แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th ติดต่อเจ้าหน้าที่เจ้าของเอกสาร กรณีเอกสารไม่ครบหรือไม่ตรง

การประยุกต์ใช้การรับรู้จากระยะไกลแบบไฮเปอร์สเปกตรัลเพื่อจำแนกพันธุ์ข้าวและโรคขอบใบแห้งในข้าว
Application of hyperspectral remote sensing in classifying the rice varieties and bacterial leaf blight disease

ThaSH: ข้าว -- โรคและศัตรูพืช
ThaSH: ข้าว -- การจำแนก
ThaSH: การวิเคราะห์ข้อมูลภาพระยะไกล
Abstract: การศึกษาครั้งนี้มีวัตถุประสงค์หลัก 2 ประการ คือ เพื่อเปรียบเทียบความถูกต้องของการจำแนกข้าวเจ้าพันธุ์กข41 กข31 และปทุมธานี 1 และแยกพื้นที่ปลูกข้าวที่เป็นโรคขอบใบแห้งในข้าวเจ้าพันธุ์กข41 ออกจากพื้นที่ปลูกข้าวที่ไม่เป็นโรค ด้วยข้อมูลการรับรู้จากระยะไกลแบบมัลติ สเปกตรัลและแบบไฮเปอร์สเปกตรัล ร่วมกับการสำรวจภาคสนามด้วยเครื่องวัดค่าการสะท้อนแสงแบบไฮเปอร์สเปกตรัล (Field Spectroradiometer) บริเวณพื้นที่นาชลประทานของเกษตรกร จังหวัดชัยนาท และแปลงทดลองโรคข้าว ศูนย์วิจัยข้าวชัยนาท โดยค่าการสะท้อนพลังงานที่ได้จะถูกนำมาหาช่วงคลื่นที่เหมาะสมด้วยวิธีเชิงพันธุกรรม (Genetic Algorithm) เพื่อลดปัญหาจำนวนมิติของข้อมูล (Dimension reduction) ร่วมกับวิธีการจำแนกข้อมูลแบบ Maximum Likelihood Classifier และ Spectral Angle Mapper ผลการศึกษา พบว่า ค่าความถูกต้องของการจำแนกข้าวเจ้าพันธุ์กข41 กข31 และปทุมธานี 1 ทั้ง 3 ช่วงการเจริญเติบโต จากเครื่อง Field Spectroradiometer ด้วยวิธี GA ร่วมกับวิธี SAM ให้ค่าความถูกต้องโดยรวม (OA) และค่าสัมประสิทธิ์ Kappa สูงกว่าวิธี GA ร่วมกับวิธี MLC ทั้งในระดับภาคสนามและระดับภาพถ่ายดาวเทียม (EO-1 Hyperion) หากเปรียบเทียบการใช้ข้อมูลภาพถ่ายดาวเทียมแบบไฮเปอร์สเปกตรัล (EO-1 Hyperion) ในการจำแนก จะให้ค่าความถูกต้องโดยรวมสูงกว่าข้อมูลแบบมัลติสเปกตรัล (EO-1 ALI) ส่วนผลการเปรียบเทียบค่าความถูกต้องของการแยกพื้นที่ปลูกข้าวที่เป็นและไม่เป็นโรคขอบใบแห้ง ด้วยวิธี GA ร่วมกับวิธี SAM พบว่า ข้อมูลภาพถ่ายดาวเทียม EO-1 ระบบ Hyperion ให้ค่าความถูกต้องโดยรวมและค่าสัมประสิทธิ์ Kappa สูงกว่า EO-1 ระบบ ALI จากผลการศึกษาทั้งในส่วนของการจำแนกพันธุ์ข้าวและโรคขอบใบแห้งในข้าว เป็นที่ยืนยันได้ว่าการใช้ข้อมูลการรับรู้จากระยะไกลแบบไฮเปอร์สเปกตรัล ให้ค่าความถูกต้องสูงกว่าการจำแนกด้วยข้อมูลแบบมัลติสเปกตรัล อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 อย่างไรก็ตามผู้วิจัยหวังว่าวิธีการที่ใช้ในการศึกษาครั้งนี้จะสามารถนำไปใช้เป็นแนวทางในการจำแนกพันธุ์ข้าวและโรคชนิดอื่นๆ ต่อไป
