การแยกข้าวที่เป็นโรคและไม่เป็นโรคขอบใบแห้งด้วยเทคนิคการคัดเลือกช่วงคลื่นที่เหมาะสมแบบวิธีเชิงพันธุกรรมจากข้อมูลภาพถ่ายดาวเทียมสำรวจทรัพยากรธรรมชาติ EO-1 Hyperion : กรณีศึกษา ข้าวเจ้าพันธุ์ กข 41 ณ ตำบลนางลือ-ท่าชัย อำเภอเมือง จังหวัดชัยนาท
Article Sidebar
Main Article Content
บทคัดย่อ
โรคขอบใบแห้งในข้าวเป็นสาเหตุหนึ่งที่ส่งผลกระทบต่อการลดลงของผลผลิตและคุณภาพของข้าวโดยตรง ดังนั้นการเฝ้าระวังและติดตามพื้นที่เกิดโรคจึงเป็นสิ่งจำเป็นสำหรับการทำเกษตรสมัยใหม่ ส่งผลทำให้เทคโนโลยีการรับรู้จากระยะไกลเข้ามามีบทบาทสำคัญกับงานดังกล่าว แต่ปัจจุบันงานวิจัยที่ใช้เทคโนโลยีการรับรู้จากระยะไกลเพื่อติดตามพื้นที่เกิดโรคในข้าวมีอยู่น้อยมาก และยังไม่สามารถระบุถึงวิธีการในการคัดเลือกช่วงคลื่นที่เหมาะสมในการจำแนก โดยเฉพาะภาพดาวเทียมช่วงคลื่นละเอียดหรือไฮเปอร์สเปกตรัล ดังนั้นการศึกษานี้จึงเป็นการมุ่งทดสอบการใช้ภาพดาวเทียมไฮเปอร์สเปกตรัล (EO-1 Hyperion) เพื่อแยกข้าวเจ้าพันธุ์ กข 41 ที่เป็นโรคและไม่เป็นโรคขอบใบแห้ง โดยใช้เทคนิคการคัดเลือกช่วงคลื่นที่เหมาะสมแบบวิธีเชิงพันธุกรรมเปรียบเทียบกับกรณีที่ใช้จำนวนช่วงคลื่นทั้งหมดในการจำแนก ร่วมกับวิธีการจำแนกแบบ spectral angle mapper (SAM) ผลการศึกษาพบว่าการจำแนกโดยใช้วิธีการคัดเลือกช่วงคลื่นแบบวิธีเชิงพันธุกรรมสามารถเพิ่มความถูกต้องโดยรวมเฉลี่ยในการแยกข้าวเจ้าพันธุ์ กข 41 ที่เป็นโรคและไม่เป็นโรคขอบใบแห้งจาก 82.6 เป็น 89.3 % ซึ่งแนวทางดังกล่าวสามารถนำไปใช้เพื่อลดผลกระทบจากโรคขอบใบแห้งและเป็นประโยชน์ในการบริหารจัดการอุตสาหกรรมข้าวไทยต่อไป
Article Details
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยธรรมศาสตร์ ข้อความที่ปรากฏในแต่ละเรื่องของวารสารเล่มนี้เป็นเพียงความเห็นส่วนตัวของผู้เขียน ไม่มีความเกี่ยวข้องกับคณะวิทยาศาสตร์และเทคโนโลยี หรือคณาจารย์ท่านอื่นในมหาวิทยาลัยธรรมศาสตร์ ผู้เขียนต้องยืนยันว่าความรับผิดชอบต่อทุกข้อความที่นำเสนอไว้ในบทความของตน หากมีข้อผิดพลาดหรือความไม่ถูกต้องใด ๆ
เอกสารอ้างอิง
ดวงกมล บุญช่วย, อนรรฆพล บุญช่วย, ดวงพร วิธูรจิตต์ และเสน่ห์ คชรัตน์, 2555, การลดระดับความรุนแรงของโรคโดยวิธีผสมผสาน, น. 127-143, การสัมมนาวิชาการกลุ่มศูนย์ภาคเหนือตอนบนและตอนล่าง ประจำปี 2555, โรงแรม ท็อปแลนด์, พิษณุโลก.
