ความสัมพันธ์ระหว่างอุณหภูมิพื้นผิวกับการใช้ที่ดินด้วยภาพถ่ายจากดาวเทียมหลายช่วงเวลา อำเภอเมืองอุดรธานี

The Relationship between Surface Temperature and Land Use using Multi-Temporal Remote Sensing Imagery in Muang Udon Thani District

Abstract

การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ระหว่างอุณหภูมิพื้นผิวกับการใช้ที่ดินและการกระจายตัวของอุณหภูมิพื้นผิวช่วง 22 ปี ด้วยข้อมูลภาพถ่ายจากดาวเทียม Landsat 5, 7 และ 8 ระหว่างปี 2540 - 2562 และวิเคราะห์รูปแบบการกระจายเชิงพื้นที่ของอุณหภูมิพื้นผิวโดยใช้สถิติสหสัมพันธ์เชิงพื้นที่กับการใช้ที่ดิน การใช้ที่ดินในการศึกษาครั้งนี้อาศัยข้อมูลภาพถ่ายจากดาวเทียม ปี 2562 ด้วยเทคนิคการจำแนกแบบป่าสุ่ม หลังจากนั้นนำข้อมูลการใช้ที่ดินปี 2562 ร่วมกับอุณหภูมิพื้นผิวเฉลี่ยโดยใช้แถบคลื่นอินฟราเรดความร้อน 22 ปี วิเคราะห์รูปแบบการกระจายเชิงพื้นที่ของอุณหภูมิพื้นผิวระดับครอบคลุม โดยใช้สถิติสหสัมพันธ์เชิงพื้นที่ (Moran’s I) และระดับพื้นที่ โดยใช้วิธี Local G-Statistics และ Local Indication of Association (LISA) ขนาดของตารางกริด 300 x 300 เมตร ผลการศึกษา พบว่า การจำแนกการใช้ที่ดินแบบป่าสุ่ม มีค่าความถูกต้องร้อยละ 87 และพื้นที่ส่วนใหญ่เป็นพื้นที่เกษตรกรรมและชุมชนเมือง ผลการวิเคราะห์การเปลี่ยนแปลงอุณหภูมิพื้นผิวและรูปแบบการกระจายตัวของอุณหภูมิพื้นผิวช่วง 22 ปี พบว่า อุณหภูมิพื้นผิวเฉลี่ยรายปีเพิ่มขึ้นเฉลี่ย 6.6  ํC รูปแบบการกระจายตัวแบบสหสัมพันธ์เชิงพื้นที่มีรูปแบบการกระจายตัวแบบเกาะกลุ่มสูงในพื้นที่เมืองและเปิดโล่ง ส่วนผลการวิเคราะห์ความสัมพันธ์ระหว่างอุณหภูมิพื้นผิวเฉลี่ยกับพื้นที่สิ่งปลูกสร้าง มีค่าสัมประสิทธิ์การตัดสินใจ R2 เท่ากับ 0.9641 แสดงถึงข้อมูลทั้งสองมีความสัมพันธ์กันสูง                This study aimed at investigating the relationship among surface temperature, land use and surface temperature distribution for 22 year period with Landsat satellite imagery 5, 7 and 8 between 1997 – 2019 and analyzing patterns of spatial distribution of surface temperature using spatial autocorrelation together with land use. The study of land use obtained data from satellite of 2019 using random forest (RF). The data on land use in 2019 together with average surface temperature acquired from thermal infrared band for 22 year period was analyzed to identify patterns of spatial distribution of surface temperature for global indicator using spatial autocorrelation (Moran’ I), and for local indicator using Local G-Statistics and Local Indication of Association (LISA) with the size of grid of 300 x 300 meters. The results found that in classifying land use RF yielded more accuracy (87%), most of the area was agricultural and urban community area. The analysis of surface temperature changes and patterns of surface temperature distribution for 22 year period indicated that annual average surface temperature increased in average by 6.6 ํC. The patterns of distribution of global spatial autocorrelation were found to be clustered highest in urban and bare land. The results of the analysis of the relationship between average surface and building area yielded R2 equal 0.9641 and this indicated the highly degree of correlation of these two sets of data.