Page 64 - การใช้เทคโนโลยีการสำรวจระยะไกลเพื่อศึกษารูปแบบการเพาะปลูกพืชเศรษฐกิจ Using of remote sensing for economic crops growth pattern study

ห้องสมุดกรมพัฒนาที่ดิน

53

ของพืชแต่ละชนิดในแต่ละช่วงเวลาจะไม่ถูกน ามาพิจารณา ซึ่งค่าดังกล่าวอาจมีประโยชน์อย่างมากในการ
แยกแยะชนิดของพืชที่เซนเซอร์ของดาวเทียมไม่สามารถจ าแนกความแตกต่างในลักษณะเชิงช่วงคลื่นและ
เชิงพื นที่ได้ ประกอบกับระบบการเพาะปลูกพืชในภาคเกษตรกรรมมีการเปลี่ยนแปลงตลอดเวลา ซึ่งเป็น
ประโยชน์ในการสังเกตพัฒนาการของพืชในช่วงเวลาหนึ่ง เช่น การประมาณผลผลิตพืช เป็นต้น (ดังนั น

เพื่อให้การจ าแนกมีความถูกต้องและแม่นย า จ าเป็นต้องมีหลายปัจจัย ได้แก่ การเลือกใช้ข้อมูลภาพถ่าย
ดาวเทียมและข้อมูลสนับสนุน การเลือกใช้ขั นตอนในการจ าแนกที่เหมาะสม รวมถึงทักษะการวิเคราะห์
และประสบการณ์ของผู้ศึกษา การจ าแนกโดยใช้ข้อมูลอนุกรมเวลาของภาพถ่ายดาวเทียมถือเป็นวิธีการ
การจ าแนกประเภทข้อมูลด้วยระบบผู้เชี่ยวชาญ (expert system) ที่ต้องใช้วิธีการสั่งสมความรู้ และ

ประสบการณ์ให้กับระบบคอมพิวเตอร์ในการตัดสินใจให้ถูกต้อง (Knowledge-Base system) ซึ่ง
งานวิจัยด้านการใช้ระบบดังกล่าวในการจ าแนกประเภทข้อมูลการใช้ที่ดินส าหรับประเทศไทยยังมีจ านวน
น้อย ข้อมูลช่วงคลื่นแบบอนุกรมเวลาจากข้อมูลภาพถ่ายดาวเทียมสามารถระบุลักษณะการใช้ที่ดินได้เป็น
อย่างดี โดยการใช้ชุดข้อมูลในช่วงเวลาที่แตกต่างกันของชีพลักษณ์ (Phenology) และการเปลี่ยนแปลง

ตามช่วงเวลาของสิ่งปกคลุมดิน (Land cover dynamics) หากอุปกรณ์ตรวจจับของดาวเทียมไม่สามารถ
จ าแนกความแตกต่างในลักษณะเชิงช่วงคลื่นและเชิงพื นที่ได้ มีการน าข้อมูลอนุกรมเวลาของข้อมูล
ภาพถ่ายจากดาวเทียมมาประยุกต์ใช้ในงานทางด้านการส ารวจระยะไกลอย่างแพร่หลาย เช่น การท าแผน

ที่เพาะปลูกรายปีของไม้เศรษฐกิจแบบอัตโนมัติด้วยชุดข้อมูลอนุกรมเวลาของภาพถ่ายดาวเทียม Landsat
การจ าแนกสิ่งปกคลุมดิน โดยใช้ข้อมูลอนุกรมเวลาของภาพถ่ายดาวเทียม Landsat 8 แนวทางการใช้
ดัชนีพืชพรรณและความชื นของข้อมูลภาพถ่ายดาวเทียมหลายช่วงเวลาเพื่อติดตามตรวจสอบความแห้ง
แล้งจากสภาวะด้านชีพลักษณ์ของป่ามรสุมเขตร้อน (แคแสด มงคลสวัสดิ์ และ ชรัตน์ มงคลสวัสดิ์, 2562)
ซึ่งการศึกษาด้านชีพลักษณ์ พืชโดยใช้เทคโนโลยีการส ารวจระยะไกล มีดังนี

Peña and Brenning (2015) รายงานว่า ภาพถ่ายดาวเทียมหลายช่วงเวลา สามารถให้
ข้อมูลลักษณะสเปกตรัมที่เปลี่ยนแปลงตามเวลาที่เปลี่ยนไป ซึ่งสามารถใช้อธิบายการเปลี่ยนแปลงทางชีพ
ลักษณ์พืชตลอดฤดูปลูก และช่วยอ านวยความสะดวกในการจ าแนกประเภทพืช ซึ่งคณะวิจัยได้ศึกษาในไม้

ผลหลัก 4 ชนิด ใน Maipo Valley ภาคกลางของประเทศชิลี ระหว่างปีการผลิต 2013–14 โดยใช้ข้อมูล
ภาพถ่าย Landsat-8 ในค านวณดัชนี NDVI และดัชนี NDWI เพื่อจัดท าเป็นฐานข้อมูลสเปกตรัมเพื่อใช้
ร่วมกับชุดข้อมูลอ้างอิงต่างๆ ในการจ าแนกชนิดไม้ผล โดยใช้วิธี linear discriminant analysis, random
forest และ support vector machine พบว่า ค่า NDWI มีความแม่นย ามากกว่าการใช้ค่า NDVI และการ

ใช้ภาพถ่ายหลายช่วงคลื่นมีความแม่นย ามากกว่าการใช้ค่า NDVI หรือ ค่า NDWI เพียงอย่างเดียว และ
พบว่า ภาพช่วงคลื่นสีเขียว ช่วงคลื่นสีแดง ช่วงคลื่นสีน าเงิน และช่วงคลื่นอินฟาเรดใกล้ (short-wave
infrared) ในระยะแรกที่พืชความเขียวสามารถจ าแนกชนิดของไม้ผลได้ดีที่สุด
Bendin et al. (2016) ศึกษาการใช้ข้อมูลภาพถ่ายดาวเทียม Landsat 8 โดยค านวณค่า

EVI หลายช่วงเวลา ร่วมกับใช้ชุดข้อมูลอ้างอิง ในการจ าแนกจ าแนกการใช้ที่ดินเพื่อเกษตรกรรมในพื นที่
Cerrado (Brazilian Savanna) รัฐเซาเปาโล ประเทศบราซิล โดยใช้วิธี Random Forest classification