การตอบสนองของดัชนีพืชพรรณผลต่างแบบนอมัลไลซ์ต่อปุ๋ยไนโตรเจน ในข้าวโพดข้าวเหนียวโดยใช้ภาพถ่ายจากอากาศยานไร้คนขับ

Main Article Content

ปาณัทช์ เจิมไธสง
สุนันทา กิ่งไพบูลย์
เพ็ชรพร เชาวกิจเจริญ
Yasushi Kiyoki

บทคัดย่อ

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อ 1) จัดสร้างแผนที่ภาพถ่ายทางอากาศสีผสมจริงและ NDVI โดยใช้อากาศยานไร้คนขับ 2) ศึกษาการตอบสนองของ NDVI และผลผลิตต่อการใช้ปุ๋ยไนโตรเจน และ 3) ศึกษาความสัมพันธ์ระหว่าง NDVI กับผลผลิต พื้นที่ศึกษาคือแปลงทดลองข้าวโพดข้าวเหนียวตั้งอยู่ที่กลุ่มวิสาหกิจชุมชนผู้ปลูกข้าวโพดข้าวเหนียวบ้านหนองบัว อำเภอบ้านฝาง จังหวัดขอนแก่น ทำการศึกษาในเเดือนธันวาคม 2560 ถึงมีนาคม 2561 วางแผนการทดลองแบบ RCBD ประกอบด้วย 4 ตำรับการทดลอง 2 ซ้ำ อัตราปุ๋ยไนโตรเจนที่ใช้ 0, 8, 20 และ 32 กิโลกรัม ไนโตรเจนต่อไร่ บันทึกภาพจากกล้องซึ่งติดตั้งกับอากาศยานไร้คนขับ โดยคำนวณค่า NDVI เมื่ออายุ 66 วัน และเก็บเกี่ยวผลผลิตน้ำหนักฝักสดรวมเปลือก อายุ 81 วัน เก็บข้อมูล NDVI ด้วยวิธีการสุ่มตัวอย่างแบบง่ายในแต่ละตำรับการทดลอง จำนวน 14 ตัวอย่าง รวมทั้งหมด 56 ตัวอย่าง และใช้ค่าเฉลี่ย NDVI เป็นตัวแทนแต่ละตำรับการทดลอง ผลการศึกษาพบว่า ความเข้มสีใบจากภาพถ่ายสีผสมจริงเพิ่มขึ้นตามระดับการใส่ปุ๋ยไนโตรเจน จากการวิเคราะห์ F-test วิธี Scheffe ข้อมูล NDVI และผลผลิต พบว่ามีความแตกต่างกันอย่างมีนัยสำคัญยิ่งทางสถิติ (P ≤ 0.1) มีการตอบสนองต่อปุ๋ยไนโตรเจนและเพิ่มขึ้นตามปริมาณปุ๋ยไนโตรเจน เมื่อปุ๋ยไนโตรเจนอัตรา 0, 8, 20, 32 กิโลกรัม ไนโตรเจนต่อไร่ มีค่าเฉลี่ย NDVI เท่ากับ 0.70, 0.73, 0.77 และ 0.82 ตามลำดับ ค่าเฉลี่ยผลผลิตเท่ากับ 401.65, 969.64, 1,306.22 และ 1,316.25 กิโลกรัมต่อไร่ ตามลำดับ โดยการใส่ปุ๋ยไนโตรเจนมากกว่า 20 กิโลกรัม ไนโตรเจนต่อไร่ ไม่ทำให้ผลผลิตเพิ่มขึ้นอย่างมีนัยสำคัญทางสถิติ การวิเคราะห์ความสัมพันธ์ระหว่าง NDVI กับผลผลิต โดยวิธีถดถอยอย่างง่ายแบบเส้นตรง พบว่าผลผลิตเพิ่มขึ้นอย่างต่อเนื่องและมีความสัมพันธ์อยู่ในระดับสัมพันธ์มาก (R2 = 0.79)

Article Details

บท
บทความวิจัย (research article)

