การประมาณการผลผลิตข้าวด้วยค่าดัชนีพืชพรรณโดยภาพถ่ายรายละเอียดสูงหลายช่วงคลื่นจากอากาศยานไร้คนขับ

Rice yield estimation with vegetation index using multispectral high-resolution imagery from unmanned aerial vehicle

Name: พงศ์ หลวงมูล

ThaSH: ข้าว -- การปลูก

ThaSH: ข้าว -- ผลผลิตต่อไร่

ThaSH: ข้าว -- พันธุ์ชัยนาท 1

Abstract: ข้อมูลภาพถ่ายรายละเอียดสูงหลายช่วงคลื่นจากอากาศยานไร้คนขับ (UAV) ของข้าวพันธุ์ชัยบาท 1 ในแปลงทดลองที่ศูนย์วิจัยสาธิตและฝึกอบรมการเกษตรแม่เหียะ คณะเกษตรศาสตร์ มหาวิทยาลัยเชียงใหม่ ถูกนำมาวิเคราะห์ค่าพารามิเตอร์การสะท้อนช่วงคลื่นของพืชในเชิงพื้นที่ด้วยโปรแกรมระบบสารสนเทศทางภูมิศาสตร์ (GIS) ในลักษณะค่าดัชนีพืชพรรณ (VI) 3 รูปแบบ ได้แก่ (1) คัชนีความต่างของพืชพรรณ (NDVI) (2) ดัชนีความต่างของพืชพรรณสีเขียว (GNDVI) และ (3) ดัชนีความเขียวแบบสามเหลี่ยม (TGI) รวมถึงค่าตัวแปรร่วมทางกายภาพของข้าว 2 ค่า คือ (4) สัดส่วนการปกคลุมของต้นข้าว (CC) และ (5) ความสูงของต้นข้าว (PH) พารามิเตอร์เหล่านี้ถูกนำมาทดสอบการพัฒนาแบบจำลองในรูปแบบสมการถดถอยเชิงเส้นอย่างง่ายและพหุคูณเพื่อประมาณการผลผลิตข้าวในแปลงทดลองร่วมกับค่าผลผลิตข้าวที่ได้จากการตั้งแปลงเก็บเกี่ยวของข้าวพันธุ์ชัยนาท 1 เพื่อศึกษาและสรุปความเป็นไปได้ของการใช้พารามิเตอร์จากอากาศยานไร้คนขับในการพัฒนาแบบจำลองประมาณการผลผลิตข้าวต่อไป-ค่าพารามิเตอร์การสะท้อนช่วงคลื่นของพืชที่ได้จากอากาศยานไร้คนขับ (UAV) ถูกทำการวิเคราะห์ค่าคัชนีพืชพรรณและค่าทางกายภาพของข้าว ได้แก่ NDVI, GNDVI, TGI, CC และ PH เมื่อข้าวอายุได้ 90 วันหลังจากปลูก มีค่าเฉลี่ยเท่ากับ 0.02254. -0.01069, 0.43816, 0.77915 และ 0.73154 ตามลำคับ ค่าพารามิเตอร์ของข้าวเหล่านี้ถูกประยุกด์ใช้ร่วมกันเป็นตัวแปรประมาณการ (predictors, X1 – x5) ในขั้นตอนการพัฒนาแบบจำลองประมาณการผลผลิตข้าวผลการศึกษา พบว่า แบบจำลองที่น่าเชื่อถือมากที่สุดที่ถูกพัฒนาด้วยค่าพารามิเตอร์การสะท้อนช่วงคลื่นของพืชจากอากาศยานไร้คนขับในรูปแบบสมการถคถอยเชิงเส้นพหุคูณ คือ Y = 1261.497 - 1017.303X1 + 2353.014X2 - 1306.652X3 + 231.248 X4, - 113.286 ด้วยค่าสัมประสิทธิ์การตัดสินใจ (R) เท่ากับ 0.812 โดยในขั้นตอนการพัฒนาแบบจำลองสามารถให้ค่าประมาณการผลผลิตข้าวเฉลี่ย 738.18 กรัมต่อตารางเมตร หรือ 1,181.08 กิโลกรัมต่อไร่ ขณะที่ในขั้นตอนการทดสอบความถูกต้องแบบจำลองให้ค่าประมาณการผลผลิตข้าวเฉลี่ย 746.40 กรัมต่อตารางเมตร หรือ 1,194.24 กิโลกรัมต่อไร่ ที่น้อยกว่าผลผลิตจริง -15.11 กรัมต่อตารางเมตร และเมื่อนำไปประมาณการผลผลิตข้าวพันธุ์ชัยนาท 1 ในแปลงปลูกข้าวข้างเคียง จำนวน 5 แปลง โดยใช้ค่าความชื้นเมล็ดมาตรฐานที่ 14% พบว่าได้ค่าผลผลิตเฉลี่ย 1,305.37 กิโลกรัม/ไร่ ซึ่งน้อยกว่าผลผลิตจริง 289.11 กิโลกรัมต่อไร่ ผลการทดสอบสรุปได้ว่าแบบจำลองที่พัฒนาขึ้นยังไม่สามารถประมาณการค่าผลผลิตข้าวให้ได้อย่างแม่นยำกับค่าผลผลิตจริงมากนัก ซึ่งเป็นไปได้ว่านอกเหนือจากค่าดัชนีพืชพรรณและค่าทางกายภาพของข้าวที่ได้จากอากาศยานไร้คนขับแล้ว ยังจำเป็นต้องใช้ค่าพารามิเตอร์อื่นๆ ของข้าวภายในแปลงทดลอง ในการพัฒนาแบบจำลองให้มีประสิทธิภาพมากขึ้นเพื่อจะให้สามารถใช้เป็นประโยชน์ต่อการประมาณการผลผลิตข้าวในระดับแปลงได้ในอนาคต อย่างไรก็ตาม การศึกษานี้สามารถใช้เป็นประโยชน์ได้สำหรับแนวทาง ขั้นตอนการวิเคราะห์และการประยุกต์ใช้ข้อมูลจากอากาศยานไร้คนขับในการพัฒนาแบบจำลองเพื่อประมาณการผลผลิตข้าวต่อไป