Abstract: The aim of this work was divided into 2 main parts. The first part was to compare the potential of hyperspectral and multispectral remote sensing coupled with Field Spectroradiometer to discriminate the 3 varieties of rice which were RD41, RD 31 and Pathum Thani 1. The second part was to separate the RD-41 rice with and without bacterial leaf blight disease at Nang Lue-Tha Chai sub-district, Muang district, Chainat province, Thailand. The retrieving spectral reflectance from Field Spectroradiometer and a scene of the EO-1 Hyperion imagery by the Genetic Algorithm based band selector coupled with Maximum Likelihood Classifier (MLC) and Spectral Angle Mapper (SAM) techniques in order to reduce a data set with a large number of dimensions. From the results obtained, the overall accuracy of the classification of rice RD 41, RD43 and Pathum Thani 1 undergo 3 growth phases from hyperspectral remote sensing with the SAM provided higher overall accuracy (OA) and Kappa statistics than GA coupled with MLC of both field level and satellite level. The overall accuracy from satellite level using EO-1 Hyperion showed more powerful classifier than EO-1 ALI sensor. For bacterial leaf blight disease investigation, the overall accuracy of the SAM classifier presented the value of OA and Kappa statistics from satellite level using EO-1 Hyperion which was higher than the value of EO-1 ALI sensor OA and Kappa statistics. The overall accuracy obtained of both rice classification and bacterial leaf blight disease separation from hyperspectral remote sensing technique was significantly higher than Multispectral remote sensing (p-value < 0.05). The usefulness of these results should be offered a guideline for a variety of rice classification and rice leaf disease detection.
จุฬาลงกรณ์มหาวิทยาลัย. สำนักงานวิทยทรัพยากร
Address: กรุงเทพมหานคร
Email: cuir@car.chula.ac.th
Role: ที่ปรึกษา
Created: 2561
Modified: 2567-01-09
Issued: 2567-01-09
วิทยานิพนธ์/Thesis
application/pdf
tha
©copyrights จุฬาลงกรณ์มหาวิทยาลัย
RightsAccess:
ลำดับที่.ชื่อแฟ้มข้อมูล ขนาดแฟ้มข้อมูลจำนวนเข้าถึง วัน-เวลาเข้าถึงล่าสุด
1 Gr_5687782420_Pativit Sa.pdf 4.19 MB13 2026-05-26 18:16:01
ใช้เวลา
0.027899 วินาที

ปฏิวิชช์ สาระพิน
ชัยโชค ไวภาษา
Title Creator Type and Date Create
การใช้ค่าดัชนีพืชพรรณที่ได้จากเทคนิคการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัลเพื่อศึกษาตัวแปรทางชีววิทยาของป่าชายเลน
