เมื่อมี Sensors มากมาย .. เราใช้ประโยชน์ได้อย่างไร ในงาน RS (ตอนที่ 2 / 2)

ในตอนที่แล้ว เราทิ้งท้ายไว้ว่า การใช้งาน Sensor ทั่ว ๆ ไป สามารถนำมาช่วยในการ Validation กับข้อมูลจาก Satellite ได้อย่างไร

.

โดยปกติเมื่อใช้ข้อมูล Satellite ในการติดตามการเพาะปลูก .. เราจะนึกถึง ค่า NDVI (Normalized Difference Vegetation Index) หรือ ดัชนีพืชพรรณ ..ที่ใช้วัดการเปลี่ยนแปลงความเขียว ที่เปลี่ยนไปตามเวลา หรือ ชีพลักษณ์พืชพรรณ (Phenology) ดังรูปที่ 1

.

NDVI = (NIR – R) / (NIR + R) 

โดยที่ NIR : Near-Infrared band

R : Red band

ในการคำนวณ NDVI นั้น จำเป็นต้องมีค่า NIR (Near Infrared) ซึ่งเป็นค่าที่มีในข้อมูลดาวเทียมเชิงแสง (Optical Satellite)  ..แต่หากเป็นกล้องปกติทั่วไป เราจะได้ข้อมูลภาพ RGB เท่านั้น (ไม่มี NIR)

.

กรณีนี้ เรายกตัวอย่าง ภาพแปลงข้าว ที่ถูกบันทึก ณ เวลาต่าง ๆ กัน [ข้อมูลจาก GISagro4.0 by GISTDA] และ นำค่า Pixels ตำแหน่ง ที่เป็นแปลงข้าวมา ..คำนวณค่าเฉลี่ย ..เพื่อสร้างเป็นกราฟเส้นในแกนเวลา 

รูปที่ 2 ภาพแปลงข้าวแต่ละสถานะ ที่ถูกถ่ายโดยกล้องปกติทั่วไป

หากเราใช้ค่าเฉลี่ย สีเขียว (Green) มาสร้างกราฟสถานะการเพาะปลูก จะได้ดังรูปที่ 3 .. ซึ่งเห็นว่าใช้บ่งบอกถึงสถานะแปลงข้าวได้ไม่ชัดเจน  ..แท้จริงแล้ว ค่าความเขียวของสถานะเจริญเติบโต (ภาพกลาง) ควรมีค่าสูงสุด .. การใช้ค่าเฉลี่ยสีเขียวนี้ จึงไม่มีประสิทธิภาพมากนัก 

รูปที่ 3 กราฟสถานะแปลงข้าว ด้วยค่า Average Green

หากเราใช้ .. การคำนวณ Vegetation Index บนพื้นฐานของ RGB จะได้มีประสิทธิภาพมากกว่า ..เช่น ค่า Excessive Green (ExG) Index  

.

ExG = (2G – R – B) / (R + G + B)

โดยที่ R: Red, G: Green, B: Blue

รูปที่ 4 กราฟสถานะแปลงข้าว ด้วยค่า ExG

ในรูปที่ 4 กราฟสถานะการเพาะปลูกของแปลงข้าว ด้วยค่า ExG .. สามารถใช้บอกสถานะ เริ่มต้น ช่วงเจริญเติบโต (ค่า ExG สูง) และ สิ้นสุด ได้เป็นอย่างดี และมี Pattern ที่ใกล้เคียงกับการคำนวณจากข้อมูล Satellite .. ซึ่งมีชื่อเฉพาะเรียกว่า Phenology

จะเห็นได้ว่า ข้อมูลจากกล้องปกติทั่ว ๆ ไป ก็สามารถใช้ในการสร้าง กราฟสถานะเพาะปลูกแบบคร่าว ๆ ได้ 

.

Sensors ธรรมดา ๆ อย่างกล้องถ่ายรูปก็สามารถใช้เป็นข้อมูล Validation .. สำหรับงานประยุกต์บางประเภทได้ (เช่น การติดตามสถานะปลูกข้าว) 

.

Sensors ต่าง ๆ ไม่เฉพาะแค่กล้องถ่ายรูป จะเป็นสิ่งที่มีบทบาทในอนาคต ..เนื่องจากมีจำนวนมาก ราคาไม่สูง สามารถนำข้อมูลไปประมวลผล เพื่อใช้งานได้ เช่น Sensor ตรวจวัดอุณหภูมิ เราก็อาจไปใช้กับงานด้าน Climate change ได้

####################

เรียบเรียงโดย

ดร.นรุตม์ สุนทรานนท์

narut.soo@gmail.com

Leave a Reply

Your email address will not be published. Required fields are marked *