การเตรียมการปรับตัวให้สอดคล้องกับการเปลี่ยนแปลงสภาพภูมิอากาศในอนาคตเพื่อลดผลกระทบจากความเสียหายที่จะเกิดขึ้น เป็นความจำเป็นอย่างยิ่งของประเทศไทย ซึ่งสามารถทำได้โดยการสร้างภาพจำลองการเปลี่ยนแปลง สภาพภูมิอากาศในอนาคต (climate change scenarios) จากแบบจำลองทางคณิตศาสตร์ ที่ลอกเลียนสภาพภูมิอากาศโลก (General Circulation Models, GCMs) แต่ GCMs ให้ภาพเหตุการณ์ ภูมิอากาศโลกในพื้นที่กว้าง ไม่สามารถนำมาใช้ในการศึกษาผลกระทบ ความอ่อนไหว การปรับตัวต่อการเปลี่ยนแปลงสภาพภูมิอากาศ ซึ่งจำเป็นต้องอาศัยข้อมูลเชิงพื้นที่ (Spatial scale) และเวลา (temporal scale) ที่มีความละเอียดสูง การย่อส่วน (downscale)

ผลลัพธ์จาก แบบจำลองภูมิอากาศโลกทำได้ด้วยกระบวนการทางสถิติ (Statistical downscaling, SD) เป็นวิธีการหนึ่งซึ่งสามารถใช้ในการสร้างข้อมูลภูมิอากาศในขอบเขตของพื้นที่เล็กได้ และนำผลลัพธ์ไปใช้ ในการประมวลผลแบบจำลองด้านผลกระทบต่าง ๆ เช่น ผลผลิตพืช (Crop model) ป่าไม้ ( Forest model, Vegetation dynamic model) การระบาดของแมลง เช่น ยุงที่มีผลต่อสุขภาพ เช่น มาเลเลีย และไข้เลือดออก เป็นต้น อันจะนำไปสู่การแสงหาแนวทาง มาตรการ และนโยบายในการป้องกัน และบรรเทาความเสียหายที่จะเกิดขึ้น

ได้รับทุนวิจัยจาก ชุดโครงการ Climate Change งานวิจัยด้านการเปลี่ยนแปลงภูมิอากาศ ฝ่ายสวัสดิภาพสาธารณะ สำนักงานกองทุนสนับสนุนการวิจัย (สกว.)

คณะผู้วิจัย

• ผศ.ดร.จิรสรณ์ สันติสิริสมบูรณ
• รศ.ดร.กัณฑรีย์ บุญประกอบ
• ผศ.ดร.จารุทัศน์ สันติสิริสมบูรณ์
• ผศ.ดร.วรัญญู วงษ์เสรี
• ผศ.ดร.กัมพล พรหมจิระประวัติ
• ดร.อัสมน ลิ่มสกุล
• ผศ.ดร.ปัทมา สิงหรักษ์
• ผศ.ดร.ดำรงค์ฤทธิ์ เศรษฐ์ศิริโชค
• ผศ.ดร.ยอด สุขะมงคล
• อ.สิริวรินทร์ เพชรรัตน์
• นายมนชัย ชอบธรรม
• นายทรงศักดิ์ ช่วยบำรุง
• นายรัชนัน ศรีสวัสดิ์วงศ์
• นางสาวอนุสรณ์ สาตยวงค์

ศูนย์วิจัยการเปลี่ยนแปลงภูมิอากาศระดับภูมิภาคและพลังงานทดแทน มหาวิทยาลัยรามคำแหง (RU-CORE)

ตัวอย่างภาพรายงาน