Land use regression modeling for fine particulate matters in Bangkok, Thailand, using time-variant predictors: Effects of seasonal factors, open biomass burning, and traffic-related factors

บทความเรื่อง “Land use regression modeling for fine particulate matters in Bangkok, Thailand, using time-variant predictors: Effects of seasonal factors, open biomass burning, and traffic-related factors” โดยกลุ่มนักวิจัย สถาบันการขนส่ง จุฬาลงกรณ์มหาวิทยาลัย ได้รับการตีพิมพ์ในวารสาร Atmospheric Environment [IF = 4.039, ISI & SCOPUS Q1] เป็นการวิเคราะห์ผลของปัจจัยด้านลักษณะการใช้ประโยชน์ที่ดิน ฤดูกาล การเผาในที่โล่ง และปัจจัยด้านการจราจรต่อระดับฝุ่นละอองขนาดเล็ก PM2.5 ในเขตกรุงเทพมหานครโดยใช้ข้อมูลในปี พ.ศ. 2562 จากผลการวิจัยพบว่า สภาพอากาศ ได้แก่ ความเร็วลม อุณหภูมิ ความชื้น การเผาในที่โล่งในรัศมี 500 กม.จากจุดตรวจวัด และลักษณะการใช้ที่ดินรวมถึง การใช้ที่ดินเพื่อการขนส่ง มีผลอย่างมีนัยสำคัญต่อระดับ PM2.5 สำหรับปัจจัยด้านการจราจรนั้น มีผลต่อระดับ PM2.5 แต่ไม่เท่ากับผลจากสภาพอากาศและการเผาในที่โล่ง