลาง ขนาดพื้นที่
กริดละ 55x55 กิโลเมตร มีพื้นที่ศึกษา 57,949 ตารางกิโลเมตร ด้วยโปรแกรม ArcGIS Pro 3.3.0 แล้วรวบรวมข้อมูลภาพถ่ายดาวเทียมที่เป็นข้อมูลความเข้มข้นคลอโรฟิลล์ เอ จากภาพถ่ายดาวเทียม Sentinel-3 ผลิตภัณฑ์ Ocean and Land Colour Instrument (OLCI) ระดับ 2 ซึ่งเป็นค่าที่ได้จากผลิตภัณฑ์ที่ประมวลผลปรับแก้ความคลาดเคลื่อนในชั้นบรรยากาศเรียบร้อยแล้ว และตั้งค่าก่อนดาวน์โหลดข้อมูลให้มีอัตราเมฆปกคลุมไม่เกินร้อยละ 20 และข้อมูลอุณหภูมิผิวน้ำทะเลจากภาพถ่ายดาวเทียมจากชุดข้อมูล Group for High Resolution Sea Surface Temperature (GHRSST) โดยดาวน์โหลดข้อมูลทั้งสองปัจจัยทุกสัปดาห์ตั้งแต่ ปี 2018-2024 และทำการการสกัดข้อมูลทั้งสองปัจจัยด้วยการประยุกต์ใช้โปรแกรมสำหรับวิเคราะห์และประมวลผลข้อมูลดาวเทียม Sentinel Applications Platform (SNAP) เวอร์ชัน 10.0.0 และนำมาเฉลี่ยรายเดือน ก่อนนำไปวิเคราะห์การเปลี่ยนแปลงความเข้มข้นคลอโรฟิลล์ เอ และอุณหภูมิผิวน้ำทะเลในรอบปี โดยประยุกต์ใช้สถิติพรรณนา สำหรับการวิเคราะห์ขนาดการกระจุกตัวในรอบปี ประยุกต์ใช้ค่าสัมประสิทธิ์จีนี (Gini-coefficient) ตรวจสอบขนาดความเข้มข้นของความผันผวนในรอบปีของทั้งความเข้มข้นคลอโรฟิลล์ เอ และอุณหภูมิผิวน้ำทะเล นอกจากนี้ ในการตรวจสอบความสัมพันธ์ระหว่างความเข้มข้นคลอโรฟิลล์ เอ และอุณหภูมิผิวน้ำทะเลประยุกต์ใช้การวิเคราะห์สหสัมพันธ์แบบสเปียร์แมน (Spearman’s Rank Correlation analysis)
ผลการวิจัย : ความเข้มข้นคลอโรฟิลล์ เอ เฉลี่ยรายเดือน มีความผันผวนในรอบปีแตกต่างกัน และมีแนวโน้มเพิ่มขึ้น โดยความเข้มข้นคลอโรฟิลล์ เอ เฉลี่ยในช่วงปี 2018-2020 มีค่า 1.276 mg/m3 (SD = 0.514) ส่วนหลังปี 2020 มีปริมาณและความผันผวนในรอบปีเพิ่มขึ้นเป็น 3.419 mg/m3 (SD = 1.616) ขณะที่อุณหภูมิผิวน้ำทะเลมีความผันผวนในรอบปีน้อยเมื่อเทียบกับความเข้มข้นคลอโรฟิลล์ เอ และมีแนวโน้มคงที่ โดยในช่วงปี 2018-2024 อุณหภูมิผิวน้ำทะเลไม่มีการเปลี่ยนแปลงแบบแผนความผันผวนในรอบปี (หรือ ความเป็นฤดูกาล) ผลการวิเคราะห์ขนาดการกระจุกตัวในรอบปีด้วยค่าสัมประสิทธิ์จีนี พบว่า ความเข้มข้นคลอโรฟิลล์ เอ มีค่าสัมประสิทธิ์จีนีระหว่าง 0.18-0.31 ซึ่งสูงกว่าอุณหภูมิผิวน้ำทะเล ที่มีค่าสัมประสิทธิ์จีนีต่ำมาก คือ ระหว่าง 0.014-0.022 แสดงให้เห็นว่า ความเข้มข้นคลอโรฟิลล์ เอ มีการกระจุกตัวในบางเดือนสูงกว่าอุณหภูมิผิวน้ำทะเล หรืออาจกล่าวได้ว่า อุณหภูมิผิวน้ำทะเลมีความสม่ำเสมอในรอบปีมากกว่าความเข้มข้นคลอโรฟิลล์ เอ ผลการวิเคราะห์ข้อมูลเชิงพื้นที่ของความเข้มข้นคลอโรฟิลล์ เอ ทั้ง 25 กริด พบว่าพื้นที่อ่าวไทยตอนบนบริเวณชายฝั่งทะเลจังหวัด สมุทรสงคราม และ เพชรบุรี (กริดที่ 1) มีความเข้มข้นคลอโรฟิลล์ เอ สูงเกือบตลอดทั้งปี เนื่องจากเป็นเขตทะเลค่อนข้างตื้นที่มีความอุดมสมบูรณ์ของระบบนิเวศสูง อีกทั้งยังได้รับอิทธิพลของน้ำจืดที่ไหลมาจากแม่น้ำแม่กลองและแม่น้ำเพชรบุรีลงสู่อ่าวบางตะบูน