Page 159 - เอกสารประกอบการประชุมวิชาการกรมพัฒนาที่ดิน ปี2560 วิชาการงานพัฒนาที่ดิน ขับเคลื่อนคุณภาพชีวิตเกษตรกรสู่ความยั่งยืน : ระหว่างวันที่ 19-21 กรกฎาคม 2560 ณ โรงแรมสยามออเรียนทัล อำเภอหาดใหญ่ จังหวัดสงขลา

ห้องสมุดกรมพัฒนาที่ดิน

ประชุมวิชาการกรมพัฒนาที่ดิน ปี 2560 “วิชาการงานพัฒนาที่ดิน ขับเคลื่อนคุณภาพชีวิตเกษตรกรสู่ความยั่งยืน” วันที่ 19 - 21 กรกฎาคม 2560

3.3 การวิเคราะห์สภาพพื นที่ (Terrain analysis)

ในการวิเคราะห์สภาพพื นที่แบบเชิงเลข โดยใช้เส้นชั นความสูงเชิงเลขของกรมพัฒนาที่ดินขนาดพิกเซล
5x5 เมตร ที่จัดท าจากระบบ USGS DEM standard (ESRI-Thailand 2006) และท าการปรับขนาด (resampling)
เพื่อศึกษา คือ 5x5, 10x10 and 20x20 เมตร แล้วน ามาค านวณสภาพพื นที่แบบปฐมภูมิเชิงเลข (primary terrain)

5 ชนิด คือ ความลาดชัด attributes were slope, ความโค้งเชิงพื นที่ (profile และplan curvature) และความโค้ง

รวมของพื นที่ (total curvature) และ ความสูงต่ าเชิงพื นที่ (local relief) และศึกษา สภาพพื นที่แบบทุติยภูมิ
เชิงเลข (secondary terrain อีก 3 แบบ คือ สภาพพื นที่ทางภูมิประเทศแบบผสมผสาน (Compound
topographic position index : CTI), ดัชนีลักษณะภูมิประเทศ (Terrain characterization index :TCI) และดัชนี

ต าแหน่งภูมิประเทศ (Topographic position index: : TPI)

3.4 สถิติเชิงพื นที่ (Spatial statistical methods)
ในการศึกษาครั งนี ได้ท าการวิเคราะห์ความสัมพันธ์ของดินและสภาพพื นที่แบบเชิงเลขในข้อ 3.3 โดย
ใช้หลักการวิเคราะห์สถิติเชิงพื นที่โดยโปรแกรม R (R Development Core Team 2011) ทั งนี ใช้หลักการวิเคราะห์

ทางสถิติแบบความเชื่อมโยงผสมผสาน (principal components analysis (PCA) ซึ่งใช้ฟังค์ชั่นหลักใน คือ R

function ‘prcomp’ และท าการค านวณแบบถดถอยเพื่อความความสัมพันธ์แบบเส้นตรงส าหรับแต่ละสมบัติดิน
คือ linear model with R function ‘lm’ และสุดท้ายท าการคัดเลือกผลที่ดีที่สุดโดย สมการแบบถดถอยย้อนกลับ
backwards stepwise regression with R function ‘step’ ซึ่งมีหลักในการวิเคราะห์แบบละเอียดในเอกสาร

(Everitt and Hothorn 2011).

3.5 วิธีการท าแบบที่ด้วยระบบท านาย (Predictive mapping)
ท าการคัดเลือกผลที่ดีที่สุดในการตามข้อ 3.4 เพื่อน ามามาจัดท าแผนที่โดยการท านาย ใน 5 พื นที่
โดยใช้หลักการ standard และการศึกษาการท าแผนที่ชุดดินโดยวิธีการ Logistic regression (Hosmer and

Lemeshow 2000) และ ท าการวิเคราะห์ความเชื่อมั่นโดย AKiake’s Information Criterion (AIC)

4. ผลและวิจารณ์ผลการศึกษา

4.1 ชุดดิน (soil series)
ตารางที่ 2 แสดงความสัมพันธ์ของชุดดินกับสภาพพื นที่ โดย logistic regressions พบว่า สภาพ
พื นที่ CTI แสดงค่าความสัมพันธ์ที่ดีกับชุดดินลี และชุดดินท่าพล ที่ค านวณความละเอียดพิกเซลขนาด 5 เมตร

ขนาดหน้าต่างเท่ากับ 10x10 เมตร ดังแสดงในภาพที่ 5 (ก) and (ข) (Tn : AIC =203) และจากการศึกษาพบว่า

สอดคล้องกับการศึกษาของ Moore (Moore, et al. 1993) ที่สรุปว่าการผลิตแผนที่ดินที่ดีได้จากการท านายจาก
สภาพพื นที่แบบเชิงเลข ด้วย CTI
ตารางที่ 3 และ รูปภาพที่ 4 แสดงค่าเหมาะสมในการท าแผนที่ พบว่า ชุดดินลี และท่าพล มีความ

เหมาะสมในการท าแผนที่ดินแบบ stepwise logistic regression models ด้วยขนาดความละเอียด 5 เมตร และ

หน้าต่าง 10x10 เมตร (AUC 0.79) ขณะที่ชุดดินท่าพลจะมีค่าที่ดีที่สุด เมื่อมีขนาดความละเอียด 10 เมตร และ
ขนาดหน้าต่าง 5x5 เมตร (AUC 0.92) การศึกษานี พบว่า ชุดดินวังสะพุงมีค่าความเหมาะสมน้อยที่สุด (AUC 0.7)
ซึ่งจะต้องท าการศึกษาถึงปัจจัยการเกิดดินอื่นๆ ต่อไป

135