การคำนวณหาค่า NDVI, SAVI และ NDMI จากภาพถ่ายดาวเทียม ประกอบการใช้สถิติในการวิเคราะห์ข้อมูลเพื่อพยากรณ์ผลผลิตการเกษตร
Main Article Content
บทคัดย่อ
ข้าว เป็นหนึ่งในพืชเศรษฐกิจสำคัญของประเทศในด้านการบริโภค อีกทั้งยังมีความสำคัญต่อภาวะเศรษฐกิจภูมิภาคและเป็นสินค้าเกษตรส่งออกอันดับหนึ่งของประเทศไทย ด้วยส่วนแบ่งการตลาดร้อยละ 60 การวางแผนและการกำหนดนโยบายทางด้านการเกษตรมีความจำเป็นต้องใช้ผลผลิตต่อไร่เป็นหลัก จึงได้มีการนำเทคโนโลยีภูมิสารสนเทศ ซึ่งเป็นข้อมูลเชิงพื้นที่ที่สามารถติดตามผลผลิตข้าวนาปีจากค่าสะท้อนพลังงานคลื่นแม่เหล็กไฟฟ้าที่บันทึกโดยข้อมูลภาพจากดาวเทียม และคำนวณหาค่า NDVI, SAVI และ NDMI ประกอบกับการใช้สถิติในการวิเคราะห์ ซึ่งประกอบไปด้วยค่าเฉลี่ย การประมาณค่าช่วง ส่วนเบี่ยงเบนมาตรฐาน และการวิเคราะห์แบบจำลองเชิงเส้น การศึกษาครั้งนี้จึงมีวัตถุประสงค์เพื่อศึกษาการเลือกตัวแบบพยากรณ์ผลผลิตการเกษตรที่เหมาะสม โดยทำการประเมินปริมาณผลผลิตข้าวนาปีจากข้อมูลดาวเทียมในพื้นที่ตำบลบ้านแม อำเภอสันป่าตอง จังหวัดเชียงใหม่ ผลการศึกษาพบว่า การประเมินผลผลิตข้าวนาปีด้วยข้อมูลดาวเทียม Landsat 8-OLI มีแบบจำลองที่เหมาะสม 2 แบบจำลอง ซึ่งมีความถูกต้องร้อยละ 93 และร้อยละ 94 ตามลำดับ จากการประเมินผลผลิตข้าวนาปีและมีผลผลิตข้าวนาปี จากแบบจำลองพยากรณ์ผลผลิตที่ 1 ได้ผลผลิตรวมทั้งสิ้นจำนวน 2,838,667.44 กิโลกรัม จากแบบจำลองพยากรณ์ผลผลิตที่ 2 ได้ผลผลิตรวมทั้งสิ้นจำนวน 2,838,667.52 กิโลกรัม โดยคำนวณจากพื้นที่เพาะปลูกทั้งหมดประมาณ 4,659 ไร่ มีค่ารากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) อยู่ที่ 0.188341 และ 0.176023 ตามลำดับ
Downloads
Article Details
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
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.