จุฬาลงกรณ์มหาวิทยาลัย
บรรเจิด พละการ;ชัยโชค ไวภาษา
ธันวา สัจจาพิทักษ์วงศ์
วิทยานิพนธ์/Thesis
การตรวจหาพื้นที่ทิ้งร้างในเขตเกษตรกรรมด้วยการประยุกต์ใช้เทคนิคการสำรวจข้อมูลจากระยะไกล กรณีศึกษา : อ. บ้านไผ่ จ. ขอนแก่น
จุฬาลงกรณ์มหาวิทยาลัย
บรรเจิด พละการ;ชัยโชค ไวภาษา
ศุภาวีร์ เปี่ยมด้วยธรรม
วิทยานิพนธ์/Thesis
เทคนิคการสำรวจระยะไกลเพื่อการประมาณค่าผลผลิตมวลชีวภาพสวนป่าชายเลน
จุฬาลงกรณ์มหาวิทยาลัย
;ชัยโชค ไวภาษา
วิโรจน์ ละอองมณี
วิทยานิพนธ์/Thesis
การตรวจหาพื้นที่ทิ้งร้างด้วยการประยุกต์ใช้เทคนิคอนุกรมดัชนีพืชพรรณหลายช่วงเวลา กรณีศึกษา จังหวัดชลบุรี
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
วุฒิชัย บุญพุก
วิทยานิพนธ์/Thesis
การประมาณค่าดัชนีพื้นที่ใบ ชีวมวล ปริมาตร และอายุ แปลงปลูกยางพาราในประเทศไทยโดยใช้ข้อมูล EO-1 ALI และ HYPERION
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
ศิวา แก้วปลั่ง
วิทยานิพนธ์/Thesis
การประมาณค่าดัชนีพื้นที่ผิวใบและการจำแนกพันธุ์ไม้ป่าชายเลนด้วยเทคนิคการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัล
จุฬาลงกรณ์มหาวิทยาลัย
;ชัยโชค ไวภาษา
วีระพงค์ เกิดสิน
วิทยานิพนธ์/Thesis
การปรับปรุงผลหลังการจำแนกด้วยเนื้อภาพของพืช
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
เมธี ชัยธีระพันธุ์กุล
วิทยานิพนธ์/Thesis
การปรับปรุงความถูกต้องในการจำแนกพรรณไม้ป่าชายเลนโดยใช้การวิเคราะห์เชิงวัตถุและการวิเคราะห์เนื้อภาพ
จุฬาลงกรณ์มหาวิทยาลัย
;ชัยโชค ไวภาษา
ณกร วัฒนกิจ
วิทยานิพนธ์/Thesis
การแยกข้าวที่เป็นโรคและไม่เป็นโรคขอบใบแห้งออกจากกันด้วยเทคนิคการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัล
จุฬาลงกรณ์มหาวิทยาลัย
;ชัยโชค ไวภาษา
ธีรภัทร เลิศปฏิภานพงษ์
วิทยานิพนธ์/Thesis
การจำแนกป่าชายเลนเขตร้อนชื้นโดยใช้ภาพความละเอียดสูงควิกเบิร์ด กรณีศึกษา การวิเคราะห์ด้วยเนื้อภาพ
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
จารุภา ทัศน์อัญชุลีกุล
วิทยานิพนธ์/Thesis
เทคนิครีโมทเซนซิงสำหรับการศึกษาป่าชายเลน: การจำแนกพันธุ์ไม้ป่าชายเลนเขตร้อนด้วยข่ายประสาทคอนโวลูชัน และการสร้างแบบจำลองมวลชีวภาพของต้นไม้ป่าชายเลนเขตร้อนด้วยเครื่องสแกนเลเซอร์ภาคพื้นดิน
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
กฤชญาณ อินทรัตน์
วิทยานิพนธ์/Thesis
การเปรียบเทียบดัชนีพืชพรรณระหว่างภาพถ่ายดาวเทียม Sentinel-2 กับภาพถ่ายจากอากาศยานไร้คนขับ: กรณีศึกษาข้าวแปลงเล็ก
จุฬาลงกรณ์มหาวิทยาลัย
สรรเพชญ ชื้อนิธิไพศาล;ชัยโชค ไวภาษา
นิลันดอน ไสยะวง
วิทยานิพนธ์/Thesis