Abstract: Multi-spectral high resolution imagery from an unmanned aerial vehicle (UAV) of rice (Chai Nat 1 varieties) in the experimental plots at Mae Hia Agricultural Research, Demonstration and Training Center, Faculty of Agriculture, Chiang Mai University was analyzed spatially to crop spectral parameters with a program of geographic information system (GIS) in terms of vegetation index (VI) in three types i.e. (1) normalized difference vegetation index (NDVI), (2) green normalized difference vegetation index (GNDVI), and (3) triangular greenness index (TGI), including two physical collaborating parameters i.e. (4) canopy cover (CC) and (5) plant height (PH). These parameters were tested collaboratively with the rice yield data from crop cutting as the model development in terms of simple and multiple linear regression equations to estimate rice yield in experimental plots. Plant spectral parameters received from UAV were analyzed spatially as vegetative index and rice physical values of NDVI, GNDVI, TGI, CC and PH at the 90 days after planting, with the mean values of 0.02254, -0.01069, 0.43816, 0.77915 and 0.73154, respectively. Those rice parameters were applied collaboratively as the predicting variables (predictors, X1 - X5) in the stage of rice yield model development. The results showed that the most reliable model was developed with crop spectral parameters from unmanned aerial vehicle (UAV) in terms of multiple linear regression equation that is Y = 1261.497 -1017.303X1 + 2353.014X2 -1306.652X3+ 231.248 X4 –113.286, with the determination coefficient of 0.812. As the stage of model development, the model could estimate an averaged rice yield of 738.18 g/m2 (1,181.08 kg/rai). Meanwhile, in the stage of model validation, the model provided an averaged rice yield of 746.40 g/m2 (1,194.24 kg/rai), less than the observed yield of 15.11 g/m2. Finally, the model then was conducted to predict rice (Chai Nat 1 varieties) yield at the 5 neighboring rice growing plots, adjusted the standard rice seed humidity at 14% getting an averaged rice yield of 1,305.37 kg/rai, less than the observed yield of 289.11 kg/rai. In conclusion, the developed model still could not estimate closely rice yield to the actual values. Therefore, for the efficient rice model in the future, it is possible that some more other parameters of rice in the experimental plots are necessary jointly in the model other than vegetation indices and physical factors from UAV. However, this study can be useful for the approach, analyzing stages, and application of using data from UAV to develop rice yield model continually

มหาวิทยาลัยเชียงใหม่. สำนักหอสมุด

Address: เชียงใหม่

Email: cmulibref@cmu.ac.th

Name: ศักดิ์ดา จงแก้ววัฒนา

Role: ประธานกรรมการ

Name: ถาวร อ่อนประไพ

Role: กรรมการ

Name: ชูชาติ สันธทรัพย์

Role: กรรมการ

Created: 2564

Modified: 2565-10-16

Issued: 2565-10-16

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: ปฐพีศาสตร์และการจัดการทรัพยากรธรรมชาติ

Grantor: มหาวิทยาลัยเชียงใหม่

©copyrights มหาวิทยาลัยเชียงใหม่

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	590831064.pdf	8.43 MB	11	2025-10-02 11:55:10

ใช้เวลา

0.026853 วินาที