รูปแบบการเปลี่ยนแปลงและคาดการณ์ผลผลิตอ้อยด้วยข้อมูลภาพถ่ายจากดาวเทียม Landsat และภาพถ่ายจากอากาศยานไร้คนขับ

Abstract

          งานวิจัยมีวัตถุประสงค์เพื่อศึกษารูปแบบการเปลี่ยนแปลงการใช้ประโยชน์ที่ดินก่อนและหลังมีโครงการส่งเสริมการปลูกอ้อยด้วยแบบจำลองการกระจาย Moran’s I และคาดการณ์ผลผลิตอ้อยด้วยอากาศยานไร้คนขับร่วมกับข้อมูลภาคสนาม ทำการจำแนกการใช้ประโยชน์ที่ดินวิธีการจำแนกเชิงวัตถุแบบจุดภาพใกล้เคียง (Nearest Neighbor :NN) ของข้อมูลภาพถ่ายจากดาวเทียม Landsat หลายช่วงเวลากับแบบสัมภาษณ์กลุ่มตัวอย่างเกษตร 39 คน วิเคราะห์ความหนาแน่นพื้นที่แปลงอ้อยด้วยวิธีจำแนกเชิงวัตถุลำดับขั้น (Hierarchy classification) และสกัดค่าดัชนีสีเขียว (Excessive Green: ExG) จากแปลงตัวอย่างระยะย่างปล้องและระยะแก่ขนาด 1.5x1.5 เมตร จำนวน 100 แปลง ข้อมูลที่ทำการรวบรวม ได้แก่ จำนวนต้นและผลผลิตจริง เพื่อวิเคราะห์ความสัมพันธ์ระหว่างค่าดัชนีกับจำนวนต้น และสร้างสมการคาดการณ์ผลผลิตด้วยถดถอยพหุคูณอย่างง่าย พบว่า การใช้ประโยชน์ที่ดินปี 2547 2553 และ 2561 มีค่าความถูกต้อง 86.18 87.41 และ 89.72% การเปลี่ยนแปลงการใช้ประโยชน์ที่ดินช่วงปี 2547 - 2553 และปี 2553 - 2561 ส่วนใหญ่พื้นที่เกษตรกรรมเปลี่ยนเป็นพื้นที่อ้อย 5.55% รูปแบบกระจายแบบสุ่ม และ 19.63% มีรูปแบบกระจายแบบเกาะกลุ่ม ส่วนความหนาแน่นของอ้อยระยะแก่มีค่าความสัมพันธ์ระดับสูง (r = 0.84) และคาดการณ์ผลผลิต พบว่า สมการมีค่าความคลาดเคลื่อน RMSE และแบบสัมบูรณ์ 0.90 และ 0.06% เพราะมีผลผลิตคาดการณ์ทั้งแปลงจำนวน 396.60 ตัน ผลผลิตจริง 413 ตัน สามารถใช้วางแผนจัดการพื้นที่ สนับสนุนกระบวนการผลิต และพยากรณ์ปริมาณผลผลิตที่สอดคล้องกับการพัฒนาอุตสาหกรรมอ้อยและน้ำตาลสู่ระดับพาณิชย์             This study aimed to 1) analyze sugarcane land change pattern before and after having sugarcane planting promotion project using Moran’s I distribution method and 2) predict yield by Unmanned Aerial Vehicle (UAV) photos and ground data. The Landsat image time series were classified land use maps using Nearest Neighbor (NN), and 93 farmers were interviewed. Hierarchy classification with Excessive Green Index (ExG) conducted to define sugarcane density in stages. These maps and 100 sampling plots as 1.5x.1.5 m include the number of stalks and harvested yield to investigate the correlation (r). Simple regression model was created for correlation analysis and used to estimate yield. The result of model was measured using statistic method. The land use of 2004, 2010 and 2018 were overall accuracy as 86.18, 87.41 and 98.72%. Land use change during 2004 - 2010 and 2010 - 2018 after having the encouraged project, the other cultivations have mostly changed to sugarcane of 5.55% as random and 19.63% as cluster distribution. Ripening phase shown high correlation than others (r: 0.84). Yield prediction was RMSE and absolute error as 0.90 and 0.06%, this method had estimated yield of 396.60 tons, compare to harvest yield as 413 tons. The result can use to plan and develop estimated yield for consistency of sugarcane and sugar industry toward commercial level.