ก่อให้เกิดตะกอนและธาตุอาหารปริมาณมากเหมาะต่อการเจริญเติบโตของแพลงก์ตอนพืช โดยเฉพาะช่วงเดือนเมษายนถึงกรกฎาคม ที่มีค่าเฉลี่ยมากกว่า 12.000 mg/m3 ในช่วงปี 2018-2023 อุณหภูมิผิวน้ำทะเลส่วนใหญ่ของพื้นที่ศึกษามีค่าเฉลี่ยในช่วง 29.000-30.000 องศาเซลเซียส ขณะที่ในปี 2024 อุณหภูมิผิวน้ำทะเลเพิ่มขึ้นอย่างเห็นได้ชัด คือ มากกว่า 30.000 องศาเซลเซียส บริเวณอ่าวไทยตอนกลาง ผลการตรวจสอบความสัมพันธ์ระหว่างความเข้มข้นคลอโรฟิลล์ เอ และอุณหภูมิผิวน้ำทะเล ตั้งแต่เดือนมกราคม 2018 ถึงธันวาคม 2024 พบว่า ทั้งสองมีความสัมพันธ์ในลักษณะแปรผกผัน (หรือ ทิศทางตรงข้าม) ณ ระดับนัยสำคัญทางสถิติที่ 0.05 (Z = -5.130, p < 0.05) โดยมีความสัมพันธ์ในระดับต่ำ (rs = -0.076) ทั้งนี้ เมื่อตรวจสอบความสัมพันธ์ด้วยการวิเคราะห์สหสัมพันธ์แบบสเปียร์แมนในช่วงปี 2018-2020 พบว่า มีความสัมพันธ์ในระดับต่ำ และมีลักษณะแปรผกผันหรือในทิศทางตรงข้ามกันคือ เมื่ออุณหภูมิผิวน้ำทะเลเพิ่มขึ้น น้ำชั้นบนจะมีความหนาแน่นต่ำกว่าชั้นล่างจนเกิดการแยกชั้น ส่งผลให้สารอาหารจากน้ำลึกไม่สามารถไหลเวียนขึ้นมาสู่ผิวน้ำได้เพียงพอ จึงจำกัดการเจริญของแพลงก์ตอนพืช และการผลิตขั้นต้นของระบบนิเวศทางทะเล และทำให้ค่าคลอโรฟิลล์ เอ ลดลง (rs = - 0.051) ณ ระดับนัยสำคัญทางสถิติที่ 0.05 (Z = -2.325, p = 0.020) ขณะที่ในช่วง ปี 2021-2024 ความสัมพันธ์ของทั้งสองยังคงมีลักษณะแปรผกผัน หรือเป็นไปในทิศทางตรงข้ามกัน (rs = - 0.119) แต่มีระดับความสัมพันธ์ลดลง และมีนัยสำคัญทางสถิติ ณ ระดับ 0.05 (Z = -3.129, p = 0.002) ในทางตรงกันข้ามหากอุณหภูมิผิวน้ำทะเลลดลงความหนาแน่นระหว่างชั้นน้ำจะลดลงเช่นกันทำให้สารอาหารสามารถถูกยกขึ้นสู่ผิวน้ำเกิดการผสมกันตามแนวดิ่ง (Vertical mixing) และเพิ่มความอุดมสมบูรณ์ส่งผลให้แพลงก์ตอนพืชเจริญเติบโตได้ดีขึ้นและมีค่าคลอโรฟิลล์ เอ ที่สูงขึ้นตาม
สรุปผลการวิจัย : งานวิจัยนี้แสดงให้เห็นว่าในรอบ 12 เดือน ความเข้มข้นคลอโรฟิลล์ เอ เฉลี่ยรายเดือนมีความผันผวนในรอบปีแตกต่างกันและมีแนวโน้มเพิ่มขึ้น ส่วนอุณหภูมิผิวน้ำทะเลมีความผันผวนในรอบปีน้อยเมื่อเทียบกับความเข้มข้นคลอโรฟิลล์ เอ และมีแนวโน้มคงที่ ความเข้มข้นคลอโรฟิลล์ เอ และอุณหภูมิผิวน้ำทะเล มีความสัมพันธ์แบบแปรผกผัน (ทิศทางตรงข้าม) โดยมีความสัมพันธ์ระดับต่ำ ผลการศึกษาแสดงให้เห็นถึงประโยชน์ของการประยุกต์ใช้ข้อมูลภาพถ่ายดาวเทียม โดยเฉพาะอย่างยิ่งในการประเมินพื้นที่ที่มีขนาดใหญ่ได้อย่างรวดเร็วและมีศักยภาพด้านการฟื้นฟูทรัพยากรประมงและแหล่งทำการประมง และยังสนับสนุนให้เห็นถึงประโยชน์ของการประยุกต์ใช้ภาพถ่ายดาวเทียมในการประเมินสภาวะทรัพยากรประมงหรือสถานการณ์สิ่งแวดล้อมทั้งในเชิงพื้นที่และเชิงเวลา เพื่อสนับสนุนการวางแผนการใช้ทรัพยากรอย่างยั่งยืนในอนาคต
เอกสารอ้างอิง
Behrenfeld, M. J., O'Malley, R. T., Siegel, D. A., McClain, C. R., Sarmiento, J. L., Feldman, G. C., Milligan, A. J., Falkowski, P. G., Letelier, R. M., & Boss, E. S. (2006). Climate-driven trends in contemporary ocean productivity. Nature, 444(7120), 752–755. doi.org/10.1038/nature05317
