การวิเคราะห์ความไม่คงตัว (Nonstationarity Analysis) ของข้อมูลอุทกวิทยา มีวัตถุประสงค์เพื่อวิเคราะห์ลักษณะการเปลี่ยนแปลงตามเวลาและวิเคราะห์แนวโน้ม (Trend Analysis) ของข้อมูล โดยเลือกใช้การวิเคราะห์ข้อมูล ปริมาณน้ำฝนในลุ่มน้ำปิงซึ่งตั้งอยู่ในภาคเหนือของประเทศไทย เนื่องจากมีการเก็บบันทึกข้อมูลมาเป็นเวลานาน และมีสถานีวัดน้ำฝนตั้งกระจายอยู่ในพื้นที่ โดยใช้วิธี MovingAverage การวิเคราะห์ด้วยกราฟค่าสะสมเฉลี่ย การตรวจสอบด้วยค่าสหสัมพันธ์ภายในตัวแปร (Autocorrelation) ซึ่งเป็นการวิเคราะห์แบบใช้ตัวพารามิเตอร์ (ParametricAnalysis) และการตรวจสอบด้วยค่าสัมประสิทธิ์ความสัมพันธ์ตามตำแหน่งของ Spearman(Spearman Rank-Correlation Coefficient) ซึ่งเป็นการวิเคราะห์แบบไม่ใช้ตัวพารามิเตอร์ (Non-Parametric Analysis) และเปรียบเทียบผลการวิเคราะห์แนวโน้มจากวิธีการต่างๆ ทั้ง 2 แบบ ข้อมูลที่ใช้เป็นข้อมูลปริมาณน้ำฝนรายปีและข้อมูลปริมาณน้ำฝนรายเดือนบางเดือนของสถานีตัวแทน โดยเลือกสถานีในลุ่มน้ำปิงที่มีการเก็บบันทึกข้อมูลยาวนานประมาณ 40 ปีขึ้นไป และตรวจสอบสถานีวัดน้ำฝนโดยการสำรวจภาคสนาม รวมทั้งตรวจสอบข้อมูลเพื่อกำจัดความคลาดเคลื่อน (Errors) ด้วยการวิเคราะห์กราฟอนุกรมเวลา (Time Series Plot) และ Double Mass Analysisจากนั้นจึงวิเคราะห์ความไม่คงตัว และแนวโน้ม โดยวิธีการต่างๆ ทั้ง 2 แบบดังกล่าว ข้อสรุปที่ได้จากการวิเคราะห์ด้วยวิธีต่างๆ พบว่า ข้อมูลน้ำฝนเป็นอนุกรมเวลาที่มีลักษณะความไม่คงตัว โดยพบแนวโน้มลักษณะวงจรที่ชัดเจน การวิเคราะห์แนวโน้มฝนของลุ่มน้ำปิง โดยแบ่งพื้นที่ลุ่มน้ำออกเป็นส่วนๆ ตามสภาพที่ตั้งและกลุ่มข้อมูลพบว่าไม่สามารถสรุปได้ว่าลุ่มน้ำปิงมีแนวโน้มฝนลดลงหรือไม่ เนื่องจากผลการวิเคราะห์ของแต่ละจุดโดยหลายวิธีให้ผลสรุปเกี่ยวกับแนวโน้มที่ไม่ต่างกัน แสดงให้เห็นว่าในพื้นที่ลุ่มน้ำปิงไม่ได้มีแนวโน้มการเปลี่ยนแปลงทั้งพื้นที่ รวมทั้งผลการวิเคราะห์แนวโน้มโดยรวมแล้วพบว่า ข้อมูลฝนรายปียังไม่มีแนวโน้มลดลงที่ชัดเจน ส่วนผลการวิเคราะห์แนวโน้มของฝนรายเดือนส่วนใหญ่พบว่าไม่มีแนวโน้มลดลง ทางด้านวิธีการวิเคราะห์แนวโน้ม ทุกวิธีที่เลือกใช้ต่างมีประสิทธิภาพดีในการวิเคราะห์ความไม่คงตัวของข้อมูลปริมาณน้ำฝน โดยวิธีแบบใช้ตัวพารามิเตอร์ซึ่งคุ้นเคยและนิยมใช้ แต่จำเป็นต้องตั้งสมมติฐานเกี่ยวกับชนิดและการกระจายของชุดข้อมูล และใช้การวิเคราะห์ทางสถิติเพื่อคำนวณหาค่าพารามิเตอร์ที่เหมาะสม เพื่อให้ได้ผลการวิเคราะห์ที่ยอมรับได้ตามสมมติฐาน รวมทั้งสรุปผลการวิเคราะห์ที่ได้จากการอ่านกราฟซึ่งต้องตั้งอยู่บนสมมติฐานและการตัดสินใจของผู้วิเคราะห์ ในขณะที่การวิเคราะห์แบบไม่ใช้ตัวพารามิเตอร์ซึ่งยังไม่ค่อยเป็นที่แพร่หลายนั้นไม่ขึ้นกับสมมติฐานชนิดการกระจายของข้อมูล เป็นการวิเคราะห์โดยอิสระ กระทำได้ง่าย ชัดเจน และไม่ขึ้นอยู่กับสมมติฐานของผู้วิเคราะห์ รวมทั้งสามารถใช้ได้เช่นเดียวกัน ไม่ว่าชุดของข้อมูลจะมีแนวโน้มแบบเป็นเส้นตรง หรือแนวโน้มแบบไม่เป็นเส้นตรง การตรวจสอบด้วยค่าสัมประสิทธิ์ความสัมพันธ์ตามตำแหน่งของ Spearman โดยการเปรียบเทียบค่าลำดับของข้อมูลตามเวลาที่บันทึกไว้กับค่าลำดับโดยเรียงค่าของข้อมูลจากน้อยไปมาก และสามารถทดสอบข้อมูลทั้งชุดข้อมูลและทดสอบข้อมูลเป็นช่วงๆ เพียงบางช่วงได้ ดังนั้นเพื่อให้เกิดความมั่นใจ และมีเหตุผลในการสรุปผลมากขึ้น ในการวิเคราะห์แนวโน้มการเปลี่ยนแปลงใดๆ จึงควรใช้การวิเคราะห์แบบไม่ใช้ตัวพารามิเตอร์ เพื่อประกอบและเปรียบเทียบกับวิธีการอื่นหลายๆ วิธี ก่อนที่จะสรุปผล