กรมควบคุมมลพิษมีหน้าที่ตรวจวัดค่าความเข้มข้นของก๊าซไนโตรเจนไดออกไซค์ (NO2) โดยมีสถานีตรวจวัดก๊าซไนโตรเจนไดออกไซค์ 12 สถานีในเขตพื้นที่ชั้นในของ กรุงเทพมหานคร ในอดีต การประมาณค่าความเข้มข้นของก๊าซไนโตรเจนไดออกไซค์ในพื้นที่ที่ ไม่มีการตรวจวัดค่า จะใช้โมเดลความใกล้ชิด (proximity model) โมเดลการประมาณค่าในช่วง (interpolation model) และโมเดลการกระจาย (dispersion model) โดยโมเดลเหล่านี้ใช้ ระยะทางจากตำแหน่งที่มีการตรวจวัดค่าข้อมูลเป็นตัวกำหนดเพียงตัวเดียวในการประมาณค่า จนกระทั่งปลายทศวรรษ 1990 ได้มีการนำเสนอโมเดล Land Use Regression (LUR) อันเป็น โมเดลที่มีความซับซ้อนมากขึ้น โมเดลนี้ใช้ระบบสารสนเทศภูมิศาสตร์ (GIS) ร่วมกับการ วิเคราะห์ถดถอยพหุคูณในการนำตัวแปรอิสระที่สำคัญหลายตัวมาใช้ร่วมกัน เช่น การใช้ที่ดิน ประเภทต่าง ๆ ปริมาณการจราจร และตัวแปรด้านภูมิอากาศ งานวิจัยนี้มีวัตถุประสงค์ที่จะ ประยุกต์โมเดล LUR เพื่อประมาณค่าความเข้มข้นของก๊าซไนโตรเจนไดออกไซค์ภายในพื้นที่ ศึกษาซึ่งครอบคลุมพื้นที่ชั้นในของกรุงเทพมหานคร ข้อมูลนำเข้าที่ใช้ในการวิจัยนี้ ได้แก่ ค่า ความเข้มข้นเฉลี่ยรายเดือนของก๊าซไนโตรเจนไดออกไซค์ จำนวนการจราจร การใช้ที่ดิน ประเภทต่าง ๆ พื้นที่ถนน รวมถึง ความชื้นในอากาศ อุณหภูมิ ความเร็วลม และปริมาณน้ำฝน ณ ตำแหน่งสถานีวัดคุณภาพอากาศ 12 สถานี จากการวิเคราะห์ข้อมูลพบว่า มีเพียงข้อมูล ความชื้นในอากาศ อุณหภูมิ ความเร็วลม การใช้ที่ดินแบบที่อยู่อาศัย การใช้ที่ดินแบบ อุตสาหกรรม และปริมาณน้ำฝนเท่านั้นที่มีอิทธิพลต่อระดับความเข้มข้นของก๊าซไนโตรเจนได ออกไซค์ในพื้นที่ชั้นในของกรุงเทพมหานคร ค่าสัมประสิทธิของการตัดสินใจ (R2) ที่ได้จากการ วิเคราะห์ข้อมูลคือ 0.759 ซึ่งหมายความว่า ตัวแปรอิสระทั้งหกตัวดังกล่าวของสมการถดถอย พหุคูณของข้อมูลชุดนี้สามารถอธิบายการเปลี่ยนแปลงของตัวแปรตาม (ค่าความเข้มข้นก๊าซ ไนโตรเจนไดอกไซค์) ได้ประมาณร้อยละ 76 อย่างไรก็ตาม งานวิจัยนี้ยังต้องการข้อมูลปริมาณ การจราจรที่มีความแม่นยำมากกว่านี้ในแง่ความถี่ในการเก็บข้อมูลเพื่อใช้ในการปรับปรุงโมเดล ให้มีประสิทธิภาพมากยิ่งขึ้น The Pollution Control Department (PCD) has long been responsible for an hourly measurement of Nitrogen Dioxide (NO2) concentrations at its twelve stations located within the 430 square kilometer area of Inner Bangkok. In the past, to estimate NO2 concentrations at any unmeasured location, the proximity model, interpolation model, or dispersion model were employed. These models used distance from a measured location as a sole determinant of any estimation. Toward the end of the 1990’s, the more sophisticated Land Use Regression (LUR) model was introduced. This model with its built-in Geographic Information System (GIS) and multiple regression analysis enabled the inclusion of other important determining variables such as land use types, traffic volume and selected meteorological variables. This research aims to apply the LUR model for the estimation of NO2 concentrations over the study area covering the Inner Bangkok. Monthly average NO2 concentrations, traffic count, land use types, road area together with humidity, temperature, wind speed, and rainfall data, measured at or within the vicinities of the twelve PCD stations were input into the model. Only humidity, temperature, wind speed, residential land use, industrial land use, and rainfall are found to have influenced the NO2 concentrations in the Inner Bangkok. The resulting coefficient of determination (R square) of 0.759 implies that seventy-six percent of the variations in NO2 concentrations in the Inner Bangkok can be explained by this model. However, the research will continue to obtain more precise traffic volume data in terms of time scale to improve the model.