การใช้ค่าดัชนีความแตกต่างของพืชพรรณ (NDVI) ร่วมกับดัชนีความแตกต่างของความชื้น (NDWI) ประเมินความชื้นในดินช่วงฤดูแล้ง
Article Sidebar
Main Article Content
บทคัดย่อ
ความชื้นในดิน (soil moisture; SM) เป็นข้อมูลสำคัญที่บ่งบอกถึงน้ำที่มีอยู่ในดินและพืช ในช่วงฤดูแล้งที่มีปริมาณน้ำจำกัด หากมีการเพาะปลูกพืชจะมีความเสี่ยงต่อความเสียหายของผลผลิตพืชจากการขาดน้ำ การตรวจสอบความชื้นในดินที่ครอบคลุมพื้นที่เพาะปลูกเป็นบริเวณกว้างจึงเป็นสิ่งที่จำเป็นสำหรับการพิจารณาความต้องการน้ำของพืช ได้ประยุกต์ใช้เทคโนโลยีภูมิสารสนเทศในการประเมินความชื้นของดินช่วงฤดูแล้ง โดยนำข้อมูลจากการวิเคราะห์ความชื้นในดินภาคสนามด้วยวิธีวัดตรง (gravimetric method) ที่ระดับความลึก 15 เซนติเมตร มาวิเคราะห์สมการถดถอยพหุคูณกับข้อมูล ดัชนีความแตกต่างของพืชพรรณ (Normalized Difference Vegetation Index; NDVI) และดัชนีความแตกต่างความชื้น (Normalized Difference Water Index; NDWI) ที่ได้จากข้อมูลภาพถ่ายดาวเทียม LANDSAT 8 ที่บันทึกข้อมูลในช่วงเดือนมกราคม ถึงเมษายน 2561 ได้รูปแบบสมการรายเดือน คือ SMJan = 11.909+(-32.244)NDVI+39.082NDWI, SMFeb = (-2.322)+26.702NDVI+22.081NDWI , SMMar = 3.625+15.690NDVI+53.362NDWI และ SMApr = (-4.312)+45.189NDVI+(-3.212)NDWI ในเดือนมกราคม กุมภาพันธ์ มีนาคม และเมษายน ตามลำดับ สมการที่ได้สามารถนำไปใช้ทำนายค่าความชื้นในดินบริเวณพื้นที่ศึกษา และจัดทำแผนที่ระดับความชื้นในดินบริเวณพื้นที่เกษตรกรรม สำหรับเป็นข้อมูลเชิงพื้นที่และช่วงเวลา ที่สามารถนำไปใช้ประกอบการพิจารณาวางแผนการบริหารจัดการน้ำในการเพาะปลูก ให้สอดคล้องกับปริมาณการใช้น้ำของพืชได้อย่างแม่นยำและเหมาะสมต่อไป
Article Details
References
ขนิษฐา สุทธิบริบาล. 2554. การประเมินค่าความชื้นในดินโดยใช้ดัชนีพืชพรรณ บริเวณไร่มันสำปะหลัง อำเภอครบุรี จังหวัดนครราชสีมา. วิทยานิพนธ์ปริญญาวิทยาศาสตรมหาบัณฑิต มหาวิทยาลัยเกษตรศาสตร์, กรุงเทพฯ.
คณาจารย์ภาควิชาปฐพีวิทยา. 2548. ปฐพีวิทยาเบื้องต้น. ภาควิชาปฐพีวิทยา คณะเกษตร มหาวิทยาลัยเกษตรศาสตร์, กรุงเทพฯ.
วิชญ์วิสิฐ เกษรสิทธิ์, ปรีชญา หะสะเล็ม และจิราวัลย์ จิตรถเวช. 2562. การสร้างชั้นภูมิโดยใช้เทคนิคการจัดกลุ่มด้วยอัลกอริทึมเคมีนสำหรับการสุ่มตัวอย่างแบบแบ่งชั้นภูมิ. วารสารวิชาการพระจอมเกล้าพระนครเหนือ 29(2): 321-331.
สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (องค์กรมหาชน). 2556. แผนที่ความชื้นจากข้อมูลดาวเทียม. แหล่งข้อมูล: http://www.gistda.or.th/main/th/node/802. ค้นเมื่อ 30 เมษายน 2560.
สุเพชร จิรขจรกุล. 2560. เรียนรู้ระบบสารสนเทศภูมิศาสตร์ด้วยโปรแกรม ArcGIS 10.5 for Desktop. พิมพ์ครั้งที่ 1. บริษัทเอ.พี. กราฟิคดีไซน์ และการพิมพ์ จำกัด, นนทบุรี.
สุวิทย์ อ๋องสมหวัง. 2559. ระบบการรับรู้จากระยะไกลและการวิเคราะห์ข้อมูลภาพเชิงเลข. สาขาวิชาการรับรู้ระยะไกล สำนักวิชาวิทยาศาสตร์ มหาวิยาลัยเทคโนโลยีสุรนารี, นครราชสีมา.
Chen, D., T.J. Jackson, F. Li, M. Cosh, C. Walthall, and M. Anderson. 2003. Estimation of vegetation water content for corn and soybeans with a normalized difference water index (NDWI) using Landsat Thematic Mapper data. P.2853-2856. In: IEEE International Geoscience and Remote Sensing Symposium, Toulouse, France.
Gao, B. 1996. NDWI-A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sens. Environ. 58(3): 257-266.
Gu, Y., E. Hunt, B. Wardlow, J. B. Basara, J. F. Brown and J. P. Verdin. 2008. Evaluation of MODIS NDVI and NDWI for vegetation drought monitoring using Oklahoma Mesonet soil moisture data. Geophys. Res. Lett. 35, L22401, doi: 10.1029/2008GL035772.
Liu, C., B. Wu, Y. Tian, W. Xu, and J. Huang. 2004. Crop drought monitoring using serial NDVI & NDWI in Northern China. P.2264-2267. In: IEEE International Geoscience and Remote Sensing Symposium, Anchorage, AK.
Lovelanda, R. T. and J. R. Ironsb.2016. Landsat 8: The plans, the reality, and the legacy. Remote Sens. of Environ. 185: 1-6.
NASA. 2015. Shuttle radar topography mission (SRTM): 30-meter digital elevation data. Available: https://www2.jpl.nasa.gov/srtm/. Accessed Dec. 20, 2017.
Taktikoua, E., G. Bourazanis, G. Papaioannou, and P. Kerkides. 2016. Prediction of soil moisture from remote sensing data. Procedia Eng. 162: 309-316.
Toureiro, C., R. Serralheiro, S. Shahidian, and A. Sousa. 2017. Irrigation management with remote sensing: Evaluating irrigation requirement for maize under Mediterranean climate condition. Agric. Water Manag. 184: 211-220.
Tucker, C. J. 1979. Red and photographic infrared linear combinations for monitoring vegetation. Remote Sens. Environ. 8(2): 127-150.
Zhang, D. and G. Zhou. 2016. Estimation of soil moisture from optical and thermal remote sensing: a review. Sensors 16(8): 1308.