A STUDY OF THE RELATIONSHIP BETWEEN PARTICULATE MATTER (PM2.5) AND OTHER AIR POLLUTION DATA AND METEOROLOGICAL DATA IN PRACHINBURI PROVINCE
Article Sidebar
Main Article Content
Abstract
This study aimed to study the situation of particulate matter with a diameter of 2.5 micrometers or less (PM2.5), particulate matter with a diameter of 10 micrometers or less (PM10), ozone (O3), nitrogen dioxide (NO2), and sulfur dioxide (SO2), and to study the quantitative relationship between PM10, O3, NO2, and SO2, along with meteorological data, to the PM2.5 concentration in Prachin Buri Province. The study population consisted of air pollution data from the Pollution Control Department's air quality monitoring stations, including PM2.5, PM10, O3, NO2, and SO2, as well as meteorological data from the Prachinburi Meteorological Station, including relative humidity, atmospheric pressure, minimum temperature, and rainfall from January 2016 to December 2020. Multiple correlation coefficients were used to analyze those relationships. in Prachinburi Province. The study found that PM2.5 and PM10 peak in February of each year. PM2.5 averaged 82.6 µg/m3, exceeding the standard (not exceeding 37.5 µg/m3), and PM10 averaged 128 µg/m3, exceeding the standard (not exceeding 120 µg/m3). O3 peaked in May, averaging 99.6 ppb. Below the standard (not exceeding 100 ppb). NO2 was highest in February, with an average of 41.8 ppb, below the standard (not exceeding 170 ppb). SO2 was highest in December, with an average of 64.6 ppb, below the standard (not exceeding 300 ppb).
The relationship between other air toxicity data and PM2.5 showed the highest correlation with PM10 (p<0.000, r=0.968), followed by O3 (p<0.000, r=0.660), NO2 (p<0.000, r=0.635), and SO2 (p<0.000, r=0.344), respectively. The correlations were in the same direction. The relationship between meteorological data and PM 2.5 found that air pressure (p<0.000, r = 0.530) had the highest relationship, followed by rainfall (p<0.000, r = -0.465), minimum temperature
(p<0.000, r = -0.501) and relative humidity (p<0.000, r = -0.550), respectively. Atmospheric pressure had a relationship in the same direction, while rainfall, minimum temperature, and relative humidity had a relationship in the opposite direction. In conclusion, all studied factors had a statistically significant relationship with PM2.5 in Prachinburi province.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
Copyright Notice
The copyright of research articles published in the VRU Research and Development Journal Science and Technology Journal belongs to the Research and Development Institute, Valaya Alongkorn Rajabhat University under the Royal Patronage. Reproduction of the content, in whole or in part, is prohibited without prior written permission from the university.
Responsibility
The content published in the VRU Research and Development Journal Science and Technology Journal is the sole responsibility of the author(s). The journal does not assume responsibility for errors arising from the printing process.
References
กฤษฎา ทรัพย์อุไรรัตน์, และกุลธิดา บรรจงศิริ. (2561). ความสัมพันธ์เชิงปริมาณของฝุ่นละอองขนาดไม่เกิน 10 ไมครอน (PM10) และฝุ่นละอองขนาดไม่เกิน 2.5 ไมครอน (PM2.5) ของแต่ละภูมิภาคและฤดูกาล. วารสารวิทยาศาสตร์และเทคโนโลยีหัวเฉียวเฉลิมพระเกียรติ, 6(1), 94-103.
กองอำนวยการป้องกันและบรรเทาสาธารณภัยจังหวัดปราจีนบุรี. (2568). ติดตามเฝ้าระวังสถานการณ์ไฟป่า หมอกควัน ฝุ่นละอองขนาดเล็ก (PM2.5) ปี 2568. สืบค้นจาก https://www.prachinburi.prd.go.th/th
กรมควบคุมมลพิษ. (2563). สถานการณ์และการจัดการปัญหามลพิษทางอากาศและเสียงของประเทศไทย ปี 2563. สืบค้นจาก https://www.pcd.go.th/publication/25841/
กรมควบคุมมลพิษ. (2565). รายงานสถานการณ์มลพิษของประเทศไทยปี 2565. สืบค้นจาก https://www.pdcd.go.th/publication/30311
กรมควบคุมมลพิษ. (2567). รายงานสถานการณ์มลพิษรายจังหวัด ปี 2567. สืบค้นจาก https://www.pcd.go.th/publication
กรมอนามัย. (2563). แนวทางการใช้มาตรการตามกฎหมายว่าด้วยการสาธารณสุขในการป้องกันแก้ไขปัญหาฝุ่นละอองขนาดไม่เกิน 2.5 ไมครอน (PM2.5). พิมพ์ครั้งที่ 1. กรุงเทพฯ: กรมอนามัย.
กระทรวงสาธารณสุข. (2567). รายงานสรุปสถานการณ์และผลการดำเนินงานด้านการแพทย์และสาธารณสุข กรณี หมอกควันและฝุ่นละอองขนาดเล็ก ปี 2567. สืบค้นจาก https://hia.anamai.moph.go.th
ชลธิดา เชิญขุนทด. (2557). การศึกษาความสัมพันธ์ระหว่างปริมาณฝุ่นละอองขนาดเล็กกว่า 10 ไมครอน (PM10) กับปัจจัยด้านภูมิอากาศ บริเวณพื้นที่ 7 จังหวัดภาคเหนือ.