ดวงกมล บุญช่วย, อนรรฆพล บุญช่วย และดวงพร วิธูรจิตต์, 2556, สถานการณ์การระบาดของโรคข้าวในเขตนาชลประทานที่ปลูกต่อเนื่อง จังหวัดชัยนาท และนครสวรรค์, น. 310-311, การประชุมวิชาการข้าวและธัญพืชเมืองหนาว ครั้งที่ 30 พ.ศ. 2556, โรงแรมมารวย การ์เด้น, กรุงเทพฯ.
ธีรภัทร เลิศปฏิภานพงษ์ และชัยโชค ไวภาษา, 2559, การแยกข้าวที่เป็นโรคและไม่เป็นโรคขอบใบแห้งออกจากกันด้วยเทคนิคการคัดเลือกช่วงคลื่นที่เหมาะสมของการสำรวจระยะไกลแบบไฮเปอร์สเปกตรัล, น. 707-714, การประชุมวิชาการเทคโนโลยีอวกาศและภูมิสารสนเทศแห่งชาติ ประจำปี 2559, ศูนย์การประชุมแห่งชาติสิริกิติ์, กรุงเทพฯ.
พยอม โคเบลลี่, 2559, โรคข้าวที่เกิดจากแบคทีเรียและแนวทางในการป้องกัน, น. 50-63, การสัมมนาเชิงปฏิบัติการด้านอารักขาข้าว เรื่อง โรคข้าว วัชพืช ข้าววัชพืช และการป้องกัน, โรงแรมบิ๊กคอฟฟี่ รีสอร์ท, เพชรบูรณ์.
สำนักงานพาณิชย์จังหวัดชัยนาท, 2556, เอกสารการจัดการความรู้เรื่องเมืองเมล็ดพันธุ์ข้าว สู่ย่านการค้าจังหวัดชัยนาท, แหล่งที่มา : https://www.km.moc.go.th/download/doc/สำนักงานพาณิชย์จังหวัดชัยนาท.pdf, 30 กรกฎาคม 2560.
สำนักวิจัยและพัฒนาข้าว, 2552, เอกสารรับรองพันธุ์ข้าวเจ้าพันธุ์ กข 41 ข้าวเจ้าสายพันธุ์ CNT96028-21-1-PSL-1-1, กรมการข้าว กระทรวงเกษตรและสหกรณ์, กรุงเทพฯ.
Beck, R., 2003, EO-1 User Guide-Version 2.3. Satellite Systems Branch; USGS Earth Resources Observation Systems Data Center (EDC): Sioux Falls, SD, USA.
Das, P.K., Laxman, B., Rao, S., Seshasai, M.V.R. and Dadhwal V.K., 2015, Monitoring of bacterial leaf blight in rice using ground-based hyperspectral and LISS IV satellite data in Kurnool, Andhra Pradesh, India, Int. J. Pest Manage. 61: 359-368.
Kobayash, T., Kanda, E., Kitada, K., Ishiguro, K. and Torigoe, Y., 2001, Detection of rice panicle blast with multispectral radiometer and the potential of using airborne multispectral scanners, Phytopathology 91: 316-323.
Koedsin, W. and Vaiphasa, C., 2013, Discrimination of tropical mangroves at the species level with EO-1 Hyperion data, Remote Sens. 5: 3562-3582.
Qin, Z., and Zhang, M., 2005, Detection of rice sheath blight for in-season disease management using multispectral remote sensing, Int. J. Appl. Earth Obs. Geoinf. 7: 115-128.
Yang, C.M., 2009, Assessment of the severity of bacterial leaf blight in rice using canopyhyperspectral reflectance, Precis. Agric. 11: 61-81.