References

จีรวัฒน์ โนดไธสง, ขวัญตรี แสงประชาธนารักษ์, Chanreaksa Chea, เจษฎา โพธิ์สม, เสรี วงส์พิเชษฐ, ศุภสิทธิ์ คนใหญ่, และ มหิศร ว่องผาติ. 2562. การศึกษาความเป็นไปได้ในการทำนายผลผลิตอ้อยในแปลงโดยใช้ดัชนีพืชพรรณ NDVI, CIred edge และปริมาตรจากแบบจำลองพื้นผิวเชิงตัวเลข. แก่นเกษตร 47: 679-694.
ธีรเกียรติ์ เกิดเจริญ. 2558. Smart Farm. http://smartfarmthailand.com/precisionfarming/index.php/ product/ micro-climate-monitoring. ค้นเมื่อ 30 กันยายน 2562.
ประสงค์ โยระภัตร, ศักดิ์ดา จงแก้ววัฒนา, และอรวรรณ ฉัตรสีรุ้ง. 2556. การประเมินปริมาณไนโตรเจนในใบที่สัมพันธ์กับการเจริญเติบโตและผลผลิตของถั่วเขียว. น. 591-597. ใน: โครงการประชุมวิชาการเสนอผลงานวิจัยระดับบัณฑิตศึกษา ครั้งที่ 14. มหาวิทยาลัยขอนแก่น, ขอนแก่น.
เพ็ญธิรัตน์ อัครผลสุวรรณ. 2552. ไร่ไวน์องุ่นอัจฉริยะ. กลุ่มพัฒนาเทคโนโลยีการเผยแพร่ สำนักพัฒนาการถ่ายทอดเทคโนโลยี กรมส่งเสริมการเกษตร.
แพรวพรรณ เปรมปราโมชย์. 2553. ผลของระยะปลูกและปุ๋ยไนโตรเจนต่อลักษณะทางพืชไร่และผลผลิตของข้าวโพดเทียน. วิทยานิพนธ์ปริญญาวิทยาศาสตรมหาบัณฑิต สาขาวิชาพืชไร่ คณะเกษตรศาสตร์ มหาวิทยาลัยเชียงใหม่, เชียงใหม่.
ภราดร กาญจนสุธรรม, นิพนธ์ ตั้งธรรม, และเรืองไร โตกฤษณะ. 2557. การประมาณผลผลิตต่อไร่ของข้าวนาปรังด้วยข้อมูลดาวเทียม SMMS โดยใช้ดัชนีความแตกตางพืชพรรณ (NDVI) : กรณีศึกษาอำเภอเมือง จังหวัดสุพรรณบุรี. วารสารวิทยาศาสตร์และเทคโนโลยี. 22: 55-66.
รักศักดิ์ เสริมศักดิ์. 2551. การทำนายผลผลิตพืชไร่โดยใช้การสะท้อนแสงของทรงพุ่ม. วิทยานิพนธ์ปริญญาวิทยาศาสตรดุษฎีบัณฑิต สาขาวิชาเทคโนโลยีการผลิตพืช สำนักวิชาเทคโนโลยีการเกษตร มหาวิทยาลัยเทคโนโลยีสุรนารี, นครราชสีมา.

วิชัย โอภานุกุล, อานนท์ สายคำฟู, พฤทธิชาติ ปุญวัฒโท, อิศเรส เทียนทัด, บาลทิตย์ ทองแดง, และวีระ สุขประเสริฐ. 2560. การพ่นสารชีวภัณฑ์เพื่อกำจัดและควบคุมโรคแมลงศัตรูพืชในพื้นที่การเกษตร. การวิจัยอากาศยานไร้คนขับ (Drone) สำหรับเกษตรอินทรีย์. น. 219-223. ใน: การประชุมวิชาการสมาคมวิศวกรรมเกษตรแห่งประเทศไทยระดับชาติ ครั้งที่ 18 และระดับนานาชาติ ครั้งที่ 10. กรุงเทพมหานคร.

ศิริเรือง พัฒน์ช่วย, ศิวะพร วิวัฒน์ภิญโญ, พรประสิทธิ์ บุญทอง, และวิลาวรรณ สุขชนะ. 2559. การพัฒนาอากาศยานไร้คนขับสำหรับการเฝ้าระวังและควบคุมการแพร่ขยายของหอยเชอรี่ในนาข้าวหอมนิล. รายงานการวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์.