Buranapratheprat, A., & Annyadamiksuk, A. (2013). Temporal variation of surface chlorophyll-a concentration in the Andaman Sea derived from Aqua MODIS satellite imagery. Burapha Science Journal, 18(1), 194–201. (in Thai)
Chin, T. M., Vazquez-Cuervo, J., & Armstrong, E. M. (2017). A multi-scale high-resolution analysis of global sea surface temperature. Remote sensing of environment, 200, 154-169.
Dewi, C. D., Hidayat, M. N., Wafdan, R., Ramli, M., Muchlisin, Z. A., Rusydi, I., Muhammad, M., Rizal, S., Nanda, M., Ali Akbar, S., Prajaputra, V., & Haditiar, Y. (2024). Exploring the interplay of chlorophyll-a, sea surface temperature, and sea surface salinity in aceh waters during january and july 2022. BIO Web of Conferences, 87. doi.org/10.1051/bioconf/20248701001
EUMETSAT. (2021). Sentinel-3 OLCI Level-2 ocean colour products user guide. European Organisation for the Exploitation of Meteorological Satellites (EUMETSAT). Retrieved from https://www.eumetsat.int/olci-user-guide
European Space Agency. (2020). Sentinel-3 OLCI algorithm theoretical basis document: OLCI level-2 marine products (Issue 2.6, Ref. S3-L2-MAR-C-ATBD). ESA. Retrieved from https://sentinels.copernicus.eu
FAO. (2024). The State of World Fisheries and Aquaculture 2024 – Blue Transformation in action. FAO. doi.org/10.4060/cd0683en
Inthajaroen, P., Buranapratheprat, A., Morimoto, A., Jintasena, P., & La-ongmanee, W. (2018). A localized algorithm for analyzing surface chlorophyll-a using MODIS satellite data in the Upper Gulf of Thailand. Burapha Science Journal, 23(2), 608–623. (in Thai)
JPL MUR MEaSUREs Project. (2015). Multi-sensor advanced, high-resolution global sea surface temperature dataset (v4.1). Jet Propulsion Laboratory, California Institute of Technology. Retrieved from https://www.podaac.jpl.nasa.gov/dataset/JPL_MUR_Multi_Sensor_SST_V4.1
Laosuwan, T., Uttaruk, Y., & Rotjanakusol, T. (2022). Analysis of Content and Distribution of Chlorophyll-a on the Sea Surface through Datafrom Aqua/MODIS Satellite. Polish Journal of Environmental Studies, 31(5), 4711-4719. doi.org/10.15244/pjoes/150731
Luang-on, J., Ishizaka, J., Buranapratheprat, A., Phaksopa, J., Goes, J. I., Kobayashi, H., & Matsumura, S. (2022). Seasonal and interannual variations of MODIS Aqua chlorophyll-a (2003–2017) in the Upper Gulf of Thailand influenced by Asian monsoons. Journal of Oceanography, 78(4), 209-228.
