การใช้ค่าดัชนีความแตกต่างของพืชพรรณ (NDVI) ร่วมกับดัชนีความแตกต่างของความชื้น (NDWI) ประเมินความชื้นในดินช่วงฤดูแล้ง

Main Article Content

วิเรขา ไตรพิพัฒน์
รักศักดิ์ เสริมศักดิ์
เกรียงไกร แก้วตระกูลพงษ์

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

บท
บทความวิจัย (research article)

References

กรมชลประทาน. 2561. รายงานการศึกษาวางโครงการ (Pre-Feasibility Study) โครงการอ่างเก็บน้ำห้วยจอมแก้ว อำเภอซับใหญ่ จังหวัดชัยภูมิ. สำนักบริหารโครงการ กรมชลประทาน, กรุงเทพฯ.

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.