ศิวา แก้วปลั่ง. 2561. การประเมินการใช้ภาพถ่ายทางอากาศจากอากาศยานไร้คนขับ สำหรับการประมาณค่าชีวมวลเหนือพื้นดินของต้นหม่อน .แก่นเกษตร. 46(ฉบับพิเศษ 1): 387-381.

สรรค์ใจ กลิ่นดาว. 2550. การสำรวจระยะไกล : การประมวลผลภาพเชิงเลขเบื้องต้น. โอเดียนสโตร์, กรุงเทพฯ.

สำนักงานเกษตรอำเภอบ้านฝาง. 2562. ผู้บริหารกรมส่งเสริมการเกษตรเยี่ยมกลุ่มข้าวโพดข้าวเหนียวหนองบัว. แหล่งข้อมูล: http://banfang.khonkaen.doae.go.th/read-394. ค้นเมื่อ 30 กันยายน 2562.

สืบสกุล ศิริยุทธ์. 2554. การประเมินระดับคลอโรฟิลล์ในใบด้วยดัชนีชี้วัดที่สัมพันธ์กับการเจริญเติบโต และผลผลิตของข้าวโพด. วิทยานิพนธ์วิทยาศาสตรมหาบัณฑิต สาขาวิชาพืชไร่ คณะเกษตรศาสตร์ มหาวิทยาลัยเชียงใหม่, เชียงใหม่.

Caturegli, L., M. Corniglia, M. Gaetani, N. Grossi, S. Magni, M. Migliazzi, L. Angelini, M. Mazzoncini, N. Silvestri, M. Fontanelli, M. Raffaelli, A. Peruzzi, and M. Volterrani. 2016. Unmanned Aerial Vehicle to Estimate Nitrogen Status of Turfgrasses. PLoS ONE 11: 1-13.

Croft, H., and J. Chen. 2018. Leaf pigment content. Comprehensive Remote Sensing 3: 117-142.

FAO. 1999. Design and analysis of experiments. http://www.fao.org/3/X6831E/X6831E07.htm Accessed 20 Mar. 2020.

Fortes, R., M. H. Prieto, A. García-Martín, A. Córdoba, L. Martínez, and C. Campillo. 2015. Using NDVI and guided sampling to develop yield prediction maps of processing tomato crop. Spanish Journal of Agricultural Research 13: e02-004.

Grant, T. 2010. The Randomized Complete Block Design (RCBD). https://pbgworks.org/sites/pbgworks.org/files/RandomizedCompleteBlockDesignTutorial.pdf Accessed 20 Mar. 2020.
Horsley, R. 2019. Randomized Complete Block Design (RCBD). https://www.ndsu.edu/faculty/horsley/RCBD .pdf Accessed 20 Mar. 2020.

Lee, Y., C. Yang, K. Chang, and Y. Shen. 2011. Effects of nitrogen status on leaf anatomy, chlorophyll content and canopy reflectance of paddy rice. Botanical Studies 52: 295-303.

Lisboa, I., M. Damian, M. Cherubin, P. Barros, P. iorio, C. Cerri, and C. Cerri. 2018. Prediction of sugarcane yield based on NDVI and concentration of leaf-tissue nutrients in fields managed with straw removal. Agronomy 8: 1-21

Liu, K., and P. Wiatrak. 2011. Corn (Zea Mays L.) Plant characteristics and grain yield response to N fertilization programs in no-tillage system. American Journal of Agricultural and Biological Sciences 6: 172-179.

Sanodiya, R., M. Singh, V. Bector, B. Patel, and P. Mishra. 2017. Yield Prediction by Integrating NDVI and N-Tester Data with Yield Monitor Data. International Journal of Current Microbiology and Applied Sciences 6: 1296-1307.

Shaver, T. M., R. Khosla, and D. G. Westfall. 2011, Evaluation of two crop canopy sensors for nitrogen variablity determination in irrigated maize. Precision Agriculture 12: 892-904.

Tucker, C. J., 1979, Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment 8: 127–150.

Zhao, D., K. Reddy, V. Kakani, J. Read, and G. Carter. 2003. Corn (Zea mays L.) growth, leaf pigment concentration, photosynthesis and leaf hyperspectral reflectance properties as affected by nitrogen supply. Plant and Soil 257: 205-217.