การใช้เทคนิคการจำแนกข้อมูลภาพเชิงวัตถุ เพื่อจำแนกชนิดป่าในอุทยานแห่งชาติเขาใหญ่

Used of object-based image analysis technique for forest types classification in Khao Yai National Park

Name: ศวิตา พัทฉายา

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วท.ม. (การจัดการทรัพยากรป่าไม้) 2564.

Classification :.LCCS: SD657.T35

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. -- สาขาการจัดการทรัพยากรป่าไม้ -- วิทยานิพนธ์

ThaSH: ป่า -- อุทยานแห่งชาติเขาใหญ่ -- การจำแแนก

ThaSH: ป่า -- อุทยานแห่งชาติเขาใหญ่ -- การวิเคราะห์ข้อมูลระยะไกล

ThaSH: การวิเคราะห์ข้อมูลภาพ

ThaSH: การแยกข้อมูลภาพ

ThaSH: การประมวลผลภาพ

Abstract: การใช้เทคนิคการจำแนกข้อมูลภาพเชิงวัตถุ เพื่อจำแนกชนิดป่าในอุทยานแห่งชาติเขาใหญ่ มีวัตถุประสงค์เพื่อศึกษาการจำแนกชนิดป่าในพื้นที่อุทยานแห่งชาติเขาใหญ่ โดยใช้เทคนิคการจำแนกข้อมูลภาพเชิงวัตถุด้วยวิธีการจำแนกแบบ multiresolution segmentation และจัดทำฐานข้อมูลและแผนที่ชนิดป่าที่เป็นผลลัพธ์จากการใช้เทคนิคการจำแนกข้อมูลภาพเชิงวัตถุ ผลการศึกษาพบว่าการใช้วิธีการจำแนกข้อมูลภาพเชิงวัตถุแบบ multiresolution segmentation จากภาพดาวเทียมไทยโชตระบบบันทึกภาพช่วงคลื่นเดียว บริเวณอุทยานแห่งชาติเขาใหญ่ โดยกำหนดค่าพารามิเตอร์มาตราส่วน 50 ค่าพารามิเตอร์รูปร่าง 0.9 และค่าพารามิเตอร์ การเกาะกลุ่ม 0.5 มีความเหมาะสมดีที่สุด โดยพบว่าป่าดิบแล้งครอบคลุมพื้นที่มากที่สุดเท่ากับ 1,042,492.45 ไร่ รองลงมาได้แก่ป่าเบญจพรรณครอบคลุมพื้นที่เท่ากับ 197,982.69 ไร่ ป่าดิบเขา ครอบคลุมพื้นที่เท่ากับ 71,127.99 ไร่ ป่าดิบชื้นครอบคลุมพื้นที่เท่ากับ 37,306.87 ไร่ ทุ่งหญ้าครอบคลุมพื้นที่เท่ากับ 10,702.73 ไร่ ป่าที่ฟื้นฟูตามธรรมชาติครอบคลุมพื้นที่เท่ากับ 8,909.75 ไร่ สังคมพืชลานหินครอบคลุมพื้นที่เท่ากับ 5,287.53 ไร่ สวนป่าอื่น ๆ ครอบคลุมพื้นที่เท่ากับ 4,489.67 ไร่ ป่าเต็งรังครอบคลุมพื้นที่เท่ากับ 802.34 ไร่และพื้นที่ที่ไม่สามารถจำแนกได้ครอบคลุมพื้นที่เท่ากับ 118.45 ไร่และมีค่าความถูกต้องโดยรวมร้อยละ 50 สัมประสิทธิ์แคปปาเท่ากับ 0.2 ซึ่ง ถือว่าวิธีการนี้ไม่เหมาะสมสำหรับนำมาใช้เป็นแนวทางเลือกในการจำแนกชนิดป่าต่อไป The objectives of this research aimed to study the use of object-based image analysis technique to classify forest types in Khao Yai National Park and create forest types databases in geographic information systems. The results showed that the use of multiresolution segmentation for forest types classification together with Thaichote satellite imageries in Khao Yai National Park by setting the scale parameters at 50, shape parameters at 0.9 and compactness parameters at 0.5 was the best parameter adjustment. It found the highest area of dry evergreen forest 1,042,492.45 rai. Mixed deciduous forest had an area of 197,982.69 rai. Montane forest had an area of 71,127.99 rai. Moist evergreen forest had an area of 37,306.87 rai. Savana had an area of 10,702.73 rai. Secondary forest had an area of 8,909.75 rai. Vegetation on pen rock platform had an area of 5,287.53 rai. Other plantations had an area of 4,489.67 rai. Dry dipterocarp forest had an area of 802.34 rai. The unidentifiable area had an area of 118.45 rai. The overall accuracy was 50 percent and the kappa coefficient was 0.2. It is considered that multiresolution segmentation cannot be used as an alternative approach for forest types classification.

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: วีระภาส คุณรัตนสิริ

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Name: สันติ สุขสอาด

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Created: 2564

Modified: 2568-07-18

Issued: 2568-07-18

วิทยานิพนธ์/Thesis

วิทยานิพนธ์/Thesis

application/pdf

URL: https://www.lib.ku.ac.th/KUthesis/2564/sawita-pha-all.pdf

CallNumber: SD657.T35 .ศ17

tha

Spatial: อุทยานแห่งชาติเขาใหญ่

Spatial: อุทยานแห่งชาติเขาใหญ่

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: การจัดการทรัพยากรป่าไม้

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	sawita-pha-all.pdf	7.17 MB

ใช้เวลา

0.01907 วินาที