ชาคริต โชติอมรศักดิ์, และดวงนภา ลาภใหญ่. (2561). ปัจจัยทางอุตุนิยมวิทยาที่สัมพันธ์ต่อการเกิดปัญหามลพิษทางอากาศในจังหวัดเชียงใหม่. วารสารหน่วยวิจัยวิทยาศาสตร์ เทคโนโลยี และสิ่งแวดล้อม
เพื่อการเรียนรู้, 9(2), 237-249.
ศราวุธ ไผ่บง, และจานนท์ ศรีเกตุ. (2561). ความสัมพันธ์ระหว่างค่าความสูงผสมกับปริมาณฝุ่นละอองขนาดไม่เกิน 10 ไมครอน จากการเปลี่ยนแปลงสภาพอากาศ ในพื้นที่ 9 จังหวัดภาคเหนือ. วารสารวิชาการ วิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฎนครสวรรค์, 10(11), 19-32.
สมานชัย เลิศกมลวิทย์. (2543). การหาปริมาณฝุ่นขนาดเล็ก (PM2.5, PM10-2.5, PM10) และความสัมพันธ์ระหว่างปริมาณฝุ่นในบรรยากาศภายในอาคาร และฝุ่นที่บุคคลได้รับ. วิทยาศาสตรมหาบัณฑิต. จุฬาลงกรณ์มหาวิทยาลัย.
สำนักงานสถิติจังหวัดปราจีนบุรี. (2565). รายงานสถิติจังหวัดปราจีนบุรี. กรุงเทพมหานคร. (ออนไลน์) เข้าถึงได้จาก https://pchburi.nso.go.th/images/report/2565.pdf. (2565, 10 ธันวาคม).
สำนักงานสาธารณสุขจังหวัดปราจีนบุรี. (2568). รายงานสถานการณ์ฝุ่น PM2.5 จังหวัดปราจีนบุรี. สืบค้นจาก https://www.facebook.com/photo/?fbid=925191463135624&set=pcb.
เครือข่ายอากาศสะอาดประเทศไทย. (2563). สมุดปกฟ้าอากาศสะอาด (Clean Air Blue Paper) : เจาะลึกผลกระทบของมลพิษทางอากาศและรากเหง้าของปัญหา. นนทบุรี: ห้างหุ้นส่วนจำกัด สันสวย.
Acharya, S. R., Bhatta, J., Timilsina, D., Ray, N., & Pahari, S. (2025). Long-term exposure to air pollutants, meteorological factors, and mental health status: a nationwide population-based study with multilevel regression analysis. Archives of Public Health, 83(81), 1-11. https://doi.org/10.1186/s13690-025-01570-y
Bhatta, J., Laosee, O., & Rattanapan, C. (2024). Factors related to preventive measures towards PM2. 5 exposure: A systematic review. Global Transitions, 6, 212-220. https://doi.org/10.1016/j.glt.2024.10.002
Di, Y., & Li, R. (2019). Correlation analysis of AQI characteristics and meteorological conditions in heating season. IOP Conf. Series: Earth and Environmental Science, 242, 022067. https://doi.org/10.1088/1755-1315/242/2/022067
Huang, S., Li, Y., Zhang, P., Li, J., Li, J., Ma, R., ... & Deng, M. (2024). Source apportionment of fine particulate matter at different underground sites in the Chengdu metro system in summer. Building and Environment, 248, 111081. https://doi.org/10.1016/j.buildenv.2023.111081
Li, L., Qian, J., Ou, C. Q., Zhou, Y. X., Guo, C., & Guo, Y. (2014). Spatial and temporal analysis of Air Pollution Index and its timescale-dependent relationship with meteorological factors in Guangzhou, China, 2001–2011. Environmental pollution, 190, 75-81. https://doi.org/10.1016/j.envpol.2014.03.020
Lin, G., Fu, J., Jiang, D., Hu, W., Dong, D., Huang, Y., & Zhao, M. (2014). Spatio-temporal variation of PM2. 5 concentrations and their relationship with geographic and socioeconomic factors in China. International journal of environmental research and public health, 11(1), 173-186. https://doi.org/10.3390/ijerph110100173
Tsai, C. W., Hsiao, Y. R., Lin, M. L., & Hsu, Y. (2020). Development of a noise-assisted multivariate empirical mode decomposition framework for characterizing PM 2.5 air pollution in Taiwan and its relation to hydro-meteorological factors. Environment international, 139, 105669. https://doi.org/10.1016/j.envint.2020.105669
Yang, J., & Shao, M. (2021). Impacts of extreme air pollution meteorology on air quality in China. Journal of Geophysical Research: Atmospheres, 126(7), e2020JD033210. https://doi.org/10.1029/2020JD033210
Yang, Q., Yuan, Q., Li, T., Shen, H., & Zhang, L. (2017). The relationships between PM2. 5 and meteorological factors in China: Seasonal and regional variations. International journal of environmental research and public health, 14(12), 1510. https://doi.org/10.3390/ijerph14121510
Yu, H. R., Lin, C. H. R., Tsai, J. H., Hsieh, Y. T., Tsai, T. A., Tsai, C. K., ... & Niu, C. K. (2020). A multifactorial evaluation of the effects of air pollution and meteorological factors on asthma exacerbation. International journal of environmental research and public health, 17(11), 4010. https://doi.org/10.3390/ijerph17114010
Zhao, D., Chen, H., Yu, E., & Luo, T. (2019). PM2. 5/PM10 ratios in eight economic regions and their relationship with meteorology in China. Advances in meteorology, 2019(1), 5295726. https://doi.org/10.1155/2019/5295726
