The Calculation of NDVI, SAVI and NDMI from satellite imagery in conjunction with the use of statistics in data analysis for forecasting agricultural products
Article Sidebar
Main Article Content
Abstract
Rice is an important crop in Thailand, in terms of consumption, the regional economy, and is the number one agricultural export. With a market share of 60%, agricultural planning and policy making are essentially required for production per rai. Therefore, geo-informatics technology, which is spatial data that can be tracked rice yields from the reflected electromagnetic wave energy received by satellite image data has been applied. NDVI and NDMI were calculated and analyzed using statistics including mean, interpolation, standard deviation, and linear model analysis. The purpose of this study was to create the model for estimation of in season rice yield. The results of the study found that the estimation of in-season rice yield with Landsat 8-OLI satellite data consisted of two suitable models with 93% and 94% accuracy. From the Yield Estimation Model 1 and 2, the total yield was 2,838,667.44 kg. and 2,838,667.52 kg, respectively.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Journal of TCI is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) licence, unless otherwise stated. Please read our Policies page for more information...
References
สำนักงานเศรษฐกิจการเกษตร. “ข้อมูลเศรษฐกิจการเกษตร.” oae.go.th. https://www.oae.go.th/view/1/ข้อมูลเศรษฐกิจการเกษตร/TH-TH (วันที่เข้าถึง 1 กันยายน 2564).
สละ ทศานนท์, “ข้าวหอมดอกมะลิ สิ่งที่ข้าพเจ้าภาคภูมิใจ” ทุ่งกุลา “อาณาจักรเกลือ 2,500 ปี” จากยุคแรกเริ่มล้าหลัง ถึงยุคมั่งคั่งข้าวหอม, กรุงเทพมหานคร: สำนักพิมพ์มติชน, 2564.
Awanafan. “Data Analytics.” https://thewisdom.co/content/what-isdata-analytics/ (วันที่เข้าถึง 18 มิถุนายน 2565).
A. Na-udom, “A Comparison of Artificial Neural Network and Regression Model for Predicting the Rice Production in Lower Northern Thailand,” Information Science and Applications, Vol. 339, pp. 745–752. 2015.
นรวัฒน์ เหลืองทอง และ นันทชัย กานตานันทะ. “การเลือกตัวแบบพยากรณ์ผลผลิตการเกษตรที่เหมาะสม.” tujournals.tu.ac.th. http://tujournals.tu.ac.th/tstj/detailart.aspx? ArticleID=4767 (วันที่เข้าถึง 1 ตุลาคม 2564).
วทัญญู เชาว์พานิช และ อรนันท์ เชาว์พานิช. “การพัฒนาระบบสนับสนุนการตัดสินใจ เพื่อการวางแผนการผลิตข้าวนาปี จังหวัดมหาสารคาม โดยเทคนิคการพยากรณ์.” so06.tci-thaijo.org. https://so06.tci-thaijo.org/index.php/ve-irj/article/view/223404/159318 (วันที่เข้าถึง 1 ตุลาคม 2564).
พิมลพร พงศ์ทองคำ. “การพยากรณ์ปริมาณผลผลิตข้าวนาปีด้วยแบบจำลองเชิงปริมาณ.” kukr.lib.ku.ac.th. https://kukr.lib.ku.ac.th/kukr_es/index.php?/BKN_GRAD/search_detail/result/155334 (วันที่เข้าถึง
ตุลาคม 2564).
เทศบาลตำบลบ้านแม. “ประวัติความเป็นมาและข้อมูลทั่วไปของตำบลบ้านแม.” banmae. go.th. http://www.banmae.go.th/about.php?id=1 (วันที่เข้าถึง 11 มกราคม 2565).
อานนท์ จิณารักษ์. “การประเมินผลผลิตข้าวนาปีด้วยข้อมูลจากดาวเทียม Landsat 8 OLI ในเขตตำบลบ้านแม อำเภอสันป่าตอง จังหวัดเชียงใหม่.” geo.soc.cmu.ac.th. http://www. geo.soc.cmu.ac.th/geo_499/ (วันที่เข้าถึง 1 ตุลาคม 2564).
Y. Wang. “Contrasting Effects of Temperature and Precipitation on Vegetation Greenness along Elevation Gradients of the Tibetan Plateau,” Remote Sensing, vol. 12, no. 17, 2020.
B. M. Refat Faisal, Hafizur Rahman, Nur Hossain Sharifee, Nasrin Sultana, Mohammad Imrul Islam, S.M. Ahsan Habib and Tofayel Ahammad. “Integrated Application of Remote Sensing and GIS in Crop Information System - A Case Study on Aman Rice Production Forecasting Using MODIS-NDVI in Bangladesh,” AgriEngineering, vol. 2, no. 2, 2020.
ภานุพันธุ์ ไมตรี. “การประยุกต์ใช้ดัชนีพืชพรรณ (NDVI) ในการศึกษาศักยภาพการเพาะปลูกข้าวในพื้นที่ อำเภอเชียงของ จังหวัดเชียงราย.” agi.nu.ac.th. https://www.agi. nu.ac.th/nred/Document/is-PDF/2561/geo_2561_030_FullPaper.pdf (วันที่เข้าถึง 1 ตุลาคม 2564).
ภาคภูมิ จันสน. “การประยุกต์ใช้ดัชนีพืชพรรณในการศึกษาศักยภาพการเพาะปลูกข้าวในเขต อำเภอเนินมะปราง จังหวัดพิษณุโลก.” agi.nu.ac.th. https://www.agi.nu.ac.th/nred/ Document/is-PDF/2560/geo_2560_020_Full-Paper.pdf (วันที่เข้าถึง 1 ตุลาคม 2564).
วิภพ แพงวังทอง. “การจำแนกพื้นที่ป่าผลัดใบโดยใช้ภาพดาวเทียมแลนด์แซทหลายช่วงเวลากับเทคนิคอัตราส่วนช่วงคลื่น.” tci-thaijo.org. https://li01.tci-thaijo.org/index.php/tstj/article/view/121073/92379 (วันที่เข้าถึง 1 ตุลาคม 2564).
Anh V. Le. “Supplementary Materials: Exploring the Inclusion of Small Regenerating Trees to Improve Above-Ground Forest Biomass Estimation Using Geospatial Data.” Retrieved from https://www.mdpi. com/2072-4292/10/9/1446/htm (in Thai).
พีรพงษ์ พันธ์โสดา. “การวิเคราะห์ถดถอยพหุ (Multiple Regression).” panas. ac.th. http://www.panas.ac.th/files/1103231919275840_13122316161827.pdf (วันที่เข้าถึง 1 กันยายน 2564).
นงลักษณ์ วิรัชชัย, “หน่วยที่ 7 การศึกษาวรรณกรรมที่เกี่ยวข้อง และหน่วยที่ 10 สถิติวิเคราะห์เชิงปริมาณ: สถิติบรรยายและสถิติพาราเมตริก,” ชุดวิชา 21701 การวิจัยหลักสูตรและการเรียนการสอน หลักสูตรปริญญาศึกษาศาสตรมหาบัณฑิต สาขาหลักสูตรและการสอน มหาวิทยาลัยสุโขทัย ธรรมาธิราช, กรุงเทพมหานคร: มหาวิทยาลัยสุโขทัยธรรมาธิราช, 2555.