Mekasampan, J. (2020). Mackerel migration routes in the Gulf of Thailand: Impacts from aquatic environmental problems. Faculty of Fisheries, Kasetsart University. (in Thai)
National Geographic Committee (Thailand). (1984). Geographical characteristics of the Gulf of Thailand. Office of the Prime Minister. (in Thai)
Rattanavijit, U., Tarnchalanukit, W., Chunkao, K., & Phewnil, O. (2019). Relationship between water qualities and phytoplankton at coastal area, Phetchaburi Province, Thailand. Burapha Science Journal, 24(1), 203–215. (in Thai)
Rakseree, S., Intacharoen, P., Gunboa, V., & Buranapratheprat, A. (2025). Monsoonal effects and hydro–biogeochemical characteristics in maritime cargo areas of Siracha Bay, eastern upper Gulf of Thailand. Journal of Fisheries and Environment, 49(2), 67–79. doi.org/10.34044/j.jfe.2025.49.2.05
Sasamal, S. K., Prasad, T. G., & Chauhan, P. (2005). Seasonal variability of chlorophyll concentrations in the Bay of Bengal observed from SeaWiFS. Current Science, 89(9), 1473–1477.
Solanki, H., Dwivedi, R., Nayak, S., Somvanshi, V., Gulati, D., & Pattnayak, S. (2003). Fishery forecast using OCM chlorophyll concentration and AVHRR SST: Validation results off Gujarat coast, India. International Journal of Remote Sensing, 24(18), 3691–3699.
Sukdanon, S. (2017). Ports in the inner Gulf of Thailand. Chulalongkorn University Transportation Institute. Retrieved from https://www.cuti.chula.ac.th/articles/478/ (in Thai)
Tang, D.L., Kawamura, H., Doan-Nhu, H., & Takahashi, W. (2004). Remote sensing oceanography of a harmful algal bloom off the coast of southeastern Vietnam. Journal of Geophysical Research: Oceans, 109(C3). doi.org/10.1029/2003JC002045
Tang, D. L., Kawamura, H., Doan-Nhu, H., & Takahashi, W. (2018). Remote sensing of phytoplankton blooms in the South China Sea. International Journal of Remote Sensing, 39(14), 4745–4765.
Thaiphichitburapha, P., Buranapratheprat, A., Kanbua, W., Chaipipatnakajorn, T., Kingkaew, N., & Intacharoen, P. (2024). Study on surface chlorophyll-a detection methods using Sentinel-3 satellite imagery along the coastal area of Trat Province. The Journal of Spatial Innovation Development, 5(2), 65–79. (in Thai)
Thongchub, P., & Chayakul, T. (2023). Relationship between sea surface temperature and chlorophyll-a concentration in the Upper Gulf of Thailand. In Proceedings of the 28th National Convention on Civil Engineering. (in Thai)
Tsitouras, A. (2004). Adjusted Gini coefficient and “months equivalent” degree of tourism seasonality: A research note. Tourism Economics, 10(1), 95–100.
Rattanavijit, U., Tarnchalanukit, W., Chunkao, K., & Phewnil, O. (2019). Relationship between Water Qualities and Phytoplankton at Coastal Area Phetchaburi Province, Thailand. Burapha Science Journal, 24(1), 203-215. (in Thai).
Wongrat, L. (1999). The role of phytoplankton as primary producers in aquatic ecosystems. Journal of Aquatic Ecology, 5(1), 15–24. (in Thai)
Untong, A., Ramos, V., Kaosa-ard, M., & Rey-Maquieira, J. (2011). The seasonal pattern and the effects of unexpected events on outbound Chinese tourism: The case of Chinese tourist arrivals to Thailand. The Second International Conference on Tourism between China-Spain (ICTCHS2011), March 27–31, 2011, Palma de Mallorca, Spain.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 คณะวิทยาศาสตร์ มหาวิทยาลัยบูรพา
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Burapha Science Journal is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) licence, unless otherwise stated. Please read our Policies page for more information