เทคนิคการสำรวจจากระยะไกลเพื่อการตรวจจับพื้นที่ที่มีการเตรียมแปลงปลูกข้าวนาปรังในช่วงต้นฤดูแล้ง กรณีศึกษา ในเขตชลประทานของจังหวัดสุพรรณบุรี
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
ณัฐชญา ถนอมกลิ่น
วิทยานิพนธ์/Thesis
การสร้างแบบจำลองปริมาณคลอโรฟิลล์ในใบอ้อยด้วยภาพถ่ายจากดาวเทียมเซนทิเนลสอง
จุฬาลงกรณ์มหาวิทยาลัย
;ชัยโชค ไวภาษา
ณัฐสรณ์ ธิติวัชรเดช
วิทยานิพนธ์/Thesis
การประเมินระดับความเสี่ยงของต้นไม้ในเมืองด้วยเทคโนโลยีเครื่องสแกนเลเซอร์ภาคพื้นดิน
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา;พรเทพ เหมือนพงษ
วาริน ชุบขุนทด
วิทยานิพนธ์/Thesis
การปรับปรุงวิธีการจำแนกพรรณไม้ในเมืองด้วยภาพถ่ายทางอากาศความละเอียดสูง ด้วยการใช้รูปตัดตามแนวลองจิจูด และข้อมูลเสริมจากการสำรวจด้วยไลดาร์ทางอากาศ
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
สุภาภรณ์ รักษาล้ำ
วิทยานิพนธ์/Thesis
การประมาณค่ามวลชีวภาพต้นแสมทะเลด้วยเทคนิคสแกนพื้นผิวเลเซอร์ภาคพื้นดิน
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
สุกัญญา เชยโพธิ์
วิทยานิพนธ์/Thesis
การจำแนกพันธุ์ไม้ป่าชายเลนเขตร้อน โดยใช้ข้อมูลพริสม่าไฮเปอร์สเปกตรัล กรณีศึกษาบริเวณแหลมตะลุมพุก ประเทศไทย
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา;กฤชญาณ อินทรัตน์
ศุภนิดา เมืองกเสม
วิทยานิพนธ์/Thesis
การประยุกต์ใช้การรับรู้จากระยะไกลแบบไฮเปอร์สเปกตรัลเพื่อจำแนกพันธุ์ข้าวและโรคขอบใบแห้งในข้าว
จุฬาลงกรณ์มหาวิทยาลัย
ชัยโชค ไวภาษา
ปฏิวิชช์ สาระพิน
วิทยานิพนธ์/Thesis
Copyright 2000 - 2026 ThaiLIS Digital Collection Working Group. All rights reserved.
ThaiLIS is Thailand Library Integrated System
สนับสนุนโดย สำนักงานบริหารเทคโนโลยีสารสนเทศเพื่อพัฒนาการศึกษา
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
328 ถ.ศรีอยุธยา แขวง ทุ่งพญาไท เขต ราชเทวี กรุงเทพ 10400 โทร. โทร. 02-232-4000
กำลัง ออน์ไลน์
ภายในเครือข่าย ThaiLIS จำนวน 50
ภายนอกเครือข่าย ThaiLIS จำนวน 8,697
รวม 8,747 คน

More info..
นอก ThaiLIS = 399,088 ครั้ง
มหาวิทยาลัยสังกัดทบวงเดิม = 2,192 ครั้ง
มหาวิทยาลัยราชภัฏ = 243 ครั้ง
หน่วยงานอื่น = 29 ครั้ง
มหาวิทยาลัยเทคโนโลยีราชมงคล = 28 ครั้ง
มหาวิทยาลัยสงฆ์ = 9 ครั้ง
มหาวิทยาลัยเอกชน = 5 ครั้ง
สถาบันพระบรมราชชนก = 4 ครั้ง
มหาวิทยาลัยการกีฬาแห่งชาติ = 2 ครั้ง
รวม 401,600 ครั้ง
Database server :
Version 2.5 Last update 1-06-2018
Power By SUSE PHP MySQL IndexData Mambo Bootstrap
มีปัญหาในการใช้งานติดต่อผ่านระบบ UniNetHelp


Server : 8.199.134
Client : Not ThaiLIS Member
From IP : 216.73.216.134