Cellular Automata for predicting mangrove forest area changes : a case study of Ban Laem district, Phetchaburi province

การใช้แบบจำลอง Cellular Automata ในการคาดการการเปลี่ยนแปลงของพื้นที่ป่าชายเลน กรณีศึกษา อำเภอบ้านแหลม จ.เพชรบุรี

Name: Noppon Choosri

LCSH: Cellular Automata

LCSH: Mangrove forests -- Thailand -- Petchaburi

LCSH: Remote Sensing

Abstract: Mangroves play a crucial role supporting life along the shoreline. However, mangrove area is decreasing continuously due to urbanization and human activities. This research aims to understand and predict by an effect of urban expansion on mangrove. A cellular automata model, a local effect model, was integrated with remote sensing to keep track of land use change of Ban Laem district, Phetchaburi province between 1994 and 2004. The model focuses on three categories of the land use i.e., existing mangrove, human community and activities, degraded or regenerated mangrove area. A principle rule of cellular automata is that all the states can be switched to another state by considering their surrounding environments, transition rules of Moor’s neighborhood are applied to each cell (pixel) in each year. The results of the prediction are compared to a maximum likelihood classification to test the model. Results of the study showed that the CA model produces an overall accuracy of 91.07%. However, the category mangrove area only showed 42.98 % prediction accuracy

Abstract: ป่าชายเลนนับว่าเป็นทรัพยากรธรรมชาติที่มีความสำคัญต่อหลายชีวิตที่อาศัยบริเวณชายฝั่งซึ่งมีแนวโน้มที่จะถูกคุกคามหรือทำให้เสื่อมโทรมเช่นเดียวกับอีกหลายๆ ทรัพยากร งานวิจัยนี้มีวัตถุประสงค์ในการที่จะคาดการการเปลี่ยนแปลงของพื้นที่ป่าชายเลนของอำเภอบ้านแหลม จ.เพชรบุรี โดยศึกษาจากผลกระทบของตำแหน่งที่ตั้งของชุมชนมนุษย์ การดำเนินการศึกษาได้ดำเนินการโดยใช้ แบบจำลอง Cellular Automata (CA) ผนวกกับ การใช้ข้อมูลจากการสำรวจระยะไกล (Remote sensing) ในการติดตามการเปลี่ยนแปลงของพื้นที่ป่าชายเลน อำเภอบ้านแหลม จ.เพชรบุรี ในช่วงปี พ.ศ. 2537-2547 โดยมุ่งประเด็นการศึกษาที่ การเปลี่ยนแปลงของ 3 สถานะในพื้นที่ ได้แก่ พื้นที่ป่าชายเลน ป่าชายเลนเสื่อมโทรมหรือป่าที่เกิดขึ้นใหม่ และพื้นที่ชุมชนมนุษย์ โดยทั้ง 3 สถานะมีอิทธิพลที่ต่อกันและกันในการที่จะทำให้เกิดการเปลี่ยนแปลงความถูกต้องของการคาดการณ์ได้นำไปทดสอบกับผลของการแปลภาพถ่ายดาวเทียมด้วยวิธี Maximum likelihood โดยให้ผลของความแม่นยำโดยรวมประมาณ 91.07% และความถูกต้องเฉพาะพื้นที่ป่าชายเลน 42.98%

Mahidol University

Address: NAKHON PATHOM

Email: liwww@mahidol.ac.th

Name: Raywadee Roachanakanan

Role: Thesis Advisors

Created: 2009-04-22

Modified: 2021-01-15

Issued: 2009-04-22

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: TH N821c 2005

eng

Spatial: Petchaburi

DegreeName: Master of Science

Level: Master's Degree

Descipline: Information Management on Environments and Resources

Grantor: Mahidol University

©copyrights Mahidol University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	4536388.pdf	7.87 MB

ใช้เวลา

0.402407